MATLAB7 2.迭代阈值法对图像进行阈值分割。 （ 1）读入一张灰度图像。 （ 2）迭代初始阈值取最大和最小阈值之和的一半。 （ 3）迭代结束条件为 R1 和 R2 的均值μ 1 和μ 2 不再变化。 将原图、分割后的图像在同一个窗口带标题显示。

以下是MATLAB7代码实现：

% 读入灰度图像
img = imread('lena_gray.jpg');

% 计算最大和最小阈值
max_t = max(img(:));
min_t = min(img(:));

% 迭代初始阈值
t = (max_t + min_t) / 2;

% 初始化变量
delta_t = 1;
mu1 = 0;
mu2 = 0;
R1 = 0;
R2 = 0;

% 迭代阈值分割
while delta_t > 0.5
    % 计算两个区域的均值
    idx1 = img <= t;
    idx2 = img > t;
    mu1_last = mu1;
    mu2_last = mu2;
    mu1 = sum(img(idx1)) / sum(idx1);
    mu2 = sum(img(idx2)) / sum(idx2);
    
    % 计算两个区域的方差
    R1_last = R1;
    R2_last = R2;
    R1 = sum((img(idx1) - mu1).^2) / sum(idx1);
    R2 = sum((img(idx2) - mu2).^2) / sum(idx2);
    
    % 更新阈值
    t_last = t;
    t = (mu1 + mu2) / 2;
    
    % 计算迭代误差
    delta_t = abs(t - t_last);
    delta_mu1 = abs(mu1 - mu1_last);
    delta_mu2 = abs(mu2 - mu2_last);
    delta_R1 = abs(R1 - R1_last);
    delta_R2 = abs(R2 - R2_last);
end

% 显示原图和分割后的图像
subplot(1, 2, 1);
imshow(img);
title('原图');
subplot(1, 2, 2);
imshow(img > t);
title('分割后的图像');

执行后，会显示原图和分割后的图像在同一个窗口带标题。