matlab实现最大类间方差二值化算法的代码

最大类间方差二值化算法是一种经典的图像二值化算法，可以自动选取一个最佳的二值化阈值来将图像转换为二值图像。以下是MATLAB实现最大类间方差二值化算法的代码：

function [threshold, bimg] = max_variance_binarization(img)
% img: 输入的灰度图像
% threshold: 自适应阈值
% bimg: 二值化后的图像

% 计算灰度直方图
histo = imhist(img);

% 归一化灰度直方图
histo = histo / sum(histo);

% 初始化类内方差、类间方差、最大方差和最佳阈值
intra_var = zeros(256, 1);
inter_var = zeros(256, 1);
total_var = zeros(256, 1);
for i = 1:256
    intra_var(i) = sum((0:i-1)'.^2 .* histo(1:i)) / sum(histo(1:i)) - (sum((0:i-1)'.*histo(1:i)) / sum(histo(1:i)))^2;
    inter_var(i) = sum((i:255)'.^2 .* histo(i+1:256)) / sum(histo(i+1:256)) - (sum((i:255)'.*histo(i+1:256)) / sum(histo(i+1:256)))^2;
    total_var(i) = intra_var(i) + inter_var(i);
end
[max_var, threshold] = max(total_var);

% 将图像二值化
bimg = img > threshold;
end

使用方法如下：

img = imread('example.png');
gray_img = rgb2gray(img);
[threshold, bimg] = max_variance_binarization(gray_img);
imshow(bimg);

其中，`example.png`是待处理的图像文件路径。