数字图像处理——阈值分割.doc

精品范文模板 可修改删除
免责声明：图文来源于网络搜集，版权归原作者所以
若侵犯了您的合法权益，请作者与本上传人联系，我们将及时更正删除。
撰写人：___________日 期：___________
实现。这些算子对噪声敏感，只适合于噪声较小不太复杂的图像。
水域分割是借鉴了形态学理论的分割方法，其本质是利用了图像的区域特征进行分割图像。将边缘检测与区域生长的优点相结合。
3. 功能分析及设计
用全局阈值、OTSU及迭代法求阈值。结果如图2,3所示
I=imread('');
[width,height]=size(I);
%otsu algorithm
level=graythresh(I);
BW=im2bw(I,level);
figure
imshow(BW)
%global threshold
for i=1:width
for j=1:height
if(I(i,j) < 80)
精品范文模板 可修改删除

免责声明：图文来源于网络搜集，版权归原作者所以
若侵犯了您的合法权益，请作者与本上传人联系，我们将及时更正删除。
BW1(i,j)=0;
else
BW1(i,j)=1;
end
end
end
figure
imshow(BW1)
%迭代求阈值
I=double(I);
T=(min(I(:))+max(I(:)))/2;
done=false;
i=0;
while ~done
r1=find(I<=T);
r2=find(I>T);
Tnew=(mean(I(r1))+mean(I(r2)))/2;
done=abs(Tnew -T)<1;
T=Tnew;
i=i+1;
end
I(r1)=0;
I(r2)=1;
Figure;
imshow(I)
用分水岭算法分割图像：
center1=-10;
center2=-center1;
dist=sqrt(2*(2*center1)^2);
radius=(dist/2) * ;
lims=[floor(center1-*radius) ceil(center2+*radius)];
[x,y]=meshgrid(lims(1):lims(2));
bw1=sqrt((x-center1).^2 + (y-center1).^2) <= radius;
bw2=sqrt((x-center2).^2 + (y-center2).^2) <= radius;
bw=bw1 | bw2;
figure, imshow(bw,'InitialMagnification','fit'), title('二进制图像')
D=bwdist(~bw);
figure, imshow(D,[],'InitialMagnification','fit')
title('距离变换')
D=-D;
D(~bw)=-I