AdaptThresh.

使用当地一阶统计数据的自适应图像阈值

页面上倒塌

句法

T = adaptthresh(我)

T = adaptthresh(灵敏度)

T = adaptthresh (___、名称、值)

描述

T.= AdaptThresh（一世）计算2-D灰度图像或3-D灰度音量的本地自适应阈值一世．这AdaptThresh.功能选择基于每个像素附近的局部平均强度（一阶统计）的阈值。门槛T.可以与之使用imbinarize函数将灰度图像转换为二值图像。

例子

T.= AdaptThresh（一世那灵敏度）计算具有由指定的灵敏度因子的本地自适应阈值灵敏度．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（___那名称，价值）使用名称值对计算本地自适应阈值以控制阈值处理的方面。

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.确定二值化操作中使用的阈值。

T = adaptthresh(I, 0.4);

将图像转换为二进制图像，指定阈值。

BW = imbinarize (T);

使用二进制版本，并排显示原始图像。

图imshowpair (BW,我'剪辑'）

图包含轴。轴包含类型图像的对象。

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本地阈值图像。这代表了平均背景照明的估计。

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

图包含轴。轴包含类型图像的对象。

使用本地自适应阈值二进制化图像

BW = imbinarize (T);图imshow (BW)

图包含轴。轴包含类型图像的对象。

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。

加载马士克;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interp.

图包含轴。轴包含3个类型表面的物体。

计算阈值。

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

显示阈值。

图切片（双（j），尺寸（j，2）/ 2，尺寸（j，1）/ 2，尺寸（j，3）/ 2）colormap灰色的阴影interp.

图包含轴。轴包含3个类型表面的物体。

输入参数

全部折叠

`一世`-灰度图像或卷
2-D数字矩阵|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s或南S，行为AdaptThresh.是未定义的。传播的正s或南S可能不会本地化到周围的邻居正或南像素。

数据类型：单身的|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

确定哪些像素被指定为前景像素，指定为范围的数字[0,1]。高灵敏度值导致将更多像素阈值为前景，以包括一些背景像素的风险。

数据类型：单身的|双|INT8.|int16|int32|int64|uint8.|uint16|UINT32.|UINT64

名称-值对的观点

指定可选的逗号分离对名称，价值参数。姓名是参数名称和价值为对应值。姓名必须出现在引号内。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（I，0.4，'前景源性'，'黑暗'）;

`'邻里'`-用于计算每个像素周围的局部统计的邻居的大小
`2 *地板(大小(I) / 16) + 1`（默认）|正奇数整数|正奇形整数的2个元素矢量

用于计算每个像素周围的本地统计的邻域的大小，指定为正奇数整数或正奇形整数的2元元矢量。

数据类型：单身的|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”`

确定哪些像素被视为前景像素，使用以下之一指定：

价值	意义
`“光明”`	前景比背景更亮。
`“黑暗”`	前景比背景暗

数据类型：字符|细绳

`'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本地阈值的统计，指定为以下之一：

价值	意义
`“的意思是”`	邻域的局部平均强度。这种技术也称为布拉德利的方法［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'`	高斯加权在附近的意思。

数据类型：字符|细绳

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，作为与输入图像或卷相同大小的数字矩阵或数字阵列，一世．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．卷。12,2,2,2,2,2,2,2,7.13-21。

扩展能力

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(需要马铃薯^®编码器™）。请注意，如果您选择通用MATLAB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，请参见使用共享库的代码生成．
这前景源性和统计参数必须是编译时间常量。