【matlab】图像二值化---最大类间方差法

最新推荐文章于 2024-04-10 08:12:55 发布
最新推荐文章于 2024-04-10 08:12:55 发布
阅读量2.9k 收藏 23
点赞数 3
分类专栏： matlab 图像识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011147706/article/details/103959893
版权
本文介绍了最大类间方差法（Otsu's method），一种用于图像二值化的自动阈值确定方法，旨在减少背景和目标之间的错分概率。在MATLAB中，可以使用graythresh函数找到阈值，再通过im2bw（推荐使用imbinarize）将图像转换为二值图像。
摘要由CSDN通过智能技术生成

最大类间方差法

最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适合于双峰情况的自动求取阈值的方法,又叫大津法,简称Otsu。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。

在Matlab中， graythresh 函数使用最大类间方差法获得图像的阈值。

如：	level=graythresh(I1);
输入 ：I1 是灰度图
输出： level 就是灰度图进行二值化的阈值

用 im2bw （推荐使用 imbinarize）将灰度图转换成二值图

如： I2=im2bw(I1,level);
输入：I1 原灰度图   level 灰度阈值
输出： I2 二值图


                

                
                
        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  慢-慢
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          









                



	

		

			

				
					
Otsu最大类间方差法图像二值化MATLAB实现

				
			

			

				

					qdzhouyl的博客
				

				

					05-07
					
					2785
					
				

			

		

		

			
				
OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法，可根据算法提取平坦地区的建筑物。 
参考文献地址 
该方法将图像分为前景和背景两部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。 
最大类间方差法（otsu）的公式推导： 
记t为前景与背景

			
		

	



                

              
                



	

		

			

				
					
matlab练习程序（最大类间方差二值化图像）

				
			

			

				

					weixin_34082789的博客
				

				

					01-08
					
					1106
					
				

			

		

		

			
				
　　这个过去也实现过，不过现在回头看，当时写的还真是糟糕，所以现在决定用matlab重写了。而且当时的方法现在来看还真是不怎么样呢。
　　这里用的方法是《特征提取与图像处理》3.3.4里的。
　　下面是代码：

function main

    img=imread('lena.jpg');
    imshow(img);
    img=double(img);
    ...

			
		

	



                


  
              

                


	

		

			

				
					
自动选择阈值--最大类间方差法（OTSU）原理及matlab实现

					
热门推荐

				
			

			

				

					qq_35608277的博客
				

				

					11-21
					
					3万+
					
				

			

		

		

			
				
原理基本思想： 
把一幅图像分成两部分C0,C1.使前景和背景与平均灰度的差别最大。这种差异用方差sigmaB表示。 
所以目标就是求最大方差sigmaB对应的阈值T。 
matlab代码clc
clear  
x=imread('rice.png');   
   a=x;
   subplot(211);  
   imshow(a,[]);  
   %[count x]=imhist(a);

			
		

	





	

		

			

				
					
最大类间方差法matlab源码

				
			

			

				

					12-07
				

			

		

		

			
				
最大类间方差，主要用于自适应灰度阈值的选取

			
		

	



		

			
		



	

		

			

				
					
最大类间方差法原理及代码实现（matlab详细过程版）

					
最新发布

				
			

			

				

					点云侠的博客
				

				

					04-10
					
					1363
					
				

			

		

		

			
				
最大类间方差法原理及代码实现

			
		

	





	

		

			

				
					
最大类间方差阈值matlab程序

				
			

			

				

					10-10
				

			

		

		

			
				
最大类间方差阈值matlab程序  子函数  可直接用 参数可调

			
		

	





	

		

			

				
					
twodimenOtsu_OTSUmatlab_otsu源码_Otsu-最大类间方差Matlab代码_二维otsumatlab_

				
			

			

				

					09-30
				

			

		

		

			
				
7. **应用阈值进行二值化**：使用找到的最佳阈值将图像二值化，小于阈值的像素设为背景值，大于等于阈值的设为前景值。  8. **返回结果**：最后，返回二值化的图像。  在"twodimenOtsu.m"文件中，源码可能包含了以上...

			
		

	





	

		

			

				
					
matlab 采用OTSU方法实现灰度图像二值化_二值化_最大类间_灰度化

				
			

			

				

					09-23
				

			

		

		

			
				
本文主要探讨的是如何使用MATLAB来实现基于OTSU（大津）算法的灰度图像二值化。  一、二值化简介 二值化是将图像中的像素点根据某个阈值分为两类，通常是黑色和白色。这种处理方式可以简化图像，突出图像的主要特征...

			
		

	





	

		

			

				
					
用matlab实现自适应图像阈值分割（最大类间方差法

				
			

			

				

					01-15
				

			

		

		

			
				
在图像二值化中，我们通常将像素分为两类：前景（高灰度值）和背景（低灰度值）。如果阈值选择得当，前景和背景的像素点会形成两个明显不同的灰度分布。  MATLAB实现自适应图像阈值分割的步骤如下：  1. **读取图像*...

			
		

	





	

		

			

				
					
matlab 最大累间方差算法

				
			

			

				

					03-14
				

			

		

		

			
				
简单易懂,适合新手学习

			
		

	





	

		

			

				
					
最大类间方差法二值化

				
			

			

				

					12-12
				

			

		

		

			
				
采用ostu法实现指纹图像的二值化，效果不是很好，最好利用这个思想将指纹分块，在每一块中运用此方法

			
		

	





	

		

			

				
					
Matlab imbinarize函数中OTSU最大类间方差法详解

				
			

			

				

					09-25
				

			

		

		

			
				
通过公式，计算前景、背景的点数，质量矩，平均灰度
计算前景与背景的最大方差，求得最佳的im2bw阈值，使得前景与背景差异最大


			
		

	





	

		

			

				
					
Otsu_最大类间方差法，包含c和matlab版的程序和相关算法的文章，对于自适应阈值方法有很大的参考价值。

				
			

			

				

					06-02
				

			

		

		

			
				
Otsu_最大类间方差法，包含c和matlab版的程序和相关算法的文章，对于自适应阈值方法有很大的参考价值。

			
		

	





	

		

			

				
					
最大类间方差代码

				
			

			

				

					06-05
				

			

		

		

			
				
最大类间方差OTSU的matlab实现方法，真的很好用啊

			
		

	





	

		

			

				
					
最大类间方差法(OTSU)

				
			

			

				

					szv123_rier的专栏
				

				

					03-01
					
					3024
					
				

			

		

		

			
				
http://blog.sina.com.cn/s/blog_5f99444c010136e7.html
 

最大类间方差法（otsu）的原理：
       阈值将原图象分成前景，背景两个图象。
       前景：用n1,csum,    m1来表示在当前阈值下的前景的点数，质量矩，平均灰度
       后景：用n2, sum-csum, m2来表示在当前阈值下的背景的点数，质

			
		

	





	

		

			

				
					
最大类间方差法（大津法OTSU）

				
			

			

				

					jacke121的专栏
				

				

					11-08
					
					3439
					
				

			

		

		

			
				
最大类间方差法（大津法OTSU）

			
		

	





	

		

			

				
					
图像处理之：最大类间方差法法进行图像二值化处理

				
			

			

				

					L888666Q的博客
				

				

					01-12
					
					852
					
				

			

		

		

			
				
方法简介：

g=ω0ω1(μ0-μ1)^2
对于图像I(x,y),前景(即目标)和背景的分割阈值记作T,属于前景的像素点数占整幅图像的比例记为ω0,其平均灰度μ0;
背景像素点数占整幅图像的比例为ω1,其平均灰度为μ1,类间方差记为g。采用遍历的方法得到使类间方差最大的阈值T


int Process::image_binary(unsigned char* buffer, int w, int h)
{
	int height = h;
	int width = w;
	int size = h*w.

			
		

	





	

		

			

				
					
MATLAB实现最大类间方差算法

				
			

			

				

					SmallerNovice的博客
				

				

					02-19
					
					1万+
					
				

			

		

		

			
				
Otsu算法(大律法或最大类间方差法)最大类间方差法的MATLAB实现

			
		

	





	

		

			

				
					
matlab实现最大类间方差二值化算法的代码

				
			

			

				

					05-11
				

			

		

		

			
				
最大类间方差二值化算法是一种经典的图像二值化算法，可以自动选取一个最佳的二值化阈值来将图像转换为二值图像。以下是MATLAB实现最大类间方差二值化算法的代码：

```matlab
function [threshold, bimg] = max_variance_binarization(img)
% img: 输入的灰度图像
% threshold: 自适应阈值
% bimg: 二值化后的图像

% 计算灰度直方图
histo = imhist(img);

% 归一化灰度直方图
histo = histo / sum(histo);

% 初始化类内方差、类间方差、最大方差和最佳阈值
intra_var = zeros(256, 1);
inter_var = zeros(256, 1);
total_var = zeros(256, 1);
for i = 1:256
    intra_var(i) = sum((0:i-1)'.^2 .* histo(1:i)) / sum(histo(1:i)) - (sum((0:i-1)'.*histo(1:i)) / sum(histo(1:i)))^2;
    inter_var(i) = sum((i:255)'.^2 .* histo(i+1:256)) / sum(histo(i+1:256)) - (sum((i:255)'.*histo(i+1:256)) / sum(histo(i+1:256)))^2;
    total_var(i) = intra_var(i) + inter_var(i);
end
[max_var, threshold] = max(total_var);

% 将图像二值化
bimg = img > threshold;
end
```

使用方法如下：

```matlab
img = imread('example.png');
gray_img = rgb2gray(img);
[threshold, bimg] = max_variance_binarization(gray_img);
imshow(bimg);
```

其中，`example.png`是待处理的图像文件路径。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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