matlab用不同的阀值方法实现图片二值化

在MATLAB中，也可以使用不同的阈值方法对图像进行二值化。下面分别介绍全局固定阈值、自适应阈值和大津阈值的实现方法：

1. 全局固定阈值：使用`imbinarize`函数实现。该函数可以将灰度图像二值化为黑白图像，其中第二个参数为阈值，取值范围为0到1。

img = imread('image.jpg');  % 读取图像
img_gray = rgb2gray(img);   % 转换为灰度图像
thresh = graythresh(img_gray); % 计算全局固定阈值
img_bw = imbinarize(img_gray, thresh); % 全局固定阈值二值化

2. 自适应阈值：使用`adaptiveThreshold`函数实现。该函数可以根据图像的局部区域计算阈值，从而得到更好的二值化效果。其中第五个参数为阈值类型，可以选择`'mean'`或`'gaussian'`。

img = imread('image.jpg');  % 读取图像
img_gray = rgb2gray(img);   % 转换为灰度图像
img_bw = adaptiveThreshold(img_gray, 255, 'gaussian', 'thresholdType', 'binary', 'Sensitivity', 0.5); % 自适应阈值二值化

3. 大津阈值：使用`graythresh`函数和`im2bw`函数实现。`graythresh`函数可以计算全局阈值，`im2bw`函数可以根据阈值将灰度图像二值化为黑白图像。

img = imread('image.jpg');  % 读取图像
img_gray = rgb2gray(img);   % 转换为灰度图像
thresh = graythresh(img_gray); % 计算大津阈值
img_bw = im2bw(img_gray, thresh); % 大津阈值二值化

以上是MATLAB中常见的三种阈值方法实现图像二值化的方法。在实际应用中，需要根据图像的特点和实际需求选择合适的方法。