matlab改进 otsu法,otsu算法---matlab实现,和一种改进算法
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 灰度图阈值分割提取前后背景
% otsu法和一种改进的方法
% th为最终确定的阈值
% 2015.12.04 by小海添加注释
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clear all;
clc;
I=imread('C:\Users\Administrator\Desktop\a.bmp');
%a=rgb2gray(I);
a=I;
figure;
imshow(a);
figure;
[n,xout]=hist(a(:),0:255); %n是落在该灰度值的个数,xout是中心点的刻度
bar(xout,n);
xlim([0 255]); %把x轴的范围设置在0-255之间
count=imhist(a); %统计的是图像上对应像素值的个数,是1-256的列向量
[m,n]=size(a); %m=768, n=1024 图像的列和行
count=count/(m*n); %归一化数据,概率百分比,每一个灰度级别的概率
%%%%%%%%%%%%%%%%%%%%%%%%%%
%方法11111111111111111111
% otsu法来求阈值分割图像
%%%%%%%%%%%%%%%%%%%%%%%%%%%
E=[]; %E是一个行向量,存储中间变量的值
for TH=1:1:256 %阈值从1开始计算
av0=0;
av1=0;
w0=sum(count(1:TH)); %统计 1~(阈值+1)处的总的概率和w0
w1 = 1 - w0;
%第一类 背景区域
for i=1:TH
av0= av0 + i*count(i); % 求背景区域的平均灰度值
end
u0 = av0/w0; %平均灰度值/背景的总概率
%第二类
for i=TH+1:256
av1= av1 + i*count(i); %这是一个计算前景均值的方法
end
u1 = av1/w1; %平均灰度值/背景的总概率
E(TH) = w0*w1*(u1-u0)*(u1-u0); %将两者的平均值相加
end
postion=find(E==max(E)); %找到E最大处的值的位置,这个位置就可以确定为阈值
th=postion;
%%%%%%%%%%%%%%%%%%%%%%%
%方法22222222222222222222
%不是otsu法,是一种新的方法
%%%%%%%%%%%%%%%%%%%%%%
% L=256;
% for i=1:L %找到开始的位置
% if count(i)~=0 %频数不等于0的地方开始
% st=i-1; %从小到大,找到第一个非零点st
% break;
% end
% end
% for j=L:-1:1 %找到结束的位置
% if count(j)~=0 %从最后开始L=256
% nd=j-1; %从后到前找到第一个非零点nd
% break;
% end
% end
% %曲线拟合 多项式拟合,
% cline=[st:nd]; %cline从st到nd,中间差值为1,是一个行向量,包含了非零点的数目
% p=polyfit(cline,count(st:nd)',5); %曲线拟合函数,cline作为一个横坐标值,count是一个包含频数的矩阵,对应着频数值,一阶直线拟合,二阶抛物线拟合,并非阶次越高越好,看拟合情况而定。
% %为什么对count进行一个转置,因为统计出来的频数count是一个列向量,转置成行向量
% y=polyval(p,cline); %多项式在每一个cline处的值y
% plot([1:256],count,'*r',cline,y); %画出拟合曲线图
% %[value,index]=max(y)
% IndMin=find(diff(sign(diff(y)))>0)+1; %极小值点
% IndMax=find(diff(sign(diff(y)))<0)+1; %极大值点
% f=count(st+1:nd+1);
%
% %%%%%%%%%%%%%%%%%
% %%%%%%% 计算阈值
% %%%%%%%%%%%%%%%%%
% E=[]; %E是一个行向量,存储中间变量的值
% for TH=st:1:nd-1 %阈值从非空的点开始计算 st=32
% av1=0;
% av2=0;
% pth=sum(count(1:TH+1)); %统计 1~(阈值+1)处的总的概率和w0
% %第一类 背景区域
% for i=0:TH
% av1=av1-count(i+1)/pth*log(count(i+1)/pth+0.00001); %这是一个计算背景均值的方法 求和 pi/w0*log(pi/w0+0.0001) 每一个点的概率除以第一类的总概率
% end
% %第二类
% for i=TH+1:L-1
% av2=av2-count(i+1)/(1-pth)*log(count(i+1)/(1-pth)+0.00001); %这是一个计算前景均值的方法
% end
% E(TH-st+1)=av1+av2; %将两者的平均值相加
% end
% postion=find(E==max(E)); %找到E最大处的值的位置,这个位置就可以确定为阈值
% th=st+postion-1;
%%%%%%%%%%%%%下面是根据阈值来分割图像
for i=1:m
for j=1:n
if a(i,j)>th
a(i,j)=255;
else
a(i,j)=0;
end
end
end
figure;
imshow(a)
matlab改进 otsu法,otsu算法---matlab实现,和一种改进算法相关推荐
- matlab 矩阵位移法编程 结构力学,matlab 矩阵位移法编程 结构力学.doc
matlab 矩阵位移法编程 结构力学.doc 矩阵位移法编程大作业(091210211)一.编制原理本程序的原理是基于结构力学矩阵位移法原理,以结构结点位移作基本未知量,将要分析的结构拆成已知节点力 ...
- 用matlab做判别分析法,判别分析的matlab实现
FISHER 线性判别 MATLAB 实现 Fisher 线性判别上机实验报告 班级: 学号: 姓名: 一.算法描述 Fisher 线性判别分析的基本思想:选择一个投影方向(线性变换,线性组合),.. ...
- 自相关法基音提取的matlab程序,自相关函数法基音检测matlab程序
自相关函数法基音检测matlab程序 AudioFilename = 'shiyan1.wav'; FrameShift = 0.012; %(s) FrameLength = 0.024; %(s) ...
- a*算法的优缺点_五种聚类算法一览与python实现
大家晚上好,我是阿涛. 今天的主题是聚类算法,小结一下,也算是炒冷饭了,好久不用真忘了. 小目录: 1.K-means聚类2.Mean-Shift聚类3.Dbscan聚类4.层次聚类5.GMM_EM聚 ...
- 【经典算法大全】收集51种经典算法 初学者必备
<经典算法大全>是一款IOS平台的应用.里面收录了51种常用算法,都是一些基础问题.博主觊觎了好久,可悲哀的是博主没有苹果,所以从网上下了老奔的整理版并且每个都手敲了一遍. 虽然网上也有博 ...
- matlab用进退法写程序,matlab编写的进退法,黄金分割法,抛物线法(二次插值法),wolfe不精确一维搜索...
这是我最优化方法课程的编程作业,贴来和大家分享,后续会继续发来一些最优化的程序.. 以下程序由matlab编写 程序简介 jintuifa.m 进退法,用于确定下单峰区间.根据最优化方法(天津大学出版 ...
- matlab里冒泡法比较大小,matlab冒泡法排序
[1,2,3]; % 冒泡法排序,注意的是特征值顺序变化的同时要与相对应的下标同... 转换完之后对向量进行逆序排列, 我看到有同学硬是 写了一个冒泡排序来完成这个工作,你的数据结构老师一定非常欣慰. ...
- MATLAB牛拉法计算潮流,matlab潮流计算
<matlab潮流计算>由会员分享,可在线阅读,更多相关<matlab潮流计算(14页珍藏版)>请在装配图网上搜索. 1.附录1使用牛顿拉夫逊法进行潮流计算的Matlab程序代 ...
- matlab穷举法最短路问题,基于MATLAB求解最短路问题.doc
. .. 基于MATLAB求解最短路问题 1.引言 MATLAB和 HYPERLINK "/view/30608.htm" \t "/_blank" Mathe ...
- matlab 矩阵位移法编程 结构力学,matlab 矩阵位移法编程 结构力学
矩阵位移法编程大作业 (091210211) 一.编制原理 本程序的原理是基于结构力学矩阵位移法原理,以结构结点位移作基本未知量,将要分析的结构拆成已知节点力-结点力位移关系的单跨梁集合,通过强令结构 ...
最新文章
- C++ classics
- Erlang列表操作里面的变量绑定规则
- C语言高级编程:接续符‘\‘的用法
- C# 9 新特性 —— 补充篇
- 【51单片机快速入门指南】5.3:SPI控制晶联讯JLX12864G_08602 LCD屏幕
- [react] React中怎么检验props?
- python实现图形旋转_Python3+OpenCV2实现图像的几何变换
- 信息学奥赛一本通(2053:【例3.3】三个数)
- 收藏 | 卷积神经网络中十大拍案叫绝的操作
- 笔记本电脑桌面的计算机不见了,小编为你分析win7系统笔记本电脑桌面计算机图标不见了的设置方案....
- opsforlist 存在贼覆盖_RedisTemplate集合使用说明-opsForList(二)
- CSting的GetBuffer()和ReleaseBuffer()
- matplotlib库使用
- Redis设计思路学习与总结
- 高频电子线路复习考试题及答案
- 完成端口(Completion Port)详解
- android8.0的电池图标,Android 8.0 电池图标 显示分析
- 爷回青——小米5s Plus刷入LineageOS
- 物联网卡无法激活使用的原因
- 固态硬盘 每秒1.5G
热门文章
- 论文笔记_S2D.52_CMRNet++:在激光雷达地图中进行内参未知的相机的单目视觉定位
- karto探秘之open_karto 第一章 --- 数据结构与类的初始化
- 论文简述 | Voxel Map for Visual SLAM
- 第1章—Spring之旅—简化Spring的java开发
- 【Golang】如何不反序列化为前提的情况下,修改ProtoBuffer某个Tag的值
- web.xml 加载顺序
- Entity Framework 常用类
- 2011-8-13 随笔一二
- ajax调用webService
- (翻译)UIP Application Block学习系列(三)UIP概念