课程学习——双阈值分割

双峰阈值分割：
1.通过将原图转化为灰度图像，并计算每点的灰度值从而得到直方图。
2.通过手动输入灰度值，将此灰度值作为阈值，小于阈值的为黑，大于阈值的为白，从而生成二值化图像。
3.调用matlab中自带的函数，实现双峰阈值分割。
4.调用matlab中自带的ostu函数，实现ostu阈值分割。
5.对比原图，直方图，双峰阈值分割，ostu分割，从而分析分割结果是否理想。
matlab：实现双阈值分割
代码：

% 双峰法是一种简单的阈值分割方法，即如果灰度级直方图呈现明显的双峰状，
% 则选双峰之间的谷底所对应的灰度级作为阈值分割。
clc; 
clear all; 
close all;
I = imread('E:\matlabCX\图片\3.jpg');
if ndims(I) == 3
    I = rgb2gray(I);
end
fxy = imhist(I, 256); %统计每个灰度值的个数
figure;
subplot(2, 2, 1); 
imshow(I, []); 
title('原图')
subplot(2, 2, 2); 
plot(fxy); %画出灰度直方图
title('直方图')
p1 = {'Input Num:'}; 
p2 = {'180'};
p3 = inputdlg(p1,'Input Num:1~256',1,p2);
p = str2num(p3{1}); 
p = p/255;
bw = im2bw(I, p); %小于阈值的为黑，大于阈值的为白
subplot(2, 2, 3); 
imshow(bw); 
title('双峰阈值分割')
bw1 = im2bw(I, graythresh(I));
subplot(2, 2, 4); 
imshow(bw1); 
title('ostu阈值分割')

结果：

少年不被楼层误，余生不羁尽自由。
加油，加油！