基于matlab的图像二值化

1 原理

        图像二值化的原理是将彩色或灰度图像转换为只包含两种颜色（通常是黑色和白色）的二值图像的过程。其关键是通过设定一个阈值，将图像中的像素点的灰度值与阈值进行比较，根据比较结果将像素点设置为白色或黑色。步骤如下：

1. 选择阈值：首先，选择一个合适的阈值。这个阈值可以是固定的，也可以是基于图像的灰度直方图或统计分析得出的动态阈值。
2. 灰度值比较：然后，遍历图像的每个像素点，将其灰度值与设定的阈值进行比较。
3. 设置颜色：
   • 如果像素点的灰度值大于阈值，则将该像素点设置为白色（通常用最大灰度值表示，如255）。
   • 如果像素点的灰度值小于或等于阈值，则将该像素点设置为黑色（通常用最小灰度值表示，如0）。
4. 完成二值化：继续遍历所有像素点，直到处理完整个图像，从而完成二值化过程。

        图像二值化是一种简单而有效的图像处理技术，通过设定阈值和灰度值比较，将原始灰度图像转换为黑白二值图像，从而便于后续的目标识别、特征提取等处理。在实际应用中，阈值的选择对二值化效果至关重要，需要根据具体任务和数据特点进行合理设定。

2 代码

%% 二值化
figure;
I2 = imread('test.jpg');  
if size(I2, 3) == 3  I2 = rgb2gray(I2);  
end  % 显示原始图像  
subplot(1,2,1);imshow(I2);  % 使用graythresh函数计算灰度阈值  
level = graythresh(I2);  
BW = im2bw(I2, level);  % 显示二值化后的图像  
subplot(1,2,2);imshow(BW);  

3 运行结果