matlab局部自适应阈值分割算法

Matlab中的局部自适应阈值分割算法是一种图像处理技术，主要用于二值化图像，将连续灰度值转换成只有黑白两部分的图像。其中一种常见的算法是Otsu's方法，它通过计算每个像素点与其邻域内像素灰度值的统计特性，找到一个最优阈值，使得两个类别的方差之和最小，即最大化图像的类间差异度。

步骤大致如下：
1. 计算每个像素点的灰度直方图及其累积分布函数（CDF）。
2. 对于每一个像素，计算其灰度值与整个图像的累积概率之间的差异（这是基于全局均值的一个权值）。
3. 然后选择当前像素的最佳阈值，这个阈值使得上述差异达到最小。
4. 最后，应用选定的阈值对原始图像进行分割，所有小于阈值的像素设为黑色，大于等于阈值的设为白色。

在Matlab中，可以使用`imbinarize`函数结合`bwconncomp`进行连接组件分析，或者直接使用`otsu`函数实现Otsu's方法。