二值化之阈值处理

写于开头的废话：哒哒哒…….这应该是马蹄的声音！我在告诉你，我又来了！不得不说的还是自己的悲伤，经营了那么久的CSDN居然说关就给我关了，过去的还是没法过去，我始终不能从失去的痛苦之中走出来，我的CSDN1，我的CSDN啊，怎么会如此的决绝呀，怎么会说关就给关了呢？

    事件还原：就在某一天的早上，来到实验室，习惯性的进入CSDN看看有什么新鲜的东西在等待着自己，看看有什么志同道合也好学习也罢赐教也罢….总之是有什么动态在等待着自己，可是惨剧就此发生啦…..说白了就是因为那时的昨晚发生的一件事。写了一篇外链居多的文章而已！啊，也是的呀，在我看来的而已，却让我的CSDN博客遭受了致命性的事件呀！它被告知外链居多，永不解封！继续哭会哭会…..

   吃一堑长一智，以后再看到好的东西绝对不来掰掰随意加外链了！坚决不加!我要私自屯享那美味的东西，广大牛牛们要是感兴趣只能自己去找，我真的真的绝对不会随意的外链啦! 容易吗？经营了那么就的博，经营了那么久的粉，就这样子给我game over!

简直了，废话不多说！

这里将要呈现的是关于图像二值化阈值选取的问题！

二值化图像预处理的重要一部分，那么显而易见阈值选取，此处的阈值对于二值化的效果将是非同凡响的呀!二值化效果的好坏就在于此处的阈值上了！

法1：看似没有什么技术含量，就是使用整幅图像的平均灰度值作为阈值！

法2： 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二值化阈值选取的办法！

法3：双峰之中的谷底法

法4：双峰之中的峰值平均

法5:这是目前使用最为普遍的一种方法了，不管是opencv的源码还是MATLAB中方法的源码，一般都是使用的这种方法处理二值化的阈值选取

法6：不得不说，自己出生那会的国人就是牛呀，想当年的清华博士黄良凯根据当时打的火热的模糊集提出来的。国外很亲切的称其为Huang’s fuzzy thresholding method！可是令人纳闷的是在找文献的时候，发现咱的黄博发了一篇Pattern recognition，可是后来的时候外国人却来了一篇transaction,凌乱ing

文章：Image threshold by minimizing the measures  of fuzziness.(现在我要聪明的只放题目，不外链)

法6：Kittler的阈值选取方法，又名最小错误分类！

文章：Minimun error threshold

法7：KSW熵方法，又是一个使用熵来求二值化阈值的大佬们，为何是们呢，因为KSW是三个人，哈哈，不足为奇吧，要是哪天说不准咱们也来一个高大上的算法或者方法，那么就是自己的名字命名了！K—Kapur,S-sahoo,W-wong

法8：数据结构之中的良好的迭代使用在这里，求取最佳阈值，确实知识无国界！无门槛！那么优美的迭代居然也可以用来求阈值！

还有好几个的transactions的阈值选取方法，精力问题，没琢磨透彻！后续再加吧！