二值图填充原理 matlab,图像Ostu二值化原理及matlab实现代码

Ostu假设图像是由前景区域和背景区域两部分组成的，通过遍历计算不同阈值(通常为[0

255]区间范围内)下分割结果中前景区域和背景区域的灰度直方图，然后比较两者之间的方差，使得方差最大化的那个灰度阈值即为所求二值化阈值。

matlab程序如下所示：​

close all;

clear all;

clc;

G = imread('D:\test.bmp');

figure;

imshow(G);

title('原图');

%I = rgb2gray(G);

I=G;

[m,n] = size(I);

Hist = zeros(256);%直方图

dHist = zeros(256);%各像素值所占比例

variance = zeros(256);%方差

PXD = 0;%阈值初始化

for i = 1:m

for j = 1:n

Hist(uint8(I(i,j))+1) = Hist(uint8(I(i,j))+1) +

1;%由于matlab矩阵下标最小为1，所以这里稍微变换一下取下标为uint8(I(i,j))+1代表灰度值uint8(I(i,j))对应的直方图下标

end

end

for i = 1:256

dHist(i) =

Hist(i)/(m*n);

end

for PXD = 1:256

w0 = 0;

w1 = 0;

g0 = 0;

g1 = 0;

for i = 1:PXD

g0 = g0 + (i-1)*dHist(i);

w0 = w0 + dHist(i);

end

for i = PXD+1 : 256

g1 = g1 + (i-1)*dHist(i);

w1 = w1 + dHist(i);

end

variance(PXD) = w0*w1*(g0

- g1)*(g0 - g1);%考虑到速度问题，此处用了一个等价算法，其效果等同于最大化类间方差

end

PXD = 1;

for i = 1:256

if variance(PXD)

< variance(i)

PXD = i;

end

end

for i = 1:m

for j = 1:n

if I(i,j) > PXD

I(i,j) =

255;

else

I(i,j) = 0;

end

end

end

imageBW = I;

figure;

imshow(imageBW);

title('Ostu二值化');

此外，matlab中还有现成的Ostu阈值分割函数​，用法如下：

I =

imread('D:\test.bmp');

level =

graythresh(I);%也就是原理中循环查找使得类间方差最大化的阈值步骤

BW = im2bw(I,level);%找到阈值二值化即可

figure, imshow(BW)