Matlab 迭代法计算灰值图像的level

Matlab 迭代法计算灰值图像的level

Matlab中，已知函数im2bw（X，Level），默认level为0.5。这里level为阈值，其含义是：

第Xij个像素，利用利用二值化处理时，level=T为临界值。

在确定T的大小时，可以用迭代法确定：

1、首先选择图像的平均灰度值作为初始阈值T0=108

2、根据初始阈值，将图像分为两部分，C1部分灰度值大于T，C2部分灰度值小于T

3、计算C1部分和C2部分的平均灰度值：

 4、再计算新的阈值：

5、重复迭代第2-4步，当Ti+1和Ti的差几乎为0时，停止迭代，此时T为最佳阈值。

代码如下：

clc
clear all
close all
I=imread('0.jpg');
B=rgb2gray(I);
B=double(B);
mean(B(:))
[r,c]=size(B);
T(1)=108;
T(2)=10;
a=0;
b=0;
su1=0;
su2=0;
for k=2:1000
    if( T(k)-T(k-1)>0.0001 | T(k)-T(k-1) <(-0.0001))
    for i=1:r
        for j=1:c
           if B(i,j)>T(k)
               su1=B(i,j)+su1;
               a=a+1;
           else
               su2=B(i,j)+su2;
               b=b+1;
           end
        end
    end
    u1=su1/a;
    u2=su2/b;
    T(k+1)=(u1+u2)/2;
    else T(k)
    end
end
t=T(800)/255
figure;imshow(I);
B=im2bw(I,t);
figure;imshow(B);

    

 效果如图：

此时level=0.4869

 

     在具体应用过程中，根据图像的不同，可以修改level大小，如果图像色彩比较丰富，内容饱满，level值可以设置大点，靠近1；如果色彩单一，内容较少，则level值设置靠近0。

      在matlab中，还可以使用imbinarize函数，默认情况下，imbinarize 使用 Otsu 方法，该方法选择特定阈值来最小化阈值化的黑白像素的类内方差。