锐客网

  1. 首页 > 生活百科 > it技术 > >

包含vb.neth0的词条

IT技术灰度

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=H0HB ， 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 找出数组中相同的元素，并按相同元素排序到另外一个数组中 。先把strA排序，
ind = 2
if len(strA) = 0 then return
strB(1) = strA(1)
for each s in strA
if (strA(ind)strA(ind - 1) then
count = 0
strB(ind) = strA(ind)
else
strB(ind) = strA(ind - 1)
end if
ind = ind1
next s
vb语法忘了 。。。大概是这么个意思吧 。。。。排序N LOG N ， 后面是线性的N，所以总共是NLOGN
vb.net中如何播放声音，是要什么控件嘛？My.Computer.Audio.Play("SoundFile.wav")
SoundFile.wav是你要播放的声音文件的路径
【包含vb.neth0的词条】vb.neth0的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、vb.neth0的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：电脑投影是什么接口，电脑接投影是什么接口

    下一篇：613牧童直播录屏，牧童游戏直播回放