• 网站首页
• 网站建设
• 短视频
• 网站推广
• 网站模板
• 客户案例
• 资讯动态
• 关于我们

灰度图像找到最佳阈值转换为二值图像的MATLAB程序_CSS学习

当前位置：网站建设 > 技术支持

灰度图像找到最佳阈值转换为二值图像的MATLAB程序？

给你提供2种方法，一种是直方图阈值法；一种是最大类间方差

1、直方图阈值法

用MATLAB实现直方图阈值法：

I=imread('c4.jpg');

I1=rgb2gray(I);

figure;

subplot(2,2,1);

imshow(I1);

title('灰度图像')

axis([50,250,50,200]);

gridon;%显示网格线

axison;%显示坐标系

[m,n]=size(I1);%测量图像尺寸参数

GP=zeros(1,256);%预创建存放灰度出现概率的向量

fork=0:255

GP(k+1)=length(find(I1==k))/(m*n);%计算每级灰度出现的概率，将其存入GP中相应位置

end

subplot(2,2,2),bar(0:255,GP,'g')%绘制直方图

title('灰度直方图')

xlabel('灰度值')

ylabel('出现概率')

I2=im2bw(I,150/255);

subplot(2,2,3),imshow(I2);

title('阈值150的分割图像')

axis([50,250,50,200]);

gridon;%显示网格线

axison;%显示坐标系

I3=im2bw(I,200/255);%

subplot(2,2,4),imshow(I3);

title('阈值200的分割图像')

axis([50,250,50,200]);

gridon;%显示网格线

axison;%显示坐标系

2、自动阈值法：Otsu法

用MATLAB实现Otsu算法：

clc

clearall

I=imread('c4.jpg');

subplot(1,2,1),imshow(I);

title('原始图像')

axis([50,250,50,200]);

gridon;%显示网格线

axison;%显示坐标系

level=graythresh(I);%确定灰度阈值

BW=im2bw(I,level);

subplot(1,2,2),imshow(BW);

title('Otsu法阈值分割图像')

axis([50,250,50,200]);

gridon;%显示网格线

axison;%显示坐标系

版权说明：
本网站凡注明“广州京杭 原创”的皆为本站原创文章，如需转载请注明出处！
本网转载皆注明出处，遵循行业规范，如发现作品内容版权或其它问题的，请与我们联系处理！
欢迎扫描右侧微信二维码与我们联系。