Otsu‟s method is nonparametric and

Otsu‟s method is nonparametric and unsupervised method of automatic threshold selection for image segmentation. An optimal threshold is selected by the discriminant criterion [10], namely, so as to maximize the separability of the resultant classes in gray level. The procedure is simple, utilizing only the zero and the first-order cumulative moments of the gray level histogram. There are three types of discriminant criteria and the one used in this paper to obtain an optimal threshold value is shown in Eq. (2).

ผลลัพธ์ (ไทย) 1:

วิธี Otsu‟s nonparametric และเตรียมวิธีการเลือกเกณฑ์อัตโนมัติสำหรับแบ่งส่วนรูปภาพนั้น ค่าเกณฑ์เหมาะสมที่สุดถูกเลือก โดยเกณฑ์ discriminant [10], คือ เพื่อจะเพิ่ม separability เรียนผลลัพธ์ในระดับสีเทา ขั้นตอนง่าย ใช้เฉพาะเป็นศูนย์และช่วงเวลาสะสมลำดับแรกของฮิสโตแกรมระดับสีเทา มีสามประเภทของเกณฑ์ discriminant และใช้ในเอกสารนี้เพื่อขอรับค่าขีดจำกัดที่เหมาะสมจะแสดงใน Eq. (2)

ผลลัพธ์ (ไทย) 2:

Otsu "วิธีการคือวิธีการที่ไม่อิงพารามิเตอร์และใกล้ชิดของการเลือกเกณฑ์อัตโนมัติสำหรับการแบ่งส่วนภาพ เกณฑ์ที่ดีที่สุดจะถูกเลือกโดยเกณฑ์จำแนก [10] คือเพื่อเพิ่มการแยกของชั้นเรียนผลในระดับสีเทา ขั้นตอนที่ง่ายใช้เพียงศูนย์และเป็นครั้งแรกที่สั่งซื้อในช่วงเวลาที่มีการสะสมของ histogram ระดับสีเทา มีสามประเภทของเกณฑ์การจำแนกและเป็นคนหนึ่งที่ใช้ในบทความนี้จะได้รับค่าเกณฑ์ที่ดีที่สุดจะถูกแสดงในสมการ (2)

ผลลัพธ์ (ไทย) 3:

โอทสุ ‟ด้วยวิธีนอนพาราเมตริก และแบบไม่มีผู้สอนวิธีการเลือกประตูอัตโนมัติสำหรับการแบ่งส่วนภาพ . เป็นเกณฑ์ที่เหมาะสมจะถูกเลือก โดยจำแนกเกณฑ์ [ 10 ] คือ เพื่อขยายการแยกออกของชั้นเรียน ผลลัพธ์ในระดับสีเทา ขั้นตอนง่าย ใช้เพียงศูนย์และเพื่อสะสมเวลาของภาพระดับสีเทา มีอยู่สามชนิดของเกณฑ์จำแนกเป็นหนึ่งที่ใช้ในบทความนี้เพื่อขอรับค่าเกณฑ์ที่เหมาะสมจะแสดงในอีคิว ( 2 )