關(guān)于vb.net實現(xiàn)方差的信息

幾種經(jīng)典的二值化方法及其vb.net實現(xiàn)

圖像二值化的目的是最大限度的將圖象中感興趣的部分保留下來，在很多情況下，也是進(jìn)行圖像分析、特征提取與模式識別之前的必要的圖像預(yù)處理過程。這個看似簡單的問題，在過去的四十年里受到國內(nèi)外學(xué)者的廣泛關(guān)注，產(chǎn)生了數(shù)以百計的閾值選取方法，但如同其他圖像分割算法一樣，沒有一個現(xiàn)有方法對各種各樣的圖像都能得到令人滿意的結(jié)果。

創(chuàng)新互聯(lián)主營開福網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,成都APP應(yīng)用開發(fā),開福h5微信小程序開發(fā)搭建,開福網(wǎng)站營銷推廣歡迎開福等地區(qū)企業(yè)咨詢

本文針對幾種經(jīng)典而常用的二值發(fā)放進(jìn)行了簡單的討論并給出了其vb.net 實現(xiàn)。

1、P-Tile法

Doyle于1962年提出的P-Tile (即P分位數(shù)法)可以說是最古老的一種閾值選取方法。該方法根據(jù)先驗概率來設(shè)定閾值，使得二值化后的目標(biāo)或背景像素比例等于先驗概率，該方法簡單高效，但是對于先驗概率難于估計的圖像卻無能為力。

2、OTSU 算法（大津法）

OSTU算法可以說是自適應(yīng)計算單閾值（用來轉(zhuǎn)換灰度圖像為二值圖像）的簡單高效方法。1978 OTSU年提出的最大類間方差法以其計算簡單、穩(wěn)定有效，一直廣為使用。

3、迭代法（最佳閥值法）

(1)． 求出圖象的最大灰度值和最小灰度值，分別記為Zl和Zk，令初始閾值為：

(2)． 根據(jù)閾值TK將圖象分割為前景和背景，分別求出兩者的平均灰度值Z0和ZB:

式中，Z(i,j）是圖像上(i,j)點的象素值，N(i,j)是(i,j)點的權(quán)值，一般取1。

(3)． 若TK=TK+1，則所得即為閾值，否則轉(zhuǎn)2，迭代計算。

4、一維最大熵閾值法

它的思想是統(tǒng)計圖像中每一個灰度級出現(xiàn)的概率 ，計算該灰度級的熵 ,假設(shè)以灰度級T分割圖像，圖像中低于T灰度級的像素點構(gòu)成目標(biāo)物體（O），高于灰度級T的像素點構(gòu)成背景（B），那么各個灰度級在本區(qū)的分布概率為：

O區(qū)： i=1,2……,t

B區(qū)： i=t+1,t+2……L-1

上式中的 ,這樣對于數(shù)字圖像中的目標(biāo)和背景區(qū)域的熵分別為：

對圖像中的每一個灰度級分別求取W=H0 +HB，選取使W最大的灰度級作為分割圖像的閾值，這就是一維最大熵閾值圖像分割法。

VB.net的開方運算

VB的運算順序是：先乘除、后加減，有括號的先算括號內(nèi)，有負(fù)號的先算負(fù)號。

請你比較一下這個運算中x和y的值：

Dim n As Single = 4

Dim x As Single

Dim y As Single

x = n + 1

x = x / n

x = x - 1

x = Math.Sqrt(x)

y = Math.Sqrt((n + 1) / n - 1)

這樣就會發(fā)現(xiàn)，你的代碼中括號的位置錯了。

正確的應(yīng)該是： Math.Sqrt((n + 1) / n - 1)

vb.net中有沒有類似max（）這樣的函數(shù)

首先vb.net是一種編程語言，它自己是沒有的。

但vb.net與c#、vc++.net等其它編程語言共用一個公共類庫（叫框架類庫），這個類庫在命名空間System中提供了一個類叫Math（Public NotInheritable Class Math）。它為三角函數(shù)、對數(shù)函數(shù)和其他通用數(shù)學(xué)函數(shù)提供了常數(shù)和靜態(tài)方法，其中就包括Max。

網(wǎng)站名稱：關(guān)于vb.net實現(xiàn)方差的信息
文章URL：http://bm7419.com/article22/ddccdjc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、商城網(wǎng)站、全網(wǎng)營銷推廣、移動網(wǎng)站建設(shè)、App設(shè)計、企業(yè)網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)