matlab图像处理--预迭代阈值分割

预迭代阈值分割：图像分割关键在于找到最佳阈值，通过迭代方式逼近最佳阈值，是图像分割的有效办法。

算法思路：

    例如：1，99 

    取2，50，98都能分割1和99，但是50与1和99差别最大，为最佳阈值。可以看出两个数的中间值为最佳阈值。哪俩个部分呢？

    例如：1，2，98，99

    我们假设40作为阈值，得到1，2作为A部分，得到98，99作为B部分。A部分均值为1.5，B部分均值为98.5，中间值为50，50与假设值40误差过大，继续取50作于阈值重复上述步骤，得到50为最佳阈值。

    但是，在图像中可不止上述几个数的存在。实际上，不停的划分阈值，其A与B部分的均值必然会不断改变，只能用逼近的方法，即设T1为分割阈值时，A与B部分均值的中间值为T2，若T1与T2的误差很小时，也就是T1约等于T2时，此时的T2或者T1就是最佳阈值。

 程序如下：

close;clear;clc;
I=im2double(imread('coins.png'));     %读入图像，转换为双精度类型
level=0.001;                           %预设两阈值之间的误差

max_I=max(I(:));                      %得到最大灰度值
min_I=min(I(:));                      %得到最小灰度值
T1=1/2*(max_I+min_I);                  %假设初始阈值
[M,N]=size(I);                        %得到图像行列数

A_number=0;                           %初始化A部分总像素值
B_number=0;                           %初始化B部分总像素值
A_all=0;                              %初始化A部分总灰度值
B_all=0;                              %初始化B部分总灰度值
for i=1:M
    for j=1:N
        if (I(i,j)>=T1)
            A_number=A_number+1;      %A部分总像素值
            A_all=A_all+I(i,j);       %A部分总灰度值
        elseif (I(i,j)level)              %判断T1与T2之间的误差绝对值是否大于设定值
    T1=T2;                            %把T2赋给T1，反复重复上述程序，直到T2-T1的绝对值小于设定值为止 
    A_number=0;
    B_number=0;
    A_all=0;
    B_all=0;
    for i=1:M
        for j=1:N
            if (I(i,j)>=T1)
                A_number=A_number+1;
                A_all=A_all+I(i,j);
            elseif (I(i,j)