使用 Otsu 方法进行最佳全局阈值处理

本文介绍了Otsu方法,一种基于类间方差最大化的思想来寻找最佳全局阈值的图像分割技术。通过与基本全局阈值处理方法的比较,展示了Otsu方法在处理非双峰直方图的图像时,能更准确地分割出图像中的目标区域,如细胞边界。即使在SM值较低的情况下,也能获得较好的分割效果。
摘要由CSDN通过智能技术生成

一、概念

在这里插入图片描述
类间方差最大化的思想是方差越大,越接近正确分割图像的阈值。

工具箱函数 graythresh 可计算 Otsu 阈值:[T,SM] = graythresh(f)
其中, f 是输入图像, T 是产生的阈值,它被归一化到区间 [0,1],SM 是可分性测度
该图像是使用函数 im2bw 来分割的

二、使用 Otsu 方法和 上节的基本全局阈值处理方法分割图像的比较

>> [T,SM] = graythresh
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

南淮北安

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值