基于matlab的数字图像处理之图像阈值分割算法研究.doc

基于matlab的数字图像处理之图像阈值分割算法研究.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于matlab的数字图像处理之图像阈值分割算法研究

基于Matlab数字图像处理实践报告 实践三: 图像阈值分割算法研究 3.1.1 迭代法实践代码: clc; clear all; f=imread(cat.bmp); f=rgb2gray(f); f=im2double(f); T=0.5*(min(f(:))+max(f(:))); done=false; while ~done g=f=T; Tn=0.5*(mean(f(g))+mean(f(~g))); done=abs(T-Tn)0.1; T=Tn; end T r=im2bw(f,T); subplot(121),imshow(f),title(原图); subplot(122),imshow(r),title(阈值分割算法研究--迭代法); 3.1.2 迭代法实践截图: 3.2.1 均匀性度量法实践代码: clc; clear all; I=imread(cat.bmp); I=rgb2gray(I); I=double(I); [m,n]=size(I); Smin=-1; for T=0:255 sum1=0; num1=0; sum2=0; num2=0; for i=1:m for j=1:n if I(i,j)=T sum2=sum2+I(i,j); num2=num2+1; else sum1=sum1+I(i,j); num1=num1+1; end end end ave1=sum1/num1; ave2=sum2/num2; d1=-1; d2=-1; for i=1:m for j=1:n if I(i,j)=T d=(I(i,j)-ave2)^2; if d2==-1 d2=d; else d2=d2+d; end else d=(I(i,j)-ave1)^2; if d1==-1 d1=d; else d1=d1+d; end end end end p1=num1/(m*n); p2=num2/(m*n); S=p1*d1+p2*d2; if(Smin==-1) Smin=S; else if(SSmin) Smin=S; Th=T; end end end Th subplot(121),imshow(uint8(I)),title(原图); for i=1:m for j=1:n if I(i,j)=Th I(i,j)=255; else I(i,j)=0; end end end subplot(122),imshow(I),title(阈值分割算法研究--均匀性度量法); 3.2.2 均匀性度量法实践截图: 3.3.1 类间最大距离法实践代码: clc; clear all; I=imread(cat.bmp); I=rgb2gray(I); I=double(I); [m,n]=size(I); Smax=0; for T=0:255 sum1=0; num1=0;

文档评论(0)

hhuiws1482 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5024214302000003

1亿VIP精品文档

相关文档