阈值分割灰度图像

阈值分割是图像处理中最基础的分割方法之一，它将图像中的像素分为两类，一类是高于阈值的像素，另一类是低于阈值的像素。在灰度图像中，阈值分割可以用于分离目标和背景、提取目标轮廓等应用。下面是基于Matlab实现阈值分割灰度图像的示例代码：

I = imread('image.png'); % 读取灰度图像
T = graythresh(I); % 自适应计算阈值
bw = imbinarize(I, T); % 二值化图像
imshowpair(I, bw, 'montage'); % 显示原图和二值化后的图像

在上述代码中，首先使用imread函数读取灰度图像，然后使用graythresh函数计算自适应阈值，最后使用imbinarize函数将图像二值化。imshowpair函数用于同时显示原图和二值化后的图像，方便比较。在使用imbinarize函数时，还可以通过设置参数来调整二值化的结果，例如：

bw = imbinarize(I, 0.5); % 固定阈值为0.5
bw = imbinarize(I, 'adaptive'); % 自适应阈值
bw = imbinarize(I, 'global'); % 全局阈值
bw = imbinarize(I, 'otsu'); % Otsu阈值

这些参数可以根据具体的应用场景来选择，以获得最好的分割效果。