映像二值化處理Java

標籤：static   nes   new   背景   遍曆   灰階   min   迭代   計算   

二值化基本概念：通俗的講就是把一副彩色影像處理成一副黑白映像，一般是作為後續複雜影像處理操作的預先處理。

二值化演算法思路：遍曆映像的所有像素點，計算每個像素點的灰階值。通過迭代法收斂得到一個最佳閾值，灰階值大於最佳閾值的像素點設為白色，灰階值小於最佳閾值的像素點設為黑色。（我這裡的二值化處理結果是，背景是白色，前景是黑色）

迭代法擷取最佳閾值思路：

1.設最小灰階值為Gmin，最大灰階值為Gmax，閾值初始化為T(0)=(Gmin+Gmax)/2。

2.以閾值T(k)將映像分割為前景和背景，求出整個前景像素的平均灰階值Gf和整個背景像素的平均灰階值Gb，此時閾值T(k)=(Gf+Gb)/2 (k=0,1,2...);

3.若此時T(k)=T(k+1)，那麼此時收斂，得到最佳閾值。否則回到步驟2，直到閾值收斂到某一個值。

 1 public class Binary { 2     public static int[] getBinaryImg(int w, int h, int[] inputs) { 3         int[] gray = new int[w * h]; 4         int[] newpixel = new int[w * h]; 5         for (int index = 0; index < w * h; index++) { 6             int red = (inputs[index] & 0x00FF0000) >> 16; 7             int green = (inputs[index] & 0x0000FF00) >> 8; 8             int blue = inputs[index] & 0x000000FF; 9             gray[index] = (int) ((float) red * 0.3 + (float) green * 0.59 + (float) blue * 0.11);10         }11         //求出最大灰階值zmax和最小灰階值zmin12         int Gmax = gray[0], Gmin = gray[0];13         for (int index = 0; index < w * h; index++) {14             if (gray[index] > Gmax) {15                 Gmax = gray[index];16             }17             if (gray[index] < Gmin) {18                 Gmin = gray[index];19             }20         }21 22         //擷取灰階長條圖23         int i, j, t, count1 = 0, count2 = 0, sum1 = 0, sum2 = 0;24         int bp, fp;25         int[] histogram = new int[256];26         for (t = Gmin; t <= Gmax; t++) {27             for (int index = 0; index < w * h; index++) {28                 if (gray[index] == t)29                     histogram[t]++;30             }31         }32 33         /*34         * 迭代法求出最佳分割閾值35         * */36         int T = 0;37         int newT = (Gmax + Gmin) / 2;//初始閾值38         while (T != newT)39         //求出背景和前景的平均灰階值bp和fp40         {41             for (i = 0; i < T; i++) {42                 count1 += histogram[i];//背景像素點的總個數43                 sum1 += histogram[i] * i;//背景像素點的灰階總值44             }45             bp = (count1 == 0) ? 0 : (sum1 / count1);//背景像素點的平均灰階值46 47             for (j = i; j < histogram.length; j++) {48                 count2 += histogram[j];//前景像素點的總個數49                 sum2 += histogram[j] * j;//前景像素點的灰階總值50             }51             fp = (count2 == 0) ? 0 : (sum2 / count2);//前景像素點的平均灰階值52             T = newT;53             newT = (bp + fp) / 2;54         }55         int finestYzt = newT; //最佳閾值56 57         //二值化58         for (int index = 0; index < w * h; index++) {59             if (gray[index] > finestYzt)60                 newpixel[index] = Color.WHITE;61             else newpixel[index] = Color.BLACK;62         }63         return newpixel;64     }65 }

 

映像二值化處理Java