[VIP专享]基于matlab的数字图像处理之图像阈值分割算法研究.pdfVIP

[VIP专享]基于matlab的数字图像处理之图像阈值分割算法研究.pdf

  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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

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;

clearall;

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;

clearall;

I=imread(cat.bmp);

I=rgb2gray(I);

I=double(I);

[m,n]=size(I);

Smin=-1;

forT=0:255

sum1=0;num1=0;

sum2=0;num2=0;

fori=1:m

forj=1:n

ifI(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;

fori=1:m

forj=1:n

ifI(i,j)=T

d=(I(i,j)-ave2)^2;

ifd2==-1

d2=d;

else

d2=d2+d;

end

else

d=(I(i,j)-ave1)^2;

ifd1==-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);

fori=1:m

forj=1:n

ifI(i,j)=Th

I(i,j)=255;

else

I(i,j)=0;

end

end

end

subplot(122),imshow(I

文档评论(0)

131****1219 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档