Matlab数字图像处理基础【9】

最新推荐文章于 2025-03-10 12:39:49 发布

Striker_V

最新推荐文章于 2025-03-10 12:39:49 发布

阅读量722

点赞数

CC 4.0 BY-SA版权

分类专栏：图像处理

本文链接：https://blog.youkuaiyun.com/Striker_V/article/details/70048974

图像处理专栏收录该内容

15 篇文章

订阅专栏

本文介绍了使用Matlab进行数字图像处理的基础知识，重点关注第六章的内容——图像分割。通过实例详细讲解了灰度图像的阈值分割方法，并展示了实验结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第六章图像分割

实例：灰度图像的阈值分割

clc;
clear;

%读入图像
A = imread('shape.jpg');
figure(1),subplot(2,2,1),imshow(A),title('原图像');

%获取灰度直方图，根据直方图人工选取阈值
h = imhist(A);
%h = imhist(A) / numel(A);
h1 = h(1:10:256);
horz = 1:10:256;
figure(2),bar(horz, h1),axis([0 255 0 15000]),title('直方图');

%人工设定阈值进行图像分割
thr1 = 100;
[m, n] = size(A);
for i = 1:m
    for j = 1:n
        if A(i,j) < thr1
            A1(i,j) = 0;
        else
            A1(i,j) = 1;
        end
    end
end
figure(1),subplot(2,2,2),imshow(A1),title('人工设定阈值');

%使用迭代法选取阈值进行图像分割
%计算阈值初始值
thr2 = 0.5 * (double(min(A(:))) + double(max(A(:))));
%设定循环终止条件
done = false;
%循环计算阈值和分割图像
while ~done
    %获取二值分割结果
    A2 = A >= thr2;
    %计算新阈值
    tnext = 0.5 * (mean(A(A2)) + mean(A(~A2)));
    %判断循环是否终止
    done = abs(thr2 - tnext) < 0.5;
    %阈值更新
    thr2 = tnext;
end
figure(1),subplot(2,2,3),imshow(A2),title('迭代选取阈值');

%使用Otsu方法进行阈值选取和图像分割
%使用Otsu方法获取阈值
thr3 = graythresh(A) * 255;
%使用获得的阈值进行阈值分割
[m, n] = size(A);
for i = 1:m
    for j = 1:n
        if A(i,j) < thr3
            A3(i,j) = 0;
        else
            A3(i,j) = 1;
        end
    end
end
figure(1),subplot(2,2,4),imshow(A3),title('Otsu阈值选取');

实验结果：