主要内容

imbinarize

Binarize二维灰度图像或三维体积的阈值

描述

例子

BW= imbinarize ()从2 d或3 d创建一个二进制图像灰度图像通过替换所有值高于全球确定阈值1年代和设置所有其他值0年代。默认情况下,imbinarize采用大津法,选择阈值阈值的组合方差最小化黑白像素[1]imbinarize使用256 -本图像直方图计算大津阈值。使用不同的柱状图,请参阅otsuthresh

例子

BW= imbinarize (,方法)创建一个二进制图像从图像使用指定的阈值方法方法:“全球”“自适应”

BW= imbinarize (,T)创建一个二进制图像从图像使用阈值TT可以是一个全球形象阈值,指定为一个标量亮度值,或局部自适应阈值,指定为一个矩阵的亮度值。

例子

BW= imbinarize (“自适应”,名称,值)创建一个二进制图像从图像使用自适应阈值的名称-值对控制方面。

例子

全部折叠

灰度图像读入工作区。

我= imread (“coins.png”);

将图像转换成一个二进制图像。

BW = imbinarize(我);

旁边显示原始图像的二进制版本。

图imshowpair (BW,我“蒙太奇”)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

灰度图像读入工作区。

我= imread (“rice.png”);

将灰度图像转换成二进制图像。

BW = imbinarize(我“自适应”);

显示原始图像在二进制版本。

图imshowpair (BW,我“蒙太奇”)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

读一个灰度图像到工作区中显示它。

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

图包含一个坐标轴对象。标题为原始图像的坐标轴对象包含一个类型的对象的形象。

使用自适应阈值将图像转换成一个二进制图像。使用ForegroundPolarity参数表明前景颜色比背景。

BW = imbinarize(我“自适应”,“ForegroundPolarity”,“黑暗”,“敏感”,0.4);

显示图像的二进制版本。

图imshow (BW)标题(“图像的二进制版本”)

图包含一个坐标轴对象。坐标轴对象标题二进制版本的图像包含一个类型的对象的形象。

三维灰度强度数据装载到工作区。

负载mristack;V = mristack;

查看三维体积。

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

图包含一个坐标轴对象。坐标轴对象包含3个类型的对象的表面。

体积体积强度转换成3 d二进制。

J = imbinarize (V);

查看三维二进制体积。

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

图包含一个坐标轴对象。坐标轴对象包含3个类型的对象的表面。

输入参数

全部折叠

输入图像,指定为一个二维灰度图像或三维灰度体积。imbinarize预计像素值的数据类型在区间[0,1]。您可以使用重新调节函数来调整像素值预期的范围内。

请注意

imbinarize解释一个RGB图像作为体积灰度图像,不单独binarize每个通道。产生一个二进制图像从RGB图像,首先将图像转换为灰度图像使用im2gray

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

方法用于binarize形象,指定为以下值之一。

意义

“全球”

计算全球形象使用大津阈值的方法。看到graythresh关于大津的更多信息的方法。

“自适应”

计算局部自适应图像阈值选择使用本地图像一阶统计每个像素左右。看到adaptthresh获取详细信息。如果图像包含年代或年代,的行为imbinarize“自适应”方法定义。传播的年代或年代可能不是局部周围的邻居像素。

数据类型:字符|字符串

亮度阈值,指定为一个数字标量或数值数组中的值区间[0,1]。

  • 如果T是一个数字标量呢imbinarize解释T作为一个全球图像阈值。使用graythreshotsuthresh计算全球形象的阈值。

  • 如果T是一个数值数组,然后呢imbinarize解释T作为一个局部自适应阈值。使用adaptthresh来计算局部自适应阈值。

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

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

例子:BW = imbinarize(我,“适应性”,敏感性= 0.4);

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:BW = imbinarize(我,“自适应”、“敏感性”,0.4);

自适应阈值的敏感性因素,指定为一个数字在区间[0,1]。高灵敏度的值会导致阈值更多的像素作为前景,包括一些风险的背景像素。

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

确定哪些像素被认为是前景像素自适应阈值,指定为以下值之一。

价值

意义

“光明”

比背景前景是光明的。

“黑暗”

前台的颜色比背景

数据类型:字符|字符串

输出参数

全部折叠

输出二进制图像,作为逻辑矩阵或逻辑数组返回相同的大小

数据类型:逻辑

提示

  • 产生一个二进制图像从一个索引图像,首先将图像转换为灰度图像使用ind2gray

算法

“自适应”使用局部自适应阈值方法binarizes形象。imbinarize计算每个像素的阈值使用地方平均强度在附近的像素。这种技术也叫布拉德利的方法[2]。的“自适应”方法还使用了一个社区的大小约相当于图像(计算的大小2 *地板(大小(I) / 16) + 1)。使用不同的一级地方统计或不同的邻域大小,明白了adaptthresh

引用

[1]首先,N。,"A Threshold Selection Method from Gray-Level Histograms."IEEE系统,人,控制论。1号卷。9日,1979年,页62 - 66。

[2]布拉德利,D。,G. Roth, "Adapting Thresholding Using the Integral Image,"《图形工具。2号卷。12日,2007年,pp.13-21。

扩展功能

版本历史

介绍了R2016a