matlab - niblack しきい値処理

Question

次の式を使用する niblack しきい値アルゴリズムを実装しようとしています。

pixel = ( pixel >  mean + k * standard_deviation ) ? object : background

ここで、k の標準値は 0 です。これを matlab に実装する方法を教えてください。私はそれを行う方法を理解することはできません

Answer 1

Matlab の能力は行列演算であるため、単一の for ループがなくても多くのことができます。以下のコードは、必要なことを行います。

% define parameters
imgname = 'rice.png'; % matlab's image
filt_radius = 25; % filter radius [pixels]
k_threshold = 0.2; % std threshold parameter
%% load the image
X = double(imread(imgname)); 
X = X / max(X(:)); % normalyze to [0, 1] range
%% build filter
fgrid = -filt_radius : filt_radius;
[x, y] = meshgrid(fgrid);
filt = sqrt(x .^ 2 + y .^ 2) <= filt_radius;
filt = filt / sum(filt(:));
%% calculate mean, and std
local_mean = imfilter(X, filt, 'symmetric');
local_std = sqrt(imfilter(X .^ 2, filt, 'symmetric'));
%% calculate binary image
X_bin = X >= (local_mean + k_threshold * local_std);
%% plot
figure; ax = zeros(4,1);
ax(1) = subplot(2,2,1); imshow(X); title('original image');
ax(2) = subplot(2,2,2); imshow(X_bin); title('binary image');
ax(3) = subplot(2,2,3); imshow(local_mean); title('local mean');
ax(4) = subplot(2,2,4); imshow(local_std); title('local std');
linkaxes(ax, 'xy');

Answer 2

Niblack アルゴリズムではなく、より良い結果をもたらす実装であると前もって言いたいと思います。この実装がどこで失敗するかはわかりませんが、上記の画像を 2 値化してみた結果は次のとおりです。

画像を 25*25 ピクセルのブロックに分割し、90 のグローバル セット平均と 20 のグローバル セット平均を使用しました。次に、小さなウィンドウに Otsu の 2 値化を適用しました。

set_mean = 90
set_sd = 20
mean_block = np.mean(block)
sd_block = np.std(block)
if sd_block > set_sd:
    ret, block = cv2.threshold(block, 0, 255, cv2.THRESH_OTSU)
elif sd_block < set_sd:
    if mean_block > set_mean:
        block[:] = 255 #white
    else:
        block[:] = 0 #black
return block

小さなウィンドウの標準偏差 (SD) が設定値より大きい場合は、otsu のしきい値が使用されます。それ以外の場合は、平均値が設定値より大きいか小さいかに基づいて、ウィンドウ内のピクセルが完全な黒または白に設定されます。

Answer 3

画像全体を処理できます: img_in、object、background の 3 つのマトリックスがあると仮定します。

flag = img_in >  mean + k * standard_deviation;
img_out = flag .* object + (1 - flag) .* background;