matlab基于迭代阈值法实现图像分割实现代码

以下是Matlab基于迭代阈值法实现图像分割的示例代码：

% 读入图像
img = imread('test.jpg');

% 将图像转为灰度图
gray_img = rgb2gray(img);

% 初始化阈值
T = 128;

% 迭代计算阈值，直到满足条件
while true
    % 计算前景和背景的平均灰度值
    fg_mean = mean(gray_img(gray_img > T));
    bg_mean = mean(gray_img(gray_img <= T));
    
    % 更新阈值
    new_T = (fg_mean + bg_mean) / 2;
    
    % 如果新旧阈值之差小于等于1，则退出循环
    if abs(T - new_T) <= 1
        break;
    end
    
    T = new_T;
end

% 根据阈值进行分割
seg_img = gray_img > T;

% 显示原图和分割后图像
subplot(1, 2, 1);
imshow(img);
title('Original Image');
subplot(1, 2, 2);
imshow(seg_img);
title('Segmented Image');

在以上代码中，我们首先读入一张彩色图像，然后将其转为灰度图像。接着，我们初始化阈值为128，并迭代计算前景和背景的平均灰度值，更新阈值，直到新旧阈值之差小于等于1为止。最后，根据阈值进行分割，将像素灰度值大于阈值的设为前景，其余设为背景。最终，我们将原图和分割后图像显示出来，方便对比。