otsu天空分割matlab,matlab图像处理--Otsu阈值分割 Otsu算法：取⼀个最优阈值把原图像分为前景⾊(A部分)与背景⾊(B部分)，两部分的类间⽅差越⼤，说明两部分差别越⼤，便能有效的分割图像。所以该算法最关键的是到最优阈值。 ⽅差： 例如 1，2，3，4，5
先求均值：1/5(1+2+3+4+5)=3
⽅差=1/5[(1-3)^2+(2-3)^2+(3-3)^2+(4-3)^2+(5-3)^2]=
(上式能把1/5分别带⼊相乘)
类间⽅差：与⽅差相似，求不同部分之间的⽅差
例如1，2，3，4，5。把1，2，3当成⼀个A部分，4，5当成B部分，由⽅差可知，需要得到总均值，A部分所有⽐例，B部分所占⽐例，A部分值(即均值)，B部分值(即均值) PA(A⽐例)=3/5 PB(B⽐例)=2/5
ave_all(总均值)=3 ave_A(A均值)=1/3(1+2+3) ave_B(B均值)=1/2(4+5)
类间⽅差=PA*(ave_A-ave_all)^2+PB*(ave_B-ave_all)^2(Otsu算法)
我们的知识是有限的公式代码如下：
close;clear;clc;
I=im2double(imread('coins.png')); %变为双精度，即0-1
subplot(221);imhist(I); %显⽰灰度直⽅图 [M,N]=size(I); %得到图像⾏列像素
number_all=M*N; %总像素值
hui_all=0; %预设图像总灰度值为0
ICV_t=0; %预设最⼤⽅差为0气辅成型
%得到图像总灰度值
for i=1:M
关于公立医院改革试点的指导意见for j=1:N
cruise软件hui_all=hui_all+I(i,j);
end
end
all_ave=hui_all*255/number_all; %图像灰度值的总平均值
%t为某个阈值，把原图像分为A部分(每个像素值>=t)与B部分(每个像素值=t) %分割出灰度值》=t的像素
number_A=number_A+1; %得到A部分总像素
hui_A=hui_A+I(i,j); %得到A部分总灰度值
elseif (I(i,j)*255ICV_t) %不断判断，得到最⼤⽅差
ecmsICV_t=ICV;
k=t; %得到最⼤⽅差的最优阈值
答记者问
end
end
k %显⽰阈值
在MATLAB中⾃带Otsu算法，调⽤即可
k=graythresh(I) %I为灰度图像。k为最优阈值，其⼤⼩在[0,1]之间 ，为双精度类型代码如下：
close;clear;clc;
I=im2double(imread('coins.png'));
k=graythresh(I); %得到最优阈值
J=im2bw(I,k); %转换成⼆值图，k为分割阈值
subplot(121);imshow(I);
subplot(122);imshow(J);
-
--------------------
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议