几种经典的二值化方法及其vb.net实现

图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。

成都创新互联专业为企业提供龙湾网站建设、龙湾做网站、龙湾网站设计、龙湾网站制作等企业网站建设、网页设计与制作、龙湾企业网站模板建站服务，十年龙湾做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

本文针对几种经典而常用的二值发放进行了简单的讨论并给出了其vb.net 实现。

1、P-Tile法

Doyle于1962年提出的P-Tile (即P分位数法)可以说是最古老的一种阈值选取方法。该方法根据先验概率来设定阈值，使得二值化后的目标或背景像素比例等于先验概率，该方法简单高效，但是对于先验概率难于估计的图像却无能为力。

2、OTSU 算法（大津法）

OSTU算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。1978 OTSU年提出的最大类间方差法以其计算简单、稳定有效，一直广为使用。

3、迭代法（最佳阀值法）

(1)． 求出图象的最大灰度值和最小灰度值，分别记为Zl和Zk，令初始阈值为：

(2)． 根据阈值TK将图象分割为前景和背景，分别求出两者的平均灰度值Z0和ZB:

式中，Z(i,j）是图像上(i,j)点的象素值，N(i,j)是(i,j)点的权值，一般取1。

(3)． 若TK=TK+1，则所得即为阈值，否则转2，迭代计算。

4、一维最大熵阈值法

它的思想是统计图像中每一个灰度级出现的概率 ，计算该灰度级的熵 ,假设以灰度级T分割图像，图像中低于T灰度级的像素点构成目标物体（O），高于灰度级T的像素点构成背景（B），那么各个灰度级在本区的分布概率为：

O区： i=1,2……,t

B区： i=t+1,t+2……L-1

上式中的 ,这样对于数字图像中的目标和背景区域的熵分别为：

对图像中的每一个灰度级分别求取W=H0 +HB，选取使W最大的灰度级作为分割图像的阈值，这就是一维最大熵阈值图像分割法。

vb.net 分割字符串

Function a(s As String) As String

Dim i = s.IndexOf("/")

If i 0 Then

Return s.Substring(0, i)

ElseIf i = 0 Then '第一个字符为"/"

If s.LastIndexOf("/") 0 Then '不只一个"/"

Return s.Substring(0, s.Substring(1).IndexOf("/") + 1)

Else

Return Nothing '只有一个"/"

End If

Else '不含"/"或是空串

Return Nothing

End If

End Function

基本上不出错了

在vb.net中怎样将字符串用split分割，赋值数组，并赋值给变量变量（如图）

Dim b() As String

b() = Split(list1.text, " ")

text1.text = b(0)

text2.text = b(1)

是这样用的

不能赋值给具体的数组元素

分享标题：vbnet特征分割模型的简单介绍
分享路径：http://scyanting.com/article/docpdeo.html