閾值分割是一種簡單有效的圖像分割方法，適用于分割物體與背景有較強對比的圖像，所有灰度大于或等于閾值的像素被判定為屬于物體，灰度值為255表示前景，否則這些像素點將被排除在物體區域以外，灰度值為0表示背景。多閾值分割與單閾值分割并無本質區別，只是分割技巧不同。

直方圖分割
灰度圖像中畫面比較簡單且對象物的灰度分布比較有規律時，背景和對象物在圖像的灰度直方圖上各形成一個波峰，由于每兩個波峰間形成一個低谷，因而選擇雙峰間低谷處所對應的灰度值為閾值，可將兩個區域分離。
該方法稱為直方圖閾值雙峰。
具體實現的方法是先做出圖像f（i，j）的灰度直方圖，若只出現背景和目標物兩區域部分所對應的直方圖呈雙峰且有明顯的谷底，則可以將谷底點所對對應的灰度作為閾值t，然后根據該閾值進行分割即可將目標從圖像中分割出來。這種方法適用于目標和背景的灰度差較大，直方圖有明顯低谷的情況。

clear all; f=imread('peppers.png'); f=rgb2gray(f);%轉換為灰度圖像 f=im2double(f);%數據類型轉換 %全劇閾值 T=0.5*(min(f(:))+max(f(:))); done=false; while ~doneg=f>=T;Tn=0.5*(mean(f(g))+mean(f(~g)));done = abs(T-Tn)<0.1;T=Tn; end display('Threshold(T)-Iterative');%顯示文字 T r=im2bw(f,T); subplot(221);imshow(f); xlabel('(a)原始圖像'); subplot(222);imshow(r); xlabel('(b)迭代法全局閾值分割'); Th=graythresh(f);%閾值 display('Global Thresholding- Otsu''s Method'); Th s=im2bw(f,Th); subplot(223);imshow(s); xlabel('(c)全局閾值Otsu法閾值分割'); se=strel('disk',10); ft=imtophat(f,se); Thr=graythresh(ft); display('Threshold(T) -Local Thresholding'); Thr lt = im2bw(ft,Thr); subplot(224);imshow(lt); xlabel('(d)局部閾值分割');

請各位大牛多多指教。剛入門。

總結

以上是生活随笔為你收集整理的MATLAB——阈值分割（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。