灰度图像找到最佳阈值转换为二值图像的MATLAB程序
2个回答
展开全部
%采用迭代运算,计算图像的最佳阈值:
%a为原始图像,图像大小为[width,height]
%迭代计算最佳阈值T
% output 是输出的结果图像
value=255/2; %设定初始迭代阈值T0
old=0; % 前一次迭代计算得到的阈值
%1. 迭代运算过程,计算最佳分割阈值。
while(abs(value-old)>0.1)
%阈值分割就是将像素分割成两类,现用 sum1和 sum2计算两类的和,n和m 用来计数。
% 下面是这些变量的初始化过程
old=value;
sum1=0
n=0;
sum2=0;
m=0;
% 迭代分类过程
for i=1:width
for j=1:height
if a(i,j)<value
sum1=sum1+a(i,j);
n=n+1;
else
sum2=sum2+a(i,j);
m=m+1;
end
end
end
%计算新的分割阈值T
value=(sum1/n+sum2/m)/2;
end
% 2. 用得到的最终阈值对图像二值化。
output=a;
for i=1:width
for j=1:height
if a(i,j)<value
output(i,j)=0; %output是二值化的结果
end
end
end
%a为原始图像,图像大小为[width,height]
%迭代计算最佳阈值T
% output 是输出的结果图像
value=255/2; %设定初始迭代阈值T0
old=0; % 前一次迭代计算得到的阈值
%1. 迭代运算过程,计算最佳分割阈值。
while(abs(value-old)>0.1)
%阈值分割就是将像素分割成两类,现用 sum1和 sum2计算两类的和,n和m 用来计数。
% 下面是这些变量的初始化过程
old=value;
sum1=0
n=0;
sum2=0;
m=0;
% 迭代分类过程
for i=1:width
for j=1:height
if a(i,j)<value
sum1=sum1+a(i,j);
n=n+1;
else
sum2=sum2+a(i,j);
m=m+1;
end
end
end
%计算新的分割阈值T
value=(sum1/n+sum2/m)/2;
end
% 2. 用得到的最终阈值对图像二值化。
output=a;
for i=1:width
for j=1:height
if a(i,j)<value
output(i,j)=0; %output是二值化的结果
end
end
end
光点科技
2023-08-15 广告
2023-08-15 广告
通常情况下,我们会按照结构模型把系统产生的数据分为三种类型:结构化数据、半结构化数据和非结构化数据。结构化数据,即行数据,是存储在数据库里,可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据,它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
展开全部
rgb = imread('000.jpg');
gray = rgb2gray(rgb);
[level,EM] = graythresh(gray); 根据需要,调整 level 值得到不同的效果
bw = im2bw(gray,level);
bw2 = im2bw(rgb,level);
subplot(121); imshow(bw);
subplot(122); imshow(bw2);
gray = rgb2gray(rgb);
[level,EM] = graythresh(gray); 根据需要,调整 level 值得到不同的效果
bw = im2bw(gray,level);
bw2 = im2bw(rgb,level);
subplot(121); imshow(bw);
subplot(122); imshow(bw2);
更多追问追答
追问
为什么level换成数值就出错了呢????
追答
% 不会错的,但是必须在 0-1 之间
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询