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图像锐化 图像锐化代码】关于vb.net图像锐化和图像锐化代码的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。
推荐阅读
- 即时战略游戏七个王国攻略，即时战略游戏七年战争
- win10硬盘怎么分区合理，win10硬盘分区怎么分合理
- css3画机器猫，机器猫画法教程图解
- 简单飞行游戏登录不上去，简单飞行19版本
- linux的df命令是啥 linux df h命令参数详解linux
- linux常用排查命令，linux排查cpu
- 什么是直播kpl人才，kpl职业选手直播收入
- 全能模拟器游戏图片，全能模拟器游戏图片位置
- php接收数据然后输出 php接收数据的方法