灰度图片二值化matlab

rge图片灰度化之后，往往存在灰度值比较近的情况。根据自己的需求将灰度值调到两个极端值，也叫做阈值处理。

本文的阈值是自定义的，建立在已经读取到灰度图片灰度值的基础之上。

存在获取灰度图片最佳阈值的算法——大津法，也叫最大类间方差法，被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用。

H = imread('test.png');
I = rgb2gray(H);            % 灰度化

---

方法1：

matlab内置函数imagesc，可以根据自定义的阈值将首尾两端的值映射到一致的值。

这是matlab提供的示例：

C = [0 2 4 6; 8 10 12 14; 16 18 20 22];
clims = [4 18];
imagesc(C,clims)
colorbar

小于4的像素块被统一映射到4，大于18的像素块被统一映射到18

采用这种方法调试灰度地图：

imagesc(I, [219, 220]);            % 读取图片灰度知道海域的灰度值是218，只需要将海域和其他障碍物区分即可
colormap(gray);
colorbar;

原图：

简单二值化：

这里存在的问题是，可行区域和障碍物的灰度值相差不大，不能真正做到二值化

而且，可行区域被设置成黑色，障碍物被设置成白色，不能随意设置。

---

方法2：

[m, n] = size(I);                        % 获取灰度值矩阵的行列
for i = 1:m
    for j = 1:n
        if I(i, j) == 218                % 已知可行海域灰度值为218
            I(i, j) = 255                % 可行区域设置成白色
        else
            I(i, j) = 0                  % 其他障碍物设置成黑色
        end
    end
end
imshow(I);
colorbar;

直接遍历像素矩阵，设定灰度值

结果：