Ostu算法的Matlab源代码以及程序解析

ulppknot

源代码
tic
5 Y/ n! \9 d: h' k4 [# g6 x0 Y % function th=Otsu;
  a=imread('22.bmp');
' C& y4 @& U1 t' ]) F' r- C6 m  c=a;
   %imshow(a)
   count=imhist(a);%直方图
   [m,n]=size(a);
, t3 Z$ U. P1 |3 ^6 Q   N=m*n;
8 {! B% p' d, V6 I, }% [) p   L=256;
0 k0 r9 W/ K& U# K+ D* P) L   count=count/N;

for i=1: L%这两个循环是将两头不存在的灰度值去掉，提高运行速度
    if count(i)~=0
4 _& ?! R/ m; k$ f! t7 ^        st=i-1;
3 ~8 N7 Q1 P  R" g" n        break;
6 O" i- ^# f; L! [    end
end
+ ^5 C, k* L- e) H% Y  _for i=L:-1:1
    if count(i)~=0
5 V7 s% G7 Y% V4 D/ q9 ~        nd=i-1;
        break;
    end
end
f=count(st+1:nd+1);  %f是每个灰度出现的概率
p=st;   q=nd-st;
0 `# U6 C) {; J) f8 c" N' B( Tu=0;
5 i, i$ z' X' H& y' b/ N" Bfor i=1:q
& \+ ]/ \& p2 S% e% D9 M    u=u+f(i)*(p+i-1);  %u是像素的平均值
4 p+ |# Z, a/ i) J# ?9 V% N( _' \    ua(i)=u;           %ua（i）是前i个像素的平均灰度值
end;

$ {  ~% }( L2 I( B% s$ o' Vfor i=1:q
& V1 p* Q# {; Q3 X7 r- k    w(i)=sum(f(1:i));  %w（i）是前i个像素的累加概率？？
end;

& k1 n: e5 y3 T5 Q4 ^9 rd=(u*w-ua).^2./(w.*(1-w));
[y,tp]=max(d);  %可以取出数组的最大值及取最大值的点
th=tp+p;%这一句很重要

for i=1:m%二值化
7 {( |( y* l6 E. X    for j=1:n
' J7 B- }: ]( a9 m- v. g6 h1 M        if a(i,j)>th
" @. r. m' [  n            a(i,j)=0;
        else
& q4 W4 l6 v+ w2 D! Y            a(i,j)=255;
' c; \8 I5 ?4 B1 c, ~        end
    end
end
subplot(2,1,1),imshow(c);
subplot(2,1,2),imshow(a);
toc%tic，toc可以显示程序运行时间

$ Q0 n$ f- J% o- F9 O( S
* L0 \& [, `1 s$ p) w4 B

SsaaM7

Ostu算法的Matlab源代码以及程序解析