用matlab实现全阈值分割

全阈值分割是一种图像分割方法，通过将图像的像素值转化为灰度值后，选取合适的阈值对图像进行二值化处理，将图像分为背景和前景两部分。下面是使用 MATLAB 实现全阈值分割的基本步骤：

1. 读取图像并转化为灰度图像。

img = imread('image.jpg');
gray_img = rgb2gray(img);

2. 计算图像的直方图。

hist = imhist(gray_img);

3. 计算总像素数，以及每个灰度级别的像素数。

total_pixels = numel(gray_img);
pixels_per_level = hist / total_pixels;

4. 计算累计分布函数（CDF）。

cdf = cumsum(pixels_per_level);

5. 选取合适的阈值，使得前景和背景的像素数目之比最大。

max_ratio = 0;
for i=1:255
    bg_pixels = cdf(i);
    fg_pixels = 1 - bg_pixels;
    if fg_pixels == 0
        break;
    end
    ratio = bg_pixels / fg_pixels;
    if ratio > max_ratio
        max_ratio = ratio;
        threshold = i;
    end
end

6. 对图像进行二值化处理。

binary_img = imbinarize(gray_img, threshold/255);

完成以上步骤后，就可以得到全阈值分割后的二值化图像。