关于vb.net二值化的信息

Vb（或者VB.net)影像识别系统

建议用VC做吧，VB图像处理速度慢。

创新互联建站-专业网站定制、快速模板网站建设、高性价比工农网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式工农网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖工农地区。费用合理售后完善，10余年实体公司更值得信赖。

VC的话其实不怎么难，简单学学图像处理，网上现成的程序一把，涉及降噪、图像二值化、边界提取、中心计算等问题，还有回调函数也用的到。

几种经典的二值化方法及其vb.net实现

图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。

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。

关于VB.NET中图像二值化中的阀值法是什么意思呢

不要分

灰度图像的像素的取值范围为

0-255,0代表黑，255代表最亮，中间值是不同的亮度

图像二值化，就是通过某个判断标准，将灰度图像变成只有两个值的图像，即图像值不是0，就是255

阈值，就是这个判断标准，比如，如果阈值取100，那么图像灰度小于等于100的像素，都变成0

图像灰度大于100的，都变成255