【二值化】循环阈值算法

最新推荐文章于 2023-11-24 19:38:02 发布

cxf7394373

最新推荐文章于 2023-11-24 19:38:02 发布

阅读量7.6k

点赞数

分类专栏：图像处理二值化文章标签：二值化图像处理

本文链接：https://blog.csdn.net/cxf7394373/article/details/5526049

版权

该博客介绍了一种使用循环阈值方法进行图像二值化的算法。通过不断迭代调整阈值，找到使图像两部分平均灰度值相等的最佳阈值，从而将图像转换为二值图像。博客提供了MATLAB代码示例，展示如何计算和应用阈值来处理图像。

摘要由CSDN通过智能技术生成

循环阈值方法实现图像二值化

clc clear G = imread('img.jpg'); I = rgb2gray(G); %l = rgb2gray(h);%转换成灰度图像，得到灰度值 %imhist(img);%得到灰度直方图 %disp(img);%显示各像素的灰度值 %循环阈值选择方法 gray1 = 0;%一部分图像的灰度值之和 gray2 = 0;%另一部分图像的灰度值之和 u1 = 0;%一部分图像的平均灰度值 u2 = 0;%另一部分的平均灰度值 k = 0;%一部分图像的像素个数 r = 0;%另一部分图像的像素个数 x = 0;%阈值和 T = 0;%图像的阈值 [m,n] = size(I)%获取图像大小 %获取平均阈值 for i = 1:m for j = 1:n x = x + uint32(I(i,j)); end end T = x/(m*n);%初始阈值 T1 = 0; while T ~= T1 T1 = T; for i = 1:m for j = 1:n if I(i,j) < T gray1 = gray1 + uint32(I(i,j)); k = k + 1; else gray2 = gray2 + uint32(I(i,j)); r = r + 1; end end end u1 = gray1/k; u2 = gray2/r; T = (u1 + u2)/2;%新的阈值 end %BW &