基本全局阈值法（basic global thresholding）MATLAB实现

基本全局阈值分割步骤如下：

   （1）设定参数，并选择一个初始的估计阈值。

   （2）用阈值分割图像。将图像分成两部分：是由灰度值大于的像素组成，是由灰度值小于或等于的像素组成。

   （3）计算和中所有像素的平均灰度值和，以及新的阈值。

   （4）如果,则推出即为最优阈值；否则，将赋值给，并重复步骤（2）~（4），直到获取最优阈值。

其具体实现MATLAB代码如下：

 

%image_bgt.m

function level =image_bgt(I)

%该函数使用basic global thresholding算法实现二值化

I = im2double(I);          %对图像归一化

[M,N] = size(I);

T0 = 0.001;           %设置门限

T1 = (max(max(I)) +min(min(I)))/2;          %得到初始阈值T1

%定义G1、G2的下标，同时起统计个数的作用

columns1 = 1;

columns2 = 1;

%开始遍历

while 1

    for i = 1:M

        for j = 1:N

            if I(i,j)>T1

                G1(columns1) = I(i,j);          %得到分组G1

                columns1 = columns1 + 1;

            else

                G2(columns2) = I(i,j);          %得到分组G2

                columns2 = columns2 + 1;

            end

        end

    end

       %计算G1、G2均值

    ave1 = mean(G1);

    ave2 = mean(G2);

    T2 = (ave1 + ave2)/2;           %得到新阈值T2

    if abs(T2 - T1)

        break;

    end

    T1 = T2;

    columns1 = 1;

    columns2 = 1;

end

level = T2;

end

 

%DIP_exp4_2.m

%该m文件调用image_bgt函数对图像进行basic global thresholding算法阈值分割

clc;clear;closeall;

I =imread('cameraman.tif');

level =image_bgt(I);            %得到basic global thresholding算法阈值

J = im2bw(I,level);                    %实现图像二值化，即非黑即白

subplot(121),imshow(I);title('原图像');

subplot(122),imshow(J);title('basicglobal thresholding后图像');

 

运行DIP_exp4_2.m文件得结果如下：