#include?“math.h“


int?getThreshold（int?Hangint?Lie?unsigned?char?*buffer）
{
	int?ij;
	//二維OTSU法求取閾值nThreshold

????
	double?dHistogram[256][256];	????//建立二維灰度直方圖
	double?dTrMatrix?=?0.0;?????????????//離散矩陣的跡
	int?N?=?Lie*Hang;???????????????//總像素數
	for（i=0;?i<256;?i++）
	{
		for（j=0;?j<256;?j++）
			dHistogram[i][j]?=?0.0;??????//初始化變量
	}
	for（i=0;?i	{
		for（int?j=0;?j		{
			unsigned?char?nData1?=?（unsigned?char）buffer[i*Hang+j];??//當前的灰度值
			unsigned?char?nData2?=?0;
			int?nData3?=?0;?????????//注意9個值相加可能超過一個字節
			for（int?m=i-1;?m<=i+1;?m++）
			{
				for（int?n=j-1;?n<=j+1;?n++）
				{
					if（（m>=0）&&（m=0）&&（n						nData3?+=?（unsigned?char）buffer[m*Hang+n];?//當前的灰度值
				}
			}
			nData2?=?（unsigned?char）（nData3/9）;????//對于越界的索引值進行補零鄰域均值
			dHistogram[nData1][nData2]++;
		}
	}
	for（i=0;?i<256;?i++）
		for（int?j=0;?j<256;?j++）
			dHistogram[i][j]?/=?N;??//得到歸一化的概率分布

	double?Pai?=?0.0;??????//目標區均值矢量i分量
	double?Paj?=?0.0;??????//目標區均值矢量j分量
	double?Pbi?=?0.0;??????//背景區均值矢量i分量
	double?Pbj?=?0.0;??????//背景區均值矢量j分量
	double?Pti?=?0.0;??????//全局均值矢量i分量
	double?Ptj?=?0.0;??????//全局均值矢量j分量
	double?W0?=?0.0;???????//目標區的聯合概率密度
	double?W1?=?0.0;???????//背景區的聯合概率密度
????double?dData1?=?0.0;
	double?dData2?=?0.0;
	double?dData3?=?0.0;
	double?dData4?=?0.0;???//中間變量
	int?nThreshold_s?=?0;
	int?nThreshold_t?=?0;
	double?temp?=?0.0;?????//尋求最大值

	//求Pti全局均值矢量i，Ptj全局均值矢量j
	for（i=0;?i<256;?i++）
	{
		for（int?j=0;?j<256;?j++）
		{
			Pti?+=?i*dHistogram[i][j];
			Ptj?+=?j*dHistogram[i][j];
		}
	}
	for（i=0;?i<256;?i++）
	{
		for（int?j=0;?j<256;?j++）
		{
			W0?+=?dHistogram[i][j];
			dData1?+=?i*dHistogram[i][j];
			dData2?+=?j*dHistogram[i][j];

			W1?=?1-W0;
			dData3?=?Pti-dData1;
			dData4?=?Ptj-dData2;
/*			W1=dData3=dData4=0.0;???//對內循環的數據進行初始化
			for（int?s=i+1;?s<256;?s++）
			{
				for（int?t=j+1;?t<256;?t++）
				{
					W1?+=?dHistogram[s][t];
					dData3?+=?s*dHistogram[s][t];??//方法2
					dData4?+=?t*dHistogram[s][t];??//也可以增加循環進行計算
				}
			}*/

			Pai?=?dData1/W0;
			Paj?=?dData2/W0;
			Pbi?=?dData3/W1;
			Pbj?=?dData4/W1;???//?得到兩個均值向量，用4個分量表示
			dTrMatrix?=?（（W0*Pti-dData1）*（W0*Pti-dData1）+（W0*Ptj-dData1）*（W0*Ptj-dData2））/（W0*W1）;
			if（dTrMatrix?>?temp）
			{
				temp?=?dTrMatrix;
				nThreshold_s?=?i;
				nThreshold_t?=?j;
			}
		}
	}
	return?nThreshold_t;???//返回結果中的灰度值
}

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????4946??2012-09-22?19:21??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\getThreshold.obj

?????文件??????????0??2012-09-22?19:21??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\getThreshold.sbr

?????文件??????34801??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\main.obj

?????文件??????????0??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\main.sbr

?????文件????2376704??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\RedDetected.bsc

?????文件?????266299??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\RedDetected.exe

?????文件?????402652??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\RedDetected.ilk

?????文件????7177420??2012-09-23?09:58??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\RedDetected.pch

?????文件?????599040??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\RedDetected.pdb

?????文件?????222208??2012-11-25?23:22??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\vc60.idb

?????文件?????151552??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug\vc60.pdb

?????文件???????2673??2012-09-22?19:19??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\getThreshold.cpp

?????文件?????????42??2012-09-22?12:44??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\header.h

?????文件????1440054??2012-09-19?19:53??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\IMG_20120919_195323_0.bmp

?????文件?????403330??2012-09-19?21:22??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\IMG_20120919_212258_0.jpg

?????文件?????355195??2012-09-19?21:23??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\IMG_20120919_212315_0.jpg

?????文件???????6285??2012-10-10?19:43??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\main.cpp

?????文件???????4420??2012-09-23?12:05??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\RedDetected.dsp

?????文件????????545??2012-09-21?10:01??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\RedDetected.dsw

?????文件??????66560??2012-11-26?00:02??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\RedDetected.ncb

?????文件??????48640??2012-11-26?00:02??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\RedDetected.opt

?????文件???????1671??2012-10-10?20:00??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\RedDetected.plg

?????文件??????16384??2012-10-28?23:24??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\~VCEEC.tmp

?????文件??????????0??2012-10-28?23:24??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\~VCEED.tmp

?????目錄??????????0??2012-11-27?18:50??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected\Debug

?????目錄??????????0??2013-05-09?12:59??基于OpenCV的紅點識別\基于opencv的紅點識別\FallowRedDetected

?????目錄??????????0??2013-05-09?12:59??基于OpenCV的紅點識別\基于opencv的紅點識別

?????目錄??????????0??2013-05-09?12:59??基于OpenCV的紅點識別

-----------?---------??----------?-----??----

?????????????13581421????????????????????28

............此處省略1個文件信息