圖像分割算法的研究與實(shí)現(xiàn)本科畢業(yè)論文-資料下載頁
2025-06-28 17:41本頁面
【正文】 閾值的元素的灰度總值、個數(shù)賦值 S1=。 n1=。 %為計算灰度小于閾值的元素的灰度總值、個數(shù)賦值 for i=1:x for j=1:y if double(I(i,j))=T S1=S1+double(I(i,j))。 %大于閾域值圖像點(diǎn)灰度值累加 n1=n1+1。 %大于閾域值圖像點(diǎn)個數(shù)累加 else S0=S0+double(I(i,j))。 %小于閾域值圖像點(diǎn)灰度值累加 n0=n0+1。 %小于閥域值圖像點(diǎn)個數(shù)累加 end end end T0=S0/n0。 %求小于閥域值均值 T1=S1/n1。 %求大于閥域值均值 if abs(T((T0+T1)/2))%迭代至前后兩次閥域值相差幾乎為0時停止 break。 else T=(T0+T1)/2。 %在閾值T下，迭代閾值的計算過程 end end count %顯示運(yùn)行次數(shù)T %顯示最佳閾值 算出Tbw1=im2bw(I,T/255)。 % 圖像在最佳閾值下二值化 I=subimg2。fxy = imhist(I, 256)。 %統(tǒng)計每個灰度值的個數(shù)figure。 plot(fxy)。 %畫出灰度直方圖[x,y]=size(I)。 b=double(I)。 zd=double(max(max(I))) % 求出圖象中最大的灰度 zx=double(min(min(I))) % 最小的灰度 T=double((zd+zx))/2。 % T賦初值，為最大值和最小值的平均值 count=double(0)。 % 記錄幾次循環(huán) while 1 % 迭代最佳閾值分割算法 count=count+1。 S0=。 n0=。 %為計算灰度大于閾值的元素的灰度總值、個數(shù)賦值 S1=。 n1=。 %為計算灰度小于閾值的元素的灰度總值、個數(shù)賦值 for i=1:x for j=1:y if double(I(i,j))=T S1=S1+double(I(i,j))。 %大于閾域值圖像點(diǎn)灰度值累加 n1=n1+1。 %大于閾域值圖像點(diǎn)個數(shù)累加 else S0=S0+double(I(i,j))。 %小于閾域值圖像點(diǎn)灰度值累加 n0=n0+1。 %小于閥域值圖像點(diǎn)個數(shù)累加 end end end T0=S0/n0。 %求小于閥域值均值 T1=S1/n1。 %求大于閥域值均值 if abs(T((T0+T1)/2))%迭代至前后兩次閥域值相差幾乎為0時停止 break。 else T=(T0+T1)/2。 %在閾值T下，迭代閾值的計算過程 end end count %顯示運(yùn)行次數(shù)T %顯示最佳閾值 算出Tbw2=im2bw(I,T/255)。 % 圖像在最佳閾值下二值化 I=subimg3。fxy = imhist(I, 256)。 %統(tǒng)計每個灰度值的個數(shù)figure。plot(fxy)。 %畫出灰度直方圖[x,y]=size(I)。 b=double(I)。 zd=double(max(max(I))) % 求出圖象中最大的灰度 zx=double(min(min(I))) % 最小的灰度 T=double((zd+zx))/2。 % T賦初值，為最大值和最小值的平均值 count=double(0)。 % 記錄幾次循環(huán) while 1 % 迭代最佳閾值分割算法 count=count+1。 S0=。 n0=。 %為計算灰度大于閾值的元素的灰度總值、個數(shù)賦值 S1=。 n1=。 %為計算灰度小于閾值的元素的灰度總值、個數(shù)賦值 for i=1:x for j=1:y if double(I(i,j))=T S1=S1+double(I(i,j))。 %大于閾域值圖像點(diǎn)灰度值累加 n1=n1+1。 %大于閾域值圖像點(diǎn)個數(shù)累加 else S0=S0+double(I(i,j))。 %小于閾域值圖像點(diǎn)灰度值累加 n0=n0+1。 %小于閥域值圖像點(diǎn)個數(shù)累加 end end end T0=S0/n0。 %求小于閥域值均值 T1=S1/n1。 %求大于閥域值均值 if abs(T((T0+T1)/2)) %迭代至前后兩次閥域值相差幾乎為0時停止 break。 else T=(T0+T1)/2。 %在閾值T下，迭代閾值的計算過程 end end count %顯示運(yùn)行次數(shù)T %顯示最佳閾值 算出Tbw3=im2bw(I,T/255)。 % 圖像在最佳閾值下二值化 I=subimg4。fxy = imhist(I, 256)。 %統(tǒng)計每個灰度值的個數(shù)figure。 plot(fxy)。 %畫出灰度直方圖[x,y]=size(I)。 b=double(I)。 zd=double(max(max(I))) % 求出圖象中最大的灰度 zx=double(min(min(I))) % 最小的灰度 T=double((zd+zx))/2。 % T賦初值，為最大值和最小值的平均值 count=double(0)。 % 記錄幾次循環(huán) while 1 % 迭代最佳閾值分割算法 count=count+1。 S0=。 n0=。 %為計算灰度大于閾值的元素的灰度總值、個數(shù)賦值 S1=。 n1=。 %為計算灰度小于閾值的元素的灰度總值、個數(shù)賦值 for i=1:x for j=1:y if double(I(i,j))=T S1=S1+double(I(i,j))。 %大于閾域值圖像點(diǎn)灰度值累加 n1=n1+1。 %大于閾域值圖像點(diǎn)個數(shù)累加 else S0=S0+double(I(i,j))。 %小于閾域值圖像點(diǎn)灰度值累加 n0=n0+1。 %小于閥域值圖像點(diǎn)個數(shù)累加 end end end T0=S0/n0。 %求小于閥域值均值 T1=S1/n1。 %求大于閥域值均值 if abs(T((T0+T1)/2)) %迭代至前后兩次閥域值相差幾乎為0時停止 break。 else T=(T0+T1)/2。 %在閾值T下，迭代閾值的計算過程 end end count %顯示運(yùn)行次數(shù)T %顯示最佳閾值 算出Tbw4=im2bw(I,T/255)。 % 圖像在最佳閾值下二值化 bw5=horzcat(bw1,bw2)。 %合并子圖像 bw6=horzcat(bw3,bw4)。 bw=vertcat(bw5,bw6)。 figure,imshow(bw),title(39。局部閾值化39。)
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1