Niblack(Matlab)

最新推荐文章于 2024-01-03 14:35:07 发布

zuoyoukma

最新推荐文章于 2024-01-03 14:35:07 发布

阅读量1.8k

点赞数

分类专栏：数字图像处理

数字图像处理专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一种图像处理方法，首先将彩色图像转换为灰度图像，然后通过计算每个局部区域的平均值和标准差来确定阈值，并据此进行二值化处理，实现了图像的清晰边缘提取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

I=imread('C.jpg');
I=rgb2gray(I);

w=32;
max=0;
min=0;
[m,n]=size(I);
T=zeros(m,n);

for i=(w+1):(m-w)
    for j=(w+1):(n-w)
        sum=0;
        for k=-w:w
            for l=-w:w
                sum=sum+uint32(I(i+k,j+l));
            end
        end
        average = double(sum)/((2*w+1)*(2*w+1));
        s=0;
        for k=-w:w
            for l=-w:w
                s=s+(uint32(I(i+k,j+l))-average)*(uint32(I(i+k,j+l))-average);
            end
        end
    s=sqrt(double(s)/((2*w+1)*(2*w+1)));
    
    T(i,j)=average+0.25*s;
    end
end
for i=1:m
    for j=1:n
        if I(i,j)>T(i,j)
            I(i,j)=uint8(255);
        else
            I(i,j)=uint8(0);
        end
    end
end
imshow(I);