自动选择阈值--最大类间方差法（OTSU）原理及matlab实现

article/2025/8/7 19:22:14

原理

基本思想：
把一幅图像分成两部分C0,C1.使前景和背景与平均灰度的差别最大。这种差异用方差sigmaB表示。
所以目标就是求最大方差sigmaB对应的阈值T。
这里写图片描述

matlab代码

clc
clear  
x=imread('rice.png');   a=x;subplot(211);  imshow(a,[]);  %[count x]=imhist(a);   [m,n]=size(a);   N=m*n;   L=256;   for i=1:L  count(i)=length(find(a==(i-1)));  f(i)=count(i)/(N);  %每个灰度对应的概率，i=1,对应灰度值为0（i-1）
end  for i=1:L   if count(i)~=0   st=i-1;   %开始的灰度值break;   end   
end   
for i=L:-1:1   if count(i)~=0   nd=i-1;   %结束的灰度值break;   end   
end   p=st;   q=nd-st+1;   
u=0;   
for i=1:q   u=u+f(p+i)*(p+i-1);  %u是像素的平均值    ua(i)=u;           %ua（i）是前i+p个像素的平均灰度值  (前p个无取值) 
end;   for i=1:q   w(i)=sum(f(1+p:i+p));  %w（i）是前i个像素的累加概率,对应公式中P0 
end;   w=w+eps;  %对照sigmaB的公式写出目标函数。实际是遍历所有值
d=(w./(1-w)).*(ua./w-u).^2;
[y,tp]=max(d);  %可以取出数组的最大值及取最大值的点   
th=tp+p;  subplot(212);  
imshow(im2bw(a,th/255),[]);  title('自己的最大类间方差');subplot(211);  
imshow(im2bw(x,graythresh(x)),[]);  title('matlab自带');