【图像分割】基于全局阈值、otsu、自适应阈值多种算法实现图像分割含Matlab源码
【图像分割】基于全局阈值、otsu、自适应阈值多种算法实现图像分割含Matlab源码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
1 简介
重点讨论了图像分割法中的阈值研究法,包括全局阈值法和自适应阈值法.对全局阈值算法中的人工选择法,迭代式阈值选择法,最大类间方差法以及自适应算法中的分水岭算法进行了重点分析,用Matlab进行实现并给出了实验结果。
阈值分割方法是一种常见的区域并行技术，原理上利用1 个或者多个阈值对像素点的灰度直方图进行区分，将其分成几个不同的类，得到的像素灰度值在同一类的属于同一个物体。由于直接利用灰度直方图可以简化计算的部分，因此，选取一个适合的阈值就显得尤为重要。想要找到合适的阈值就离不开一个准则函数 [3]。而在实际的研究中，选择合适的阈值并不容易，影响阈值设定的主要因素有光的亮度以及噪声。随着研究的进步，逐步发展了几种解决上述问题的办法，应用比较广泛的有自适应阈值法、最大熵法、类间阈值法以及模糊阈值法等。并且为了保证准确性，至少会采用 2 种或者更多方法来确定阈值。首先把想要处理的原始 图像假设为 f（x，y），阈值分割的主要任务就是将原始的输入函数转 化成输出函数 g（x，y），
得到的函数 g（x，y）的图像是二值图像，利用原图 f（x， y）与阈值 p 比较之后，就能得到分割以后的图像。在现在的研究中，阈值分割算法的核心就是找出最合适的阈值，基于此可以分为人工选择法和自动选择法，要选择的就是阈值，人工选择法就是在通过人的肉眼分析图像的直方图时，根据经验判断合适的阈值。但是在没有人工干预的情况下，就需要采用自动选择法，这也是在特殊环境下利用专业领域的专业知识来进行判断的。
2 部分代码
function y = isrgb(x)
%ISRGB Return true for RGB image.
% FLAG = ISRGB(A) returns 1 if A is an RGB truecolor image and
% 0 otherwise.
%
% ISRGB uses these criteria to determine if A is an RGB image:
%
% - If A is of class double, all
values
must be
in
the
range
% [
0
,
1
],
and
A must be M-
by
-N-
by
-3.
%
% -
If
A
is
of
class
uint8
or
uint16, A must be M-
by
-N-
by
-3.
%
% Note that a four-dimensional
array
that contains multiple RGB
% images
returns
0
,
not
1.
%
%
Class
Support
%
-------------
% A can be
of
class
uint8, uint16,
or
double.
If
A
is
of
%
class
logical
it
is
considered
not
to
be RGB.
%
% See also ISBW, ISGRAY, ISIND.
% Copyright
1993
-2003
The MathWorks, Inc.
% $Revision:
1.15
.4
.2
$ $
Date
:
2003
/
08
/
23
05
:
52
:
55
$
wid = sprintf(
’Images:%s:obsoleteFunction’
,mfilename);
str1= sprintf(’%s is obsolete and may be removed in the future.’,mfilename);
str2 = ’See product
release
notes
for
more information.
’;
warning(wid,’
%s
%s
’,str1,str2);
y = size(x,3)==3;
if y
if isa(x, ’
logical
’)
y = false;
elseif isa(x, ’
double
’)
% At first just test a small chunk to get a possible quick negative
m = size(x,1);
n = size(x,2);
chunk = x(1:min(m,10),1:min(n,10),:);
y = (min(chunk(:))>=0 && max(chunk(:))<=1);
% If the chunk is an RGB image, test the whole image
if y
y = (min(x(:))>=0 && max(x(:))<=1);
end
end
end
3 仿真结果
4 参考文献
[1]李小琦. 基于Matlab的图像阈值分割算法研究[J]. 软件导刊, 2014, 13(12):3.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。