使用Otsu方法的多级图像阈值
thresh = multithresh(A)
thresh = multithresh(A,N)
[thresh,metric] = multithresh(___)
读取图像并显示它。
I = imread(“coins.png”);imshow(我)
计算图像的单个阈值。
level = multithresh(I);
将图像分割成两个区域imquantize
返回的阈值级别multithresh
.
seg_I = imquantize(I,level);图imshow (seg_I, [])
读取图像并显示它。
I = imread(“circlesBrightDark.png”);imshow (I)轴从标题(原始图像的)
计算两个阈值水平。
thresh = multithresh(I,2);
将图像分割为三个级别使用imquantize
.
seg_I = imquantize(I,thresh);
将分割图像转换为彩色图像使用label2rgb
并展示出来。
RGB = label2rgb(seg_I);图;imshow (RGB)轴从标题(“RGB分段图像”)
读取真彩色(RGB)图像并显示它。
I = imread(“peppers.png”);imshow (I)轴从标题(“RGB图像”);
从整个RGB图像生成七个级别的阈值。
threshRGB = multithresh(I,7);
为RGB图像的每个平面生成阈值。
threshForPlanes = 0 (3,7);为i = 1:3 threshForPlanes(我:)= multithresh(我(:,:,i), 7);结束
使用从整个图像中计算的阈值集处理整个图像。
value = [0 threshRGB(2:end) 255];quantRGB = imquantize(I, threshRGB, value);
使用从给定平面计算的阈值向量分别处理每个RGB平面。使用为每个RGB平面生成的阈值向量量化每个RGB平面。
quantPlane = 0 (size(I));为i = 1:3 value = [0 threshForPlanes(i,2:end) 255];quantPlane(:,:我)= imquantize(我(:,:,i), threshForPlanes(我:),值);结束quantPlane = uint8(quantPlane);
显示两种分离图像,并注意两种阈值方案的视觉差异。
imshowpair (quantRGB quantPlane,“蒙太奇”)轴从标题(“全RGB图像逐面量化”)
为了比较结果,计算每个输出图像中唯一RGB像素向量的数量。请注意,逐平面阈值方案产生的颜色比完整的RGB图像方案多约23%。
dim = size(quantRGB);quantRGBmx3 =重塑(quantRGB, prod(dim(1:2)), 3);quantPlanemx3 =重塑(quantPlane, prod(dim(1:2)), 3);colorsRGB = unique(quantRGBmx3,“行”);colorsPlane = unique(quantPlanemx3,“行”);disp ([RGB图像中独特的颜色:int2str(长度(colorsRGB))));
RGB图像中独特的颜色:188
disp ([“每架飞机的图像都有独特的颜色:”int2str(长度(colorsPlane))));
在平面对平面图像中独特的颜色:231
读取图像。
I = imread(“circlesBrightDark.png”);
找到图像中所有唯一的灰度值。
uniqLevels = unique(I(:));disp (['唯一层数= 'int2str(length(uniqLevels))]);
唯一级别数= 148
在的单调递增值处计算一系列阈值N
.
Nvals = [1 2 4 8];为i = 1:length(Nvals) [thresh, metric] = multithresh(i, Nvals(i));disp ([' n = 'int2str(造船(我))' | metric = 'num2str(公制)]);结束
N = 1 | metric = 0.54767 N = 2 | metric = 0.98715 N = 4 | metric = 0.99648 N = 8 | metric = 0.99902
应用8个阈值的集合来获得9级分割使用imquantize
.
seg_Neq8 = imquantize(I,thresh);uniqLevels = unique(seg_Neq8(:))
uniqLevels =9×11 2 3 4 5 6 7 8 9
阈值图像使用seg_Neq8
作为一个输入multithresh
.集N
等于8,比分割图像中的层数少1。multithresh
返回一个度规
值为1。
[thresh, metric] = multithresh(seg_Neq8,8)
打=1×81.8784 2.7882 3.6667 4.5451 5.4549 6.3333 7.2118 8.1216⋯⋯
公制= 1
再次对图像进行阈值处理,这一次增加的值N
1。这个值现在等于图像中的层数。请注意输入是如何退化的,因为图像中的级别数量对于所请求的阈值数量来说太少了。因此,multithresh返回一个度规
0的值。
[thresh, metric] = multithresh(seg_Neq8,9)
警告:不存在解决方案,因为图像中唯一级别的数量太少,无法找到9个阈值。返回一个任意选择的解。
打=1×91 2 3 4 5 6 7 8 9
度量= 0
一个
- - - - - -要设置阈值的图像要设置阈值的图像,指定为任何维度的实的非稀疏数值数组。multithresh
根据整个数组的聚合直方图查找阈值。multithresh
将RGB图像视为3-D数值数组,并计算来自所有三个颜色平面的组合数据的阈值。
multithresh
使用输入图像的范围一个
,(最小((:))最大((:)))
,作为后续计算中使用的计算直方图的限制。multithresh
忽略任何一个nan
在计算。任何正
而且负
分别在直方图的第一个和最后一个bin中计数。
对于简并输入,其中唯一值的数目一个
小于或等于N
在美国,大津的方法没有可行的解决方案。对于这样的输入,返回值打
包含来自的所有惟一值一个
可能还有一些任意选择的额外值。
例子:I = imread('cameraman.tif');thresh = multithresh(I);
数据类型:单
|双
|int16
|uint8
|uint16
N
- - - - - -阈值个数阈值的个数,指定为正整数标量值。为N > 2
,multithresh
使用基于搜索优化的大津准则来寻找阈值。基于搜索的优化只保证局部最优的结果。收敛到局部最优的概率随着N
时,最好使用较小的值N
,通常是N < 10
.的最大值N
是20。
例子:thresh = multithresh(I,4);
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
打
-用于量化图像的阈值集1 xn
向量用于量化图像的阈值集,作为1 × n向量返回,其数据类型与图像相同一个
.
这些阈值与输入图像的范围相同一个
,不像graythresh
函数,它返回范围内的规范化阈值[0, 1]
.
度规
-衡量阈值的有效性阈值有效性的度量,作为标量值返回。数值越高,表示阈值在将输入图像分割成不同类别时的有效性越高N + 1
根据大津的客观标准分类。对于简并输入,其中唯一值的数目一个
小于或等于N
,度规
= 0。
数据类型:双
[1] Otsu, N.,“从灰度直方图中选择阈值方法”,《IEEE系统、人与控制论汇刊》,第9卷,第1期,1979年,第62-66页。
使用注意事项和限制:
此函数支持生成C代码使用万博1manbetxMATLAB®编码器™.请注意,如果您选择通用的MATLAB主机
目标平台时,该函数生成使用预编译的、特定于平台的共享库的代码。使用共享库可以保持性能优化,但限制了可以为其生成代码的目标平台。有关更多信息,请参见理解代码生成与图像处理工具箱.
输入参数N
必须是编译时常数。
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。