matlab实现ostu法图像分割

img= imread('rice.png');
img = medfilt2(img);
subplot(1,2,1),imshow(img);
title('原图像')
[M,N] = size(img);
sum_total = sum(img(:));
ave_total = sum_total/(M*N);
[a,b] = imhist(img);
a = a';
b = b';
T_optimal = 1;
h_max =0;
for T=2:255
%     将直方图分开
    a1 = a(1:T);
    a2 = a(T:256);
    b1 = b(1:T);
    b2 = b(T:256); 
%     分别求两部分的各自均值
    a1_ave = sum(a1.*b1)/sum(a1);
    a2_ave = sum(a2.*b2)/sum(a2);
    w1 = sum(a1)/(M*N);
    w2 = sum(a2)/(M*N);
%     目标函数为w1*（a1_ave-ave_total)^2+w2*（a2_ave-ave_total)^2
    h = w1*(a1_ave-ave_total)^2+w2*(a2_ave-ave_total)^2;
    if h>h_max
        h_max = h;
        T_optimal = T;
    else
        continue
    end
end
T_optimal
h_max
for i=1:M
    for j=1:N
        if img(i,j)<T_optimal
            img(i,j) = 0;
        else
            img(i,j) = 255;
        end
    end
end
subplot(1,2,2),imshow(img);
title('阈值分割后的图像')

先展示一下最后的求解结果

基本的思想就是循环求解各个组的平均值和计算目标函数的最大值，最后实现了一个基于求解的阈值的图像二值化操作，自我感觉还不错

graythresh()

可以用来直接求解灰度图像的ostu阈值，做了一个简单的对比，发现自己的计算结果还是可以的