基于MATLAB的二值化方法（转载+勘误）

最新推荐文章于 2024-10-16 11:21:51 发布

Even_ISP_Color

最新推荐文章于 2024-10-16 11:21:51 发布

阅读量3.6k

点赞数 24

文章标签： matlab

原文链接：https://blog.youkuaiyun.com/vicdd/article/details/53326474

版权

本文介绍了一种基于迭代二值法的图像分割算法实现，通过不断调整阈值直至前景和背景灰度值达到稳定，从而实现图像的二值化处理。文章提供了MATLAB代码示例，展示了从读取原始图像到生成二值图像的完整过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原网址：
https://blog.youkuaiyun.com/vicdd/article/details/53326474

1、迭代二值法代码（已改bug）

close all;%关闭所有窗口  
clear;%清除变量的状态数据  
clc;%清除命令行  

I=imread('./image/gt.png');  
subplot(1,2,1);  %生成一行两列的展示figure，并展示在1的位置
imshow(I);  
title('原图'); 
hold on;

%迭代式阈值分割   
zmax=max(max(I));%取出最大灰度值  
zmin=min(min(I));%取出最小灰度值  
tk=(zmax+zmin)/2;  %初始阈值等于图像中间灰度
bcal=1;  %无意义label，决定是否跳出循环
[m,n]=size(I);  %取图像的长宽
while(bcal)  
    %定义前景和背景数  
    iforeground=0;  
    ibackground=0;  
    %定义前景和背景灰度总和  
    foregroundsum=0;  
    backgroundsum=0;  
    for i=1:m  
        for j=1:n  
            tmp=I(i,j);  %临时像素值
            if(tmp>=tk)  %将像素分为前景、后景
                %前景灰度值  
                iforeground=iforeground+1;  
                foregroundsum=foregroundsum+double(tmp);  
            else  
                ibackground=ibackground+1;  
                backgroundsum=backgroundsum+double(tmp);  
            end  
        end  
    end  
    %计算前景和背景的平均值  
    z1=foregroundsum/iforeground;  
    z2=backgroundsum/ibackground;  
    tktmp=uint8((z1+z2)/2);  %新阈值
    if(tktmp==tk)  
        bcal=0;  
    else  
        tk=tktmp;  
    end  
    %当阈值不再变化时,说明迭代结束  
end  
disp(strcat('迭代的阈值:',num2str(tk)));%在command window里显示出 :迭代的阈值:阈值  
newI=im2bw(I,double(tk)/255);%函数im2bw使用阈值（threshold）变换法把灰度图像（grayscale image）
subplot(1,2,2);
imshow(newI);
title('binary');