图像二值化——新的R2016a函数

发布的史蒂夫·埃丁,2016年5月16日

(30天)| 27日视图0喜欢|3评论

在我09 - 2016年5月,职位,我描述了图像处理工具箱的功能im2bw和graythresh在产品中,很长一段时间。我还发现了一些弱点在功能设计:

所有的这些原因,二值化的图像处理工具箱的开发进行了重新设计R2016a释放功能。功能设计是不同的和已经扩展的功能。我们现在鼓励使用一个新家庭的功能:

使用一个自动计算阈值的二值化是现在更简单。而不是两个函数调用,im2bw(我graythresh(我))你可以用一个,imbinarize(我)。

我= imread (“cameraman.tif”);imshow(我)包含(摄影师图片由麻省理工学院的)

bw = imbinarize(我);imshowpair (bw,我“蒙太奇”)

除了全局阈值,imbinarize也可以做局部自适应阈值。这里有一个例子使用图像和温和的光照梯度从上到下。

我= imread (“rice.png”);bw = imbinarize(我);imshowpair (bw,我“蒙太奇”)标题(“原始和全局阈值”)

你可以看到底部的米粒图像的不完全分割,因为他们是在一个黑暗部分的图像。现在切换到一个自适应的阈值。

bw = imbinarize(我“自适应”);imshowpair (bw,我“蒙太奇”)标题(“原来和自适应阈值”)

这是一个更极端的例子非均匀照明。

我= imread (“printedtext.png”);imshow (I)标题(原始图像的)

bw = imbinarize(我);imshow (bw)标题(“全球阈值”)

让我们看看如何使用一种自适应阈值可以改善结果。但跳进去之前,注意到这张照片的前景像素比背景深,这是相反的米粒上图。自适应方法更好的如果它知道寻找前景像素比背景颜色更浅或者更深。可选参数“ForegroundPolarity”允许指定。

bw = imbinarize(我“自适应”,“ForegroundPolarity”,“黑暗”);imshow (bw)标题(自适应阈值的)

的新功能otsuthresh和adaptthresh对于那些想要更细粒度的控制全球和自适应阈值算法基础的行为吗imbinarize。下次我将谈论他们。

发表与MATLAB®R2016a

留下你的评论,请点击在这里MathWorks账户登录或创建一个新的。

史蒂夫与MATLAB图像处理
图像处理的概念、算法和MATLAB