通过 Otsu 阈值对图像进行分割，该方法（OTSU(I,N)）利用 Otsu 的 N 阈值策略，将图像 I 分割成 N 个区域。
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
IDX 被计算得出，通过 Otsu 的 N 阈值方法，将图像 I 细分为 N 个不同的类别。 该算法返回一个数组 IDX，其中每个元素代表图像中每个像素所属的集群索引，该索引范围从 1 到 N。 当使用 OTSU(I) 时，默认情况下仅划分两个类 (N=2)。 此外，`[IDX, sep]` 的调用还会返回一个介于 [0, 1] 之间的可分离性标准的值 (sep)。 值得注意的是，如果数据集的大小小于 N 值，则可分离性标准的值会为零；而当 N 值数组的大小等于数据集时，可分离性标准的值会达到最佳值 (即值为 1)。 若输入图像 I 是 RGB 图像，则首先会对红、绿、蓝三个通道分别执行 Karhunen-Loeve 变换。随后，针对包含大部分图像能量的各个组成部分进行分割操作。例如：
--------- 加载小丑子图（221）
X = ind2gray(X,map);
显示(X) （标题为“原始”，字体为粗体）
对于 n 从 2 到 4：
IDX = otsu(X,n);
子图（2,2,n） imagesc(
全部评论 (0)
还没有任何评论哟~
