Otsu方法（matlab中的graythresh函数）产生一个比例尺的结果？ 0：255,0：max（px强度），min：max？

4 回答

• 2

  正确的答案是第一个：

  相对于每个图像中的值范围，暗= 75并且光= 230

  graythresh 使用图像中的最小值和最大值作为边界，这是最符合逻辑的行为 .

  回复于 2024-05-05T03:55:58+08:00
• 1

  @Ratbert接受的答案是错误的说法

  正确的答案是第一个

  和

  graythresh使用图像中的最小值和最大值作为边界，这是最符合逻辑的行为 .

  而rayryeng似乎同意这一点 . 大卫帕克斯似乎已经凭经验证实了这一点 .

  Anand给出了正确答案，奇怪的是，这似乎有一个反对票 . 他非常令人信服地解释说

  全范围的灰度像素值'取决于输入图像的数据类型

  正如他解释的那样

  这是第三种选择

  除了 dark 图像不可能达到0.75的阈值这一事实 .

  首先让我们澄清最简单案例的声明之间的区别，在明确的MATLAB中，所以没有混淆 . 对于值为 min 到 max 的图像，该问题提出了三种可能性，当转换为等式时：

  • threshold = min + (max-min) * graythresh

  • threshold = max * graythresh

  • threshold = 255 * graythresh

  假设图像只包含两个点，强度为0，另一个点为100.这意味着 dark = uint8([0 100]); . 第二张图片 light = dark+155; . 当我们计算 255*graythresh(dark) 时，我们得到 49.5 . 当我们计算 255*graythresh(light) 时，我们得到 204.5 . 这些答案明显表明第三种选择是唯一的可能性 .

  还有一个细节 . 如果您尝试 255*graythresh(uint8(1:2)) ，答案是 1 ，而不是 1.5 . 所以看起来如果你使用 greythresh 来阈值图像，你应该使用 image <= 255*graythesh(image) 与小于或等于，而不是简单的小于 .

  回复于 2024-05-05T03:55:58+08:00
• 0

  您的第三个答案似乎对我来说最合适，澄清“全范围的灰度像素值”取决于输入图像的数据类型 . 例如，对于uint8图像，Otsu阈值0.75对应于大约191.对于uint16图像，这将对应于49151 .

  回复于 2024-05-05T03:55:58+08:00
• 1

  那么，为了后人的缘故，我对前面提到的方法进行了比较 . 我拍摄了具有全范围灰度像素强度的典型图像，然后拍摄了相同图像的 dark 和 light 版本，并获得了每个的 graythresh 值 . 我使用上述每个映射应用Otsu阈值 .

  光图像非常清楚地表明该算法在图像的像素强度范围内产生阈值 . 如果我们假设全范围的像素强度，Otsu算法将产生低于图像中任何实际存在的阈值，这没有多大意义，至少假设现有的黑色背景是透明/不相关的 .

  如果你假设图像的现有黑色部分是相关的黑暗，我想有人可以为假设像素强度的全范围做出论证 . 我当然欢迎那里的评论 .

  Full size images seen below

  

  ---

  修改上面的话：当我将除了 light 图像的上半部分以外的所有图像变黑并再次取出Otsu阈值时，我得到相同的阈值0.3020 . 如果图像的暗部分与Otsu阈值相关，则额外的黑暗会影响该值，因此，Ratbert的答案在经验上被证明是正确的 .

  

  回复于 2024-05-05T03:55:58+08:00