最大类间方差法

应用背景Otsu法是一种方法，在图像处理中，阈值分割 ；描述：它有一个双峰直方图的图像（有两个不同的区域）。图像分割是 ； 数字图像分割成多个部分的过程；（套 ；像素，也被称为超像素）。分割的目的是简化和/或改变表示图像分成一些更有意义的和更容易地分析。 ；图像分割通常是用来定位对象的边界（线，曲线，等）的图像。更准确地说，图像分割是在图像中的每个像素分配一个标签的过程中，这样的像素具有相同的标签共享某些特性。关键技术在一个包装的房子里，热带水果需要按它们的重量进行分类，通常使用复杂且昂贵的动态称重系统。一个低成本系统的发展，由小生产者，从发展中国家，仍然是一个挑战，因为排序涉及重量，而水果是移动。本文提出了对芒果的白色背景灰度图像分割的一种新的阈值（Mangifera indica  ；L.，托米Atkins），改进Otsu法MATLAB。96芒果在坎皮纳格拉德当地市场收购（PB），巴西。商业彩色数码相机（sonytm  ；P7）被固定在一个封闭的聚苯乙烯盒中心的顶部（50×50×50厘米），所有内墙覆盖着白色的纸。两只发光（20瓦）灯，放在相机旁边，并指出，照亮了芒果，手动放置在中心的底部。在休息时，水果的顶部视图图片。离线基于MATLAB软件计算的顶部区域的水果使用一种新的阈值公式：y = x + x *（M / K），在Y：新灰度门限值；x：Otsu阈值；M：平均使用Otsu的传统算法先前分割图像的强度；K：实验常数，光强度和设置依赖。结果表明，低相关（分割区×实际质量）使用默认的算法（R2 = 0.68，SD = 48.5克）。替代算法大大改善的相关性R2 = 0.94，SD = 20.5 G.在这控制的设置，更好的分割图像的白色背景和更好的质量估计的芒果，单独和休息，可能时，使用基于自适应阈值的自动阈值的方法在MATLAB的百分比增加。研究结果还表明，可能利用图像处理的低成本排序的芒果和其他水果的动态，在一个小的输送带。来自： ；http://www.actahort.org/books/934/934_126.htm