选取中阈值的方法和代码

选取中阈值的方法有很多种，下面介绍两种常用的方法：

1. Otsu法

Otsu法是一种常用的计算中阈值的方法，其基本思想是将图像分成背景和前景两部分，使得两部分之间的类内方差最小，类间方差最大。具体实现过程如下：

% 读入灰度图像
img = imread('lena.png');
gray_img = rgb2gray(img);

% 计算Otsu阈值
level = graythresh(gray_img);

% 二值化图像
bin_img = imbinarize(gray_img, level);

% 显示原图和二值化结果
figure;
subplot(1,2,1); imshow(gray_img); title('原图');
subplot(1,2,2); imshow(bin_img); title('二值化结果');

2. 基于直方图的方法

基于直方图的方法是另一种计算中阈值的常见方法，其基本思想是利用图像的灰度直方图来确定中阈值。具体实现过程如下：

% 读入灰度图像
img = imread('lena.png');
gray_img = rgb2gray(img);

% 计算灰度直方图
[counts, ~] = imhist(gray_img);

% 找到直方图峰值位置
[~, max_index] = max(counts);

% 将图像分成两部分
left_counts = counts(1:max_index);
right_counts = counts(max_index+1:end);
left_sum = sum(left_counts);
right_sum = sum(right_counts);

% 计算中阈值
left_mean = sum(left_counts .* (1:max_index)') / left_sum;
right_mean = sum(right_counts .* (max_index+1:length(counts))') / right_sum;
level = (left_mean + right_mean) / 2;

% 二值化图像
bin_img = imbinarize(gray_img, level);

% 显示原图和二值化结果
figure;
subplot(1,2,1); imshow(gray_img); title('原图');
subplot(1,2,2); imshow(bin_img); title('二值化结果');

以上两种方法都可以用于计算中阈值并将灰度图像二值化。其中，Otsu法是一种全局阈值计算方法，适用于大部分图像；而基于直方图的方法则更适用于具有双峰直方图的图像。