MATLAB |软件开发工具使用阈值将灰度图像转换为二进制图像

阈值处理是最简单的图像分割方法，也是将灰度图像转换为二进制图像的最常用方法。

在阈值化过程中，我们选择一个阈值，然后将所有低于所选阈值的灰度值归为0(黑色即背景)，并将所有等于或大于阈值的灰度值归为1。 (白色即前景)。

此处，g(x，y)表示(x，y)处的阈值图像像素，f(x，y)表示(x，y)处的灰度图像像素。

算法：

1. 将目标图像读取到MATLAB环境中。
2. 如果读取的图像是RGB图像，则将其转换为灰度图像。
3. 计算阈值T
4. 创建一个具有与原始图像数组相同的行数和列数的新图像数组(例如“ binary”)，其中所有元素都为0(零)。
5. 如果(i，j)处的灰度像素大于或等于阈值T，则将1分配给binary(i，j)；否则将0分配给binary(i，j)。
   对所有灰度像素执行相同的操作。

下面是上述算法的实现：

% Following MATLAB function will take a grayscale 
% or an RGB image as input and will return a
% binary image as output 
   
function [binary] = convert2binary(img) 
   
     [x, y, z]=size(img);
   
     % if Read Image is an RGB Image then convert 
     % it to a Gray Scale Image For an RGB image 
     % the value of z will be 3 and for a Grayscale
     % Image the value of z will be 1
   
    if z==3
         img=rgb2gray(img);
    end
   
    % change the class of image 
    % array from 'unit8' to 'double'
    img=double(img);
   
    % Calculate sum of all the gray level
    % pixel's value of the GraySacle Image
    sum=0;
    for i=1:x
         for j=1:y
        sum=sum+img(i, j);
     end
     end
   
    % Calculate Threshold value by dividing the 
    % calculated sum by total number of pixels 
    % total number of pixels = rows*columns (i.e x*y) 
    threshold=sum/(x*y);
    
    % Create a image array having same number
    % of rows and column as Original image
    % with all elements as 0 (Zero).
    binary=zeros(x, y);
   
    % iterate over all the pixels of Grayscale 
    % Image and Assign 1 to binary(i, j), if gray
    % level value is >=  threshold value     
    % else assign 0 to binary(i, j) .
   
    for i=1:x
     for j=1:y
        if img(i, j) >= threshold
                binary(i, j) = 1;
        else
            binary(i, j)=0;
        end
     end
    end
end
   
   
% driver function 
   
% Read the target Image
img=imread('apple.png');
   
% Call convert2binary() function to convert
% Image to binary using thresholding
binary_image=convert2binary(img);
   
% Display result
imshow(binary_image);

输入：

输出：

阈值化的优点：

• 这种方法易于理解且易于实现。
• 它将灰度图像转换为二进制图像。
• 生成的二进制图像易于分析。

阈值的缺点：

• 我们仅考虑阈值处理的图像强度，而不考虑像素之间的任何关系。因此，通过阈值处理识别的像素可能不是连续的。
• 在进行阈值处理时，我们可以轻松地包含不属于所需区域的多余像素，并且可以轻松地错过属于所需区域的像素。
• 它还对图像中的噪点非常敏感。阈值处理的结果随着噪声的变差而变差。