[matlab图像处理] 阈值分割

最新推荐文章于 2024-09-22 15:37:41 发布

静以明智

最新推荐文章于 2024-09-22 15:37:41 发布

阅读量2w

点赞数 6

分类专栏：学习matlab 图像处理文章标签： matlab 图像处理

本文链接：https://blog.csdn.net/u014037422/article/details/21019599

版权

这篇博客介绍了在MATLAB中进行图像处理的三种阈值分割方法：迭代式阈值分割、Otsu阈值分割和二值化。通过示例代码展示了如何对图像进行分割，并分别给出了分割后的效果。对于迭代式阈值分割，博主通过不断调整阈值直至其不变来确定最佳阈值。Otsu阈值分割利用了Otsu算法自动计算最佳阈值。最后，进行了手动设定阈值的二值化处理。每个步骤都配合有图像展示，帮助理解不同分割方法的差异。

摘要由CSDN通过智能技术生成

%迭代式阈值分割 otsu阈值分割二值化
close all;%关闭所有窗口
clear;%清除变量的状态数据
clc;%清除命令行

I=imread('rice.png');
subplot(2,2,1);
imshow(I);
title('1 rice的原图');

%迭代式阈值分割
zmax=max(max(I));%取出最大灰度值
zmin=min(min(I));%取出最小灰度值
tk=(zmax+zmin)/2;
bcal=1;
[m,n]=size(I);
while(bcal)
    %定义前景和背景数
    iforeground=0;
    ibackground=0;
    %定义前景和背景灰度总和
    foregroundsum=0;
    backgroundsum=0;
    for i=1:m
        for j=1:n
            tmp=I(i,j);
            if(tmp>=tk)
                %前景灰度值
                iforeground=iforeground+1;
                foregroundsum=foregroundsum+double(tmp);
            else
                ibackground=ibackground+1;
                backgroundsum=backgroundsum+double(tmp);

最低0.47元/天解锁文章