寻找图像直方图中的峰值

发布于 2024-10-19 05:40:51 字数 154 浏览 2 评论 0原文

我正在做一个图像处理的项目。 对于我的项目的某些部分,为了找到良好的阈值,我需要找到图像直方图的峰值和谷值。 我正在用 C# .net 编写我的项目 但我需要任何语言的算法或示例代码,例如(Java,C,C++,....)来理解其逻辑。我可以自己转换成C#。 任何文档或算法或代码... 谢谢

I am witting a project of image processing.
For some part of my project to find good threshold value I need to find peaks and valleys of image's histogram.
I am witting my project in C# .net
but I need Algorithm or sample code in any languages like(Java, C,C++,....) to understand the logic of that. I can convert to C# by my self.
any document or algorithm or piece of code...
thanks

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

反话 2024-10-26 05:40:51

对于二进制阈值,很难击败 Ohtsu 方法。即使您坚持自己实现局部极值搜索,Ohtsu 的方法也会给您一个很好的结果进行比较。

It's hard to beat Ohtsu's Method for binary thresholding. Even if you insist on implementing local extrema searching by yourself, Ohtsu's method will give you a good result to compare to.

随梦而飞# 2024-10-26 05:40:51

如果您已经计算了直方图,则查找峰和谷在计算上是微不足道的(循环它并查找局部极值)。重要的是找到“好的”峰和谷来进行一些分割/阈值。但这不是编码的问题,而是建模的问题。您可以 google 查找它。

如果您想要一个简单的配方,并且如果您知道您的直方图“本质上”有两个峰和中间的一个谷(“双峰”直方图)并且您想找到该谷,我曾经实施过以下临时程序,相对成功:

  • 计算直方图的所有极值(相对最大值/最小值,包括边界)
  • 如果只有两个最大值,并且如果在这些最大值之间只有一个局部最小值,我们就找到了山谷。返回它。
  • 否则,平滑直方图(例如移动平均值)并转到第一步。

If you already have computed your histogram, to find peaks and valleys is computationally trivial (loop over it and find local extrema). What is not trivial is to find "good" peaks and valleys to do some segmentation/threshold. But that is not a matter of coding, it's a matter of modelling. You can google for it.

If you want a simple recipe, and if you know that your histogram has "essentially" two peaks and a valley in the middle ("bimodal" histogram) and you want to locate that valley, I have once implemented the following ad-hoc procedure, with relative success:

  • Compute all the extrema of the histogram (relative maxima/minima, including borders)
  • If there are only two maxima, AND if in between those maxima there is only one local minimum, we've found the valley. Return it.
  • Else, smooth the histogram (eg. a moving average) and go to first step.
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文