[Matlab]如何挑出圖像中隱藏的細節(2) 自適應閥值挑選之大津法則(OTSU method)

延續[Matlab]如何挑出圖像中隱藏的細節(1)? 自適應閥值挑選之迭代法(iteration method)的文章，常用於自適應閥值挑選的方法除了迭代法之外，大津演算法也是其中之一。

兩種方法差異的摘要如下:

A.迭代法(Iteration method):

1.需選定一個初始閥值T0。

2.需定義不同閥值間的差值，以作為挑選出最佳閥值的條件。

3.藉由不斷比較新閥值T(i+1)和舊閥值T(i)，當新舊閥值的比較結果符合條件，即為最佳閥值。

4.收斂至最佳閥值的結果將會受到T0和條件選定而有所影響，尤其是無明顯雙峰之直方圖特性的圖像。關於初始閥值的挑選法則，仍有一些文章發表進階挑選法則，以取得較佳的收斂結果。

B.大津演算法(OTSU method):

1.不需選定一個初始閥值。

2.藉由掃描所有的閥值，並計算不同閥值所造成的類間方差異，差異最大值即是最佳閥值T。

3.該演算法較接近”自適應挑選”的意義，但缺點是因掃描全域閥值再決定出最佳閥值，計算速度將會是另一個限制。

圖一是利用matlab實現大津演算法的程式碼，圖二為最佳閥值結果為198，圖像表現如本文封面圖所示。

圖一

圖二

上述提到迭代法的結果將受到初始值和條件定義的影響，舉例來說，若將iteration method的T0設定為180,仍會收斂至T=197，與[Matlab]如何挑出圖像中隱藏的細節(1)? 自適應閥值挑選之迭代法(iteration method)的結果相同，但若T0設定為210,則會收斂至T=203，將會造成無法區分主體和背景的圖像，如圖三所示。

圖三

延伸閱讀:[Matlab]如何挑出圖像中隱藏的細節(1)? 自適應閥值挑選之迭代法(iteration method)