demo：图像处理matlab实现迭代法全局阈值分割和局部⾃适应阈值分割全局阈值分割 迭代法阈值获取⽅法：
1）选取⼀个的初始估计值T（128)；
2）⽤T分割图像。这样便会⽣成两组像素集合：G1由所有灰度值⼤于T的像素组成，⽽G2由所有灰度值⼩于或等于T的像素组成。3）对G1和G2中所有像素计算平均灰度值u1和u2。
4）计算新的阈值：T=1/2(u1 + u2)。
重复步骤（2）到（4），直到得到的T值之差⼩于⼀个事先定义的参数T0。
先导进来图⽚
I = imread('rice.png');
江苏文惠网[width,height] = size(I);
T0 = 1;%设置门限
T1= 128; %初始阈值T1
%设置G1，G2两个列向量，各⾃统计<T和>T的值
gray_leval_1 = 1;
gray_leval_2 = 1;
matlab⾥没有do-while语句，所以⽤
while 1
…
break
代替
while 1
for i = 1:width
for j = 1:height
if I(i,j)>T1
G1(gray_leval_1) = I(i,j); %得到分组G1
gray_leval_1 = gray_leval_1 + 1;
else
G2(gray_leval_2) = I(i,j); %得到分组G2
gray_leval_2 = gray_leval_2 + 1;
end
end
end
%计算G1、G2均值
avg1 = mean(G1);
avg2 = mean(G2);
T2 = (avg1 + avg2)/2;
if abs(T2 - T1)<T0
break;
end
T1 = T2;
gray_leval_1 = 1;
gray_leval_2 = 1;
end
T1
神舟hp860
T1=uint8(T1);
T1=130.7
然后画出来
for i=1:width
for j=1:height
if(I(i,j)<T1)
BW1(i,j)=0;
else
BW1(i,j)=1;
end
end
end
系船柱
subplot(1,3,1);imshow(I)
subplot(1,3,2);imshow(BW1);title('阈值分割');
matlab⾃带的Otus阈值分割⽅法
T3=graythresh(I)
BW2=imbinarize(I,T3);%Otus阈值分割
subplot(1,3,3);imshow(BW2);title('Otus阈值分割');
I=130.9，差不多哈。
万苏林30r结果
这个阈值分割⽅法存在偏差，如果两个峰值数⽬相差越多，偏差越⼤
（假设第⼀次迭代前，T在正确位置，很容易看出来，随着迭代进⾏，越来越偏离）
计算的T=93，⽬测值应该在110-120吧。
多说⼀句，图像处理，⼀定要double⼀下，否则可能出现问题。⽐如，我想把⼤⽶图的直⽅图暗部拉⼤（偏向0），以体现这种偏差，就⽤了个⼀次函数的变换，结果这样了
因为先乘k，结果>255的全归于255，以后全错。
⾃适应阈值分割
1）将整幅图像分成⼀系列互相之间有50%重叠的⼦图像；
2）做出每个⼦图像的直⽅图；
3）检测各个⼦图像的直⽅图是否为双峰，如果是，则采⽤最佳阈值法确定⼀个阈值，否则就不进⾏处理；
4）根据对直⽅图为双峰的⼦图像得到的阈值通过插值得到所有⼦图像（像素点）的阈值。
仨坑
1、怎么割图像啊（这个还好吧，也不算割，设置好步长来就⾏了）
2、怎么检测单峰还是双峰啊，单峰的话，空缺imresize是不⾏的。
3、怎么插值啊（主要是⽼师上课讲的太⽞学，按照距离加权，四点平均，把相距很远的点内部全部插满，听懵了。后来想到，matlab直接imresize啊！然后就码下来啦）
1、分割⽅式设置好矩形⼤⼩和步长就⾏
2、峰值个数没写，matlab统计⼯具箱⾥好像有正态拟合图像，⽽不是plot（）这种拟合，plot拟合只是画的圆滑了些还是很多局部峰值
3、插值⽅式采⽤了imresize函数
A=imresize(I,2,‘nearest’);%最近邻插值
B=imresize(I,2,‘bilinear’);%双线性
C=imresize(I,2,‘bicubic’);%双三次
I=imread('rice.png');
T=zeros(15);
for i=0:14
for j=0:14
img = imcrop(I,[1+i*16 1+j*16 31 31])；%内核32*32，步长设置为16
t=255*graythresh(img);%我这⾥直接⽤了
T(j+1,i+1)=t;%这⾥注意坐标顺序反着北京语言大学bbs
end
end
T=uint8(T);
T1=imresize(T,[256 256],'bilinear');%看了下貌似双线性插值最好
%%
noetvfor i=1:256
for j=1:256
if (I(i,j)<T1(i,j))
BW(i,j)=0;
else
BW(i,j)=1;
end
end
end
imshow(BW)
有⼀个地⽅要注意，图像[i,j]，矩阵得是[j,i]。
阈值图像：
底部更暗，所以阈值也更低才能滤完整
阈值分割结果
嗯，上部噪声少了，下部也更完整了
然后试了下博客的图⽚
这⽼哥跑的OPENCV中⾃带的函数，效果⼀级棒（怎么看着像边缘检测）
我这个…毕竟没字的地⽅有⿊背景有⽩背景，⼀加权，也没法搞，不过还阔以吧
matlab中⾃带的阈值分割，对⼤⽶图还⾏。全局阈值分割底部⼤⽶都割残了，这个⽅法完整，可是，这跟局部有关系？貌似先调了调灰度，就好分割了
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议