MATLAB使用OTSU方法计算出阈值后如何实现图像分割

MATLAB（矩阵实验室）中的OTSU（Otsu's method，一种直方图阈值化方法）是一种无参数的二值化技术，用于自动确定最佳阈值将图像划分为前景和背景。以下是使用MATLAB实现OTSU图像分割的基本步骤：

1. **读取图像**：首先，使用`imread`函数读取需要处理的灰度图像。

img = imread('example.jpg');

2. **转换为灰度图像**：如果原图是彩色的，可以使用`rgb2gray`将其转换为单通道灰度图像。

gray_img = rgb2gray(img);

3. **计算直方图**：通过`imhist`或`histcounts`函数获取图像的灰度值分布直方图。

histogram = histcounts(gray_img(:), 'BinEdges', [0 max(gray_img(:))]);

4. **应用OTSU算法**：MATLAB内置了`graythresh`函数，该函数实现了OTSU方法，输入是直方图，输出是最佳阈值。

threshold = graythresh(histogram);

5. **创建二值图像**：使用`imbinarize`函数，给定直方图的阈值，生成二值图像，前景部分设置为1，背景部分设置为0。

binary_img = imbinarize(gray_img, threshold);

6. **查看结果**：最后，可以使用`imshow`或`imagesc`等函数查看原始图像、灰度图像以及分割后的二值图像。

subplot(1, 3, 1), imshow(img), title('Original Image')
subplot(1, 3, 2), imshow(gray_img), title('Grayscale Image')
subplot(1, 3, 3), imshow(binary_img), title('Segmented Image')