matlab大津法函数,根据OSTU大津法使用Matlab实现数字图像处理segmentation的graythresh函数...

OSTU大津法算法思想：

一幅有depth个灰度级，根据每个灰度级t，可以将一幅图分为前景和背景。

前景指所有灰度级低于等于t的像素点，背景指大于t的像素点。

w0指前景像素个数；

w1指背景像素个数；

u0指前景加权平均，即

temp=0;

for i=1:t

temp=temp+i*hist(i)

end

u0=temp/w0;

其中w0=hist(0)+hist(1)+……+hist(t)

hist指各个灰度级上的像素个数

u1对应是背景加权平均

u对应整幅图的加权平均

u=u0*w0+u1*w1.(*)

大津法的结果指使得g最大的t值：

g=w0*(u0-u)^2+w1*(u1-u)^2=w0*w1*(u1-u0)^2 (代入*式可得)

实现代码：

function level = Mygraythresh(I)

%GRAYTHRESH Global image threshold using Otsu's method.

%   LEVEL = Mygraythresh(I) computes a global threshold (LEVEL) that can be

%   used to convert an intensity image to a binary image with IM2BW. LEVEL

%   is a normalized intensity value that lies in the range [0, 1].

%   GRAYTHRESH uses Otsu's method, which chooses the threshold to minimize

%   the intraclass variance of the thresholded black and white pixels.

%

%   Example

%   -------

%       I = imread('coins.png');

%       level = Mygraythresh(I);

%       BW = im2bw(I,level);

%       figure, imshow(BW)

%

%   See also IM2BW.

%I=rgb2gray(I);

I=im2uint8(I(:));

depth=256;

counts=imhist(I,depth);

w=cumsum(counts);

ut=counts .* (1:depth)';

u=cumsum(ut);

MAX=0;

level=0;

for t=1:depth

u0=u(t,1)/w(t,1);

u1=(u(depth,1)-u(t,1))/(w(depth,1)-w(t,1));

w0=w(t,1);

w1=w(depth,1)-w0;

g=w0*w1*(u1-u0)*(u1-u0);

if g > MAX

MAX=g;

level = t;

end

end

level=level/256;

实验结果与matlab自带的graythresh略有差别。