局部自适应阈值二值化

相对全局阈值二值化，自然就有局部自适应阈值二值化，本文利用Emgu CV实现局部自适应阈值二值化算法，并通过调节block大小，实现图像的边缘检测。

一、理论概述（转载自《OpenCV_基于局部自适应阈值的图像二值化》）

    局部自适应阈值则是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的好处在于每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。亮度较高的图像区域的二值化阈值通常会较高，而亮度较低的图像区域的二值化阈值则会相适应地变小。不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。常用的局部自适应阈值有：1）局部邻域块的均值；2）局部邻域块的高斯加权和。 

二、程序实现

1、关键函数

关键函数 CvInvoke.cvAdaptiveThreshold Method

函数功能：

Transforms grayscale image to binary image. Threshold calculated individually for each pixel. For the method CV_ADAPTIVE_THRESH_MEAN_C it is a mean of blockSize x blockSize pixel neighborhood, subtracted by param1. For the method CV_ADAPTIVE_THRESH_GAUSSIAN_C it is a weighted sum (gaussian) of blockSize x blockSize pixel neighborhood, subtracted by param1.

函数原型：

public static void cvAdaptiveThreshold(

         IntPtr src,

         IntPtr dst,

         double maxValue,

         ADAPTIVE_THRESHOLD_TYPE adaptiveType,

         THRESH thresholdType,

         int blockSize,

         double param1

)

第一个参数src表示输入图像，必须为单通道灰度图。

第二个参数dst表示输出的边缘图像，为单通道黑白图。

第三个参数maxValue表示采用CV_THRESH_BINARY 和CV_THRESH_BINARY_INV门限类型的最大值。

第四个参数adaptiveType表示局部二值化阈值的取值方法，自适应阈值算法使用：CV_ADAPTIVE_THRESH_MEAN_C 或 CV_ADAPTIVE_THRESH_GAUSSIAN_C，ADAPTIVE_THRESHOLD_TYPE枚举类型

第五个参数thresholdType表示取阈值类型：必须是下者之一

• CV_THRESH_BINARY,
• CV_THRESH_BINARY_INV

第六个参数block_size代表用来计算阈值的象素邻域大小，例如：3,5,7…

第七个参数表示均值或高斯加权平均值所需要减去的一个常数，类似一个人工干预的阈值调整。

对方法 CV_ADAPTIVE_THRESH_MEAN_C，先求出块中的均值，再减掉param1。

对方法 CV_ADAPTIVE_THRESH_GAUSSIAN_C ，先求出块中的加权和(gaussian)， 再减掉param1。

 2、编程实现

采用均值法设定局部适应阈值，块大小为25，参数取值为5. 

//局部二值化Image<Gray, Byte> adaptivethreshimg = new Image<Gray, Byte>(graymi.width, graymi.height);CvInvoke.cvAdaptiveThreshold(grayimg, adaptivethreshimg, 255, Emgu.CV.CvEnum.ADAPTIVE_THRESHOLD_TYPE.CV_ADAPTIVE_THRESH_MEAN_C, Emgu.CV.CvEnum.THRESH.CV_THRESH_BINARY, 25, 5);pictureBox4.Image = adaptivethreshimg.ToBitmap();

与《OpenCV_基于局部自适应阈值的图像二值化》比对

采用本文算法获取的二值化图像

第五个参数本文用的是Emgu.CV.CvEnum.THRESH.CV_THRESH_BINARY，刚好与原文相反，因此一个是白底，一个是黑底。

转载请标明出处，原文地址：http://www.cnblogs.com/MobileBo/p/3923599.html 

三、结果分析

1、边缘提取作用

有人提出cvAdaptiveThreshold的作用不是二值化而是提取对象边缘的观点

参考文献：http://wuyiwangyi.blog.163.com/blog/static/3214949520093834537412/

             《关于cvAdaptiveThreshold的一点收获》

关键是里面的block_size参数，该参数是决定局部阈值的block的大小，当block很小时，如block_size=3 or 5 or 7时，“自适应”的程度很高，即容易出现block里面的像素值都差不多，这样便无法二值化，而只能在边缘等梯度大的地方实现二值化，结果显得它是边缘提取函数。当把block_size设为比较大的值时，如block_size=21 or 31 or 41时，cvAdaptiveThreshold便是二值化函数啦~

2、block_size取值问题

编程过程中，发现block_size一般取奇数，如果取偶数会报错，错误内容是"blockSize % 2 == 1 && blockSize > 1"。当然，编程文档说明提示是3,5,7,...，并没有要求是奇数，是这种算法在原理上就要这么要求吗？还是编程需要？我无法解答。

网上说源代码要求就是 if( size <= 1 || (size&1) == 0 )
        CV_ERROR( CV_StsOutOfRange, "Neighborhood size must be >=3 and odd (3, 5, 7, ...)" );

个人感觉是图像处理算法本身导致的，与编程无关。