matlab阈值分割算法

图像阈值分割是一种常用的图像处理方法，用于将图像中的像素根据其灰度值与预定的阈值进行分类，将图像分成前景和背景两部分。在Matlab中，可以使用不同的方法实现图像阈值分割，包括人工选择法、自动阈值法和分水岭算法。

1. 人工选择法：
人工选择法是最简单的图像阈值分割方法之一。该方法通过直观地观察图像的灰度直方图，手动选择一个合适的阈值来进行分割。在Matlab中，可以使用以下代码实现人工选择法的图像阈值分割：

I = imread('rice.png');
I = rgb2gray(I);
J = I > 125;
imshow(J);

2. 自动阈值法：
自动阈值法是一种根据图像的统计特性自动选择阈值的方法。其中，OTSU阈值法是最常用的自动阈值法之一。在Matlab中，可以使用以下代码实现OTSU阈值法的图像阈值分割：

I = imread('rice.png');
I = rgb2gray(I);
level = graythresh(I);
J = imbinarize(I, level);
imshow(J);

3. 分水岭算法：
分水岭算法是一种基于图像的梯度信息进行分割的方法，可以有效地处理具有复杂背景和前景的图像。在Matlab中，可以使用以下代码实现分水岭算法的图像阈值分割：

I = imread('rice.png');
I = rgb2gray(I);
hy = fspecial('sobel');
hx = hy';
Iy = imfilter(double(I), hy, 'replicate');
Ix = imfilter(double(I), hx, 'replicate');
gradmag = sqrt(Ix.^2 + Iy.^2);
se = strel('disk', 20);
Ie = imerode(I, se);
Iobr = imreconstruct(Ie, I);
Iobrd = imdilate(Iobr, se);
Iobrcbr = imreconstruct(imcomplement(Iobrd), imcomplement(Iobr));
Iobrcbr = imcomplement(Iobrcbr);
imshow(Iobrcbr);