matlab-code.rar_site:www.pudn.com_双峰法_梯度法_梯度阈值法_迭代法分割

%迭代法 %迭代式阈值选择算法是对双峰法的改进，它首先选择一个近似阈值T，将图像分割成两部分：R1和R2，然后计算区域R1和R2的均值u1和u2，并选择新的分割阈值T＝(u1+u2)/2，重复上述步骤直到u1和u2不再变化为止。 %迭代法是基于逼近的思想，其步骤如下： %(1)求出图像的最大灰度值和最小灰度值，分别记为ZMAX和ZMIN，令初始阈值T0＝(ZMAX+ZMIN)/2。 %(2)根据阈值T将图像分割为前景和背景分别求出两者的平均灰度值ZO和ZB。 %(3)求出新阈值T＝(ZO+ZB)/2。 %(4)若两个平均灰度值ZO和ZB不再变化(或T不再变化)，则T即为阈值；否则转步骤(2)，迭代计算。 clear all; close all; clc; B=imread('picture.jpg'); I=rgb2gray(B); ZMax=max(max(I)); ZMin=min(min(I)); TK=(ZMax+ZMin)/2; bCal=1; iSize=size(I); %图像大小 while(bCal) iForeground=0; iBackground=0; %定义前景和背景数 ForegroundSum=0; BackgroundSum=0; %定义前景和背景灰度总和 for i=1:iSize(1) for j=1:iSize(2) tmp=I(i,j); if(tmp>=TK) iForeground=iForeground+1; ForegroundSum=ForegroundSum+double(tmp); %前景灰度值 else iBackground=iBackground+1; BackgroundSum=BackgroundSum+double(tmp); end end end ZO=ForegroundSum/iForeground; ZB=BackgroundSum/iBackground; %计算前景和背景的平均值 TKTmp= uint8((ZO+ZB)/2); if(TKTmp==TK) bCal=0; else TK=TKTmp; end %当阈值不再变化时，说明迭代结束 end disp(strcat('迭代后的阈值：',num2str(TK))); newI=im2bw(I,double(TK)/255); subplot(121),imshow(I) subplot(122),imshow(newI)