adaptthresh

基于局部一阶统计量的自适应图像阈值

折叠所有页面

语法

T = adaptthresh(我)

T = adaptthresh(灵敏度)

T = adaptthresh (＿＿＿、名称、值)

描述

T= adaptthresh (我）对二维灰度图像或三维灰度体积计算局部自适应阈值我．的adaptthresh函数根据每个像素附近的局部均值强度(一阶统计量)选择阈值。阈值T可以与imbinarize函数将灰度图像转换为二值图像。

例子

T= adaptthresh (我，灵敏度）计算灵敏度因子为的局部自适应阈值灵敏度．灵敏度是在[0,1]范围内的标量，表示对阈值化更多像素作为前景的敏感性。

例子

T= adaptthresh (＿＿＿，名称,值）使用名称-值对计算一个局部自适应阈值，以控制阈值的各个方面。

例子

全部折叠

从黑暗的背景中寻找阈值并分割明亮的米粒

打开生活的脚本

将图像读入工作区。

我= imread (“rice.png”）;

使用adaptthresh确定在二值化操作中使用的阈值。

T = adaptthresh(I, 0.4);

将图像转换为二值图像，指定阈值。

BW = imbinarize (T);

显示原始图像与二进制版本，并排。

图imshowpair (BW,我“蒙太奇”）

图中包含一个轴对象。axis对象包含一个image类型的对象。

找到阈值，并从明亮的背景分割黑色文本

打开生活的脚本

将图像读入工作区。

我= imread (“printedtext.png”）;

使用adaptthresh计算自适应阈值并显示局部阈值图像。这表示平均背景光照的估计。

T = adaptthresh(我,0.4,“ForegroundPolarity”，“黑暗”）;图imshow (T)

图中包含一个轴对象。axis对象包含一个image类型的对象。

利用局部自适应阈值对图像进行二值化

BW = imbinarize (T);图imshow (BW)

图中包含一个轴对象。axis对象包含一个image类型的对象。

计算三维体积的阈值

打开生活的脚本

将3-D体积加载到工作区中。

负载mristack；V = mristack;

显示数据。

图片(双(V)、大小(V, 2) / 2,大小(V, 1) / 2,大小(V, 3) / 2) colormap灰色的阴影插值函数

图中包含一个轴对象。axis对象包含3个类型为surface的对象。

计算阈值。

J = adaptthresh (V,“马嘶声”(3 3 3),“前”，“光明”）;

显示的阈值。

图片(双(J),大小(J, 2) / 2,大小(J - 1) / 2,大小(J, 3) / 2) colormap灰色的阴影插值函数

图中包含一个轴对象。axis对象包含3个类型为surface的对象。

输入参数

全部折叠

`我`- - - - - -灰度图像或体积
二维数值矩阵|三维数值数组

灰度图像或体积，指定为二维数字矩阵或三维数字数组。

如果图像包含正年代或南S，行为adaptthresh是未定义的。传播的正年代或南S可能不局限于周围的邻域正或南像素。

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

`灵敏度`- - - - - -确定哪些像素被阈值为前景像素
`0．5`(默认)|在[0,1]范围内的数字

确定哪些像素的阈值为前景像素，指定为范围[0,1]中的一个数字。高灵敏度值导致阈值更多的像素作为前景，在包括一些背景像素的风险。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:T = adaptthresh(我,0.4,“ForegroundPolarity”,“黑暗”);

`NeighborhoodSize`- - - - - -用于计算每个像素附近的局部统计量的邻域大小
`2 *地板(大小(I) / 16) + 1`(默认)|积极的奇数|正奇整数的2元向量

用于计算每个像素周围的局部统计量的邻域大小，指定为正奇数或正奇数的2元素向量。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`ForegroundPolarity`- - - - - -确定哪些像素被认为是前景像素
`“光明”`(默认)|`“黑暗”`

确定哪些像素被认为是前景像素，使用以下方法之一指定:

价值	意义
`“光明”`	前景比背景亮。
`“黑暗”`	前景比背景暗

数据类型:字符|字符串

`统计`- - - - - -用于计算本地阈值的统计信息
`“的意思是”`(默认)|`“中值”`|`“高斯”`

用于计算每个像素的局部阈值的统计量，指定为:

价值	意义
`“的意思是”`	附近地区的平均强度。这种技术也被称为布拉德利法［1］．
`“中值”`	这附近的中间地带。这个统计的计算可能很慢。考虑使用较小的邻域大小来获得更快的结果。
`“高斯”`	邻域的高斯加权均值。

数据类型:字符|字符串

输出参数

全部折叠

`T`-归一化强度值
数字矩阵|数字数组

归一化强度值，作为与输入图像或体积大小相同的数字矩阵或数字数组返回，我．值被归一化到范围[0,1]。

数据类型:双

参考文献

［1］布拉德利，D.， G.罗斯，《利用整体图像适应阈值法》，图形工具杂志．中国矿业大学学报(自然科学版)，2007年第12卷第2期，第13 - 21页。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用注意事项及限制:

adaptthresh金宝app支持C代码的生成(需要MATLAB^®编码器™）.请注意，如果您选择genericMATLAB主机目标平台,adaptthresh生成使用预编译的、特定于平台的共享库的代码。使用共享库可以保持性能优化，但限制了可以为其生成代码的目标平台。有关更多信息，请参见图像处理工具箱中的代码生成支持类型金宝app．
的ForegroundPolarity和统计参数必须是编译时常量。