判別分析法（大津の二値化）

メインページ＞画像フィルタ処理

判別分析法【discriminant analysis method】は大津の二値化とも言われ、分離度（separation
metrics）という値が最大となるしきい値を求め、自動的に二値化を行う手法です。

分離度はクラス間分散（between-class variance）とクラス内分散（within-class variance）
との比で求める事ができ、以下の様に求める。

判別分析法

しきい値　ｔ　で二値化したとき、しきい値よりも輝度値が小さい側（黒クラス）の画素数をω₁、
平均をm₁、分散をσ₁、輝度値が大きい側（白クラス）の画素数を画素数をω₂、平均をm₂、
分散をσ₂、画像全体の画素数をω_t、平均をm_t、分散をσ_tとしたときクラス内分散σ_w²は

　　

クラス間分散σ_b²は

　　

としてあらわす事ができる。
ここで、全分散（total variance）σ_tは

　　

としてあらわす事ができることから、求めるクラス間分散とクラス内分散との比である分離度は

　　分散度

となり、この分離度が最大となるしきい値 t を求めればよい。
ここで、全分散σ_tはしきい値に関係なく一定なので、クラス間分散σ_b²が最大となるしきい値を
求めればよい事が分かる。
さらにクラス間分散の式の分母もしきい値に関係なく一定なので、クラス間分散の分子

　　ω₁ ω₂ (m₁ - m₂)²

が最大となるしきい値　t を求めればよい。
結局、標準偏差とか関係なく、黒、白それぞれの領域のヒストグラムから、画素数ωと輝度値の
平均値ｍから上記の値が最大となるしきい値ｔをしらみつぶしに求めればいいので、以外と簡単．．．

【処理例】

	→
	→
	→

上記例のように、判別分析法はおおむね良好な結果を得る事ができます。

関連記事
　　二値化、標準偏差

　　　

【2009/02/09 20:51】 | フィルタ処理 | TRACKBACK(0) | COMMENT(2) |

<<Ｐタイル法 | BLOG TOP | アンシャープマスキング（鮮鋭化フィルタ）>>

この記事に対するコメント

勘違い
統計学の文献を読みました。
どうやらクラス間最大と、クラス内最小は同値らしいですね。
計算上は最大のほうがコストが低いのと思います
ただ、opencvではクラス内最小で定義しているのが謎

【2017/11/10 23:42】 URL | ZetaP #- [ 編集]

しきい値の間違いについて
「クラス内分散最小」の間違いではないでしょうか？
「クラス間分散最大」だと、分離度が収束しそうな印象があるのですが

【2017/11/08 23:38】 URL | ZetaP #- [ 編集]

この記事に対するコメントの投稿

| BLOG TOP |

この記事に対するトラックバック

トラックバックURL
→https://imagingsolution.blog.fc2.com/tb.php/113-7251999b
この記事にトラックバックする(FC2ブログユーザー)