常见的二值化方法

二值化是图像处理中最为常见的处理方式，最近做完毕业设计，然后对图像中二值化处理方式进行整理和分类，主要包括：最大类间方法法（OSTU），迭代阈值法，P分位法，基于最小误差的全局阈值法，局部阈值法，全局阈值与局部阈值相结合的方法；以下使用matlab编写的算法。

1、最大类间方差法：

%二值化方法
%OSTU方法:最大类间方差法
function Img = OstuFun(I)
%二值化处理
level = graythresh(I);
Img = im2bw(I,level);

2、迭代阈值法：

%该函数采用迭代法求取阈值
function Out_img = IterateThresh(I)
I = double(I);
%求出图像的大小
[M,N] = size(I);
%选择初始阈值T
Z0 = max(max(I));
Z1 = min(min(I));
T = (Z0+Z1)/2;
%新的阈值初始赋值为零
TT = 0;
%预先指定范围
allow = 5;
d = abs(T-TT);
%计算大于阈值的灰度总值和小于阈值的灰度总值
S0 = 0;N0 = 0;
S1 = 0;N1 = 0;
%阈值迭代
while(d >= allow)
    for i=1:M
        for j=1:N
            if(I(i,j) >= T)
               S0 = S0+I(i,j);
               N0 = N0+1;
            else
                S1 = S1+I(i,j);
                N1 = N1+1;
            end
        end
    end
    %计算新的阈值
    T0 = S0/N0;
    T1 = S1/N1;
    TT = (T0+T1)/2;
    d = abs(T-TT);
    T = TT;
end
%对图像二值化处理
for i=1:M
    for j=1:N
        if(I(i,j)>=T)
            Out_img(i,j) = 255;
        else
            Out_img(i,j) = 0;
        end
    end
end

3、P分位法

%该