matlab动手实现ostu大津法

最新推荐文章于 2022-09-21 23:47:35 发布

teidix

最新推荐文章于 2022-09-21 23:47:35 发布

阅读量917

点赞数

分类专栏：图像处理文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/teidix/article/details/121171944

版权

图像处理专栏收录该内容

3 篇文章 1 订阅

订阅专栏

该ostu方法实现的原理是参考的冈萨雷斯《数字图像处理第四版》的第538页的ostu阈值处理的原理介绍，如果有该书，可以对照参考，
原理在此不赘述


clear all
I=imread("222.JPG");
G=rgb2gray(I);
[h,w]=size(G);

[count,x]=imhist(G);

counts=count/(h*w);

% stem(x,counts)

%选定一个阈值K,利用K来划分

optk=1;
optsigma=0;
for k=1:256
    %像素被分给类1,2的概率
    p1=0;
    for i=1:k
        p1=p1+counts(i); 
    end
    %计算k级的累计平均值
    mk=0;
    mk=1*counts(1);
    for i=2:k
        mk=mk+i*counts(i);
    end
    %全局平均灰度
    mg=0;
    mg=1*counts(1);
    for i=2:256
        mg=mg+i*counts(i);
    end
    %计算类间方差
    sigma=(mg*p1-mk)^2/(p1*(1-p1));
    
    if sigma>optsigma
       optsigma=sigma;
       optk=k;
    end


end

%接下来是与系统提供的函数对比 0.4844和0.4824，相差不大
optk/256
bw=im2bw(G,optk/256);
imshow(bw)

thresh=graythresh(G)