图像阈值分割Matlab版

图像阈值分割是一个非常简单的算法。
对图像像素点，大于阈值，则认为是目标；小于阈值，则认为是背景。

而现在遇到的阈值分割却需要完成如下的多个功能：
1、基本的阈值分割：
    大于阈值，则认为是目标；小于，则认为是背景
2、像素值较低才被认为是目标，即要把不等号反向
    对图像像素点，小于阈值，认为是目标；大于阈值，则认为是背景。
3、可能进行阈值分割的图像只是标记图像
     对标记图像进行分割后，需要在原始的图像上对分割的目标区域进行展示
     这就需要输入原始图像
     原始图像可能是灰度图像，也有可能是彩色图像
4、多个阈值进行分割
      输出每个阈值进行分割的结果
    
花费了两个小时，完成了单阈值分割完成了功能1、2、3；本来将功能4也整合进来了，但感觉如此一来，代码太过费解，并且有一定的代码冗余，因此将其分离成一个单独的函数，通过调用单阈值分割实现。

功能 2 的实现： 增加一个偏置 标记 bias
                             若为1，则表示正常情况，大于阈值，则认为是目标
                             为-1时，则反之。
                             进行比较时用：bias*image>bias*thresh 对两种情况通用

% 对标记图像进行阈值分割
%
% 标记图像里像素值大于Thresh，则认为时病斑，否则认为是非病斑
% 
% 输入：
% image     进行阈值分割的图像
% thresh     分割的阈值
% bias        分割的偏置，默认为1
%                bias = + 1   大于阈值为1，小于阈值为0
%                bias = - 1   大于阈值为0，小于阈值为1
% bgImage   背景图像，image上标识为目标的区域被保留，而标识为背景的则删除
%                  默认为进行阈值分割的图像，即image
% 
% 输出：
% labBinaryImage 标识病斑图像、二值图像
% labSrcImage    在背景图像上作标记，标识病斑区域
% 
%  [ labBinaryImage,labSrcImage ] = ThreshSegement(image , thresh)