阈值图像分割算法matlab

阈值图像分割是一种简单有效的图像分割方法，通过将图像中的像素根据其灰度值与设定的阈值进行比较，将其分成两个或多个不同的区域，从而实现对图像的分割。Matlab中提供了多种阈值图像分割算法可以使用。

1. 全局阈值分割

全局阈值分割是最简单的阈值分割方法，其基本思想是将整幅图像的像素根据其灰度值与设定的阈值进行比较，将其分成两个不同的区域。

img = imread('lena.png');
threshold = graythresh(img);
bw = im2bw(img, threshold);
imshow(bw);

2. Otsu阈值分割

Otsu阈值分割是一种自适应阈值分割方法，它可以根据图像的灰度分布自动确定最佳阈值，从而实现对图像的分割。

img = imread('lena.png');
threshold = graythresh(img);
bw = im2bw(img, threshold);
imshow(bw);

level = graythresh(img);  
bw = im2bw(img, level);
imshow(bw);

3. 基于聚类的阈值分割

基于聚类的阈值分割方法将图像中的像素分成多个簇，然后根据簇内方差最小的原则确定最佳阈值。

img = imread('lena.png');
[m, n] = size(img);
X = double(img(:));
k = 2;
[idx, centers] = kmeans(X, k);
[~, I] = sort(centers);
bw = reshape(idx == I(2), [m,n]);
imshow(bw);

以上是三种常见的阈值图像分割算法的Matlab实现。您可以根据自己的需求和实际情况选择其中的一种或多种方法进行使用。