峰谷法 二值化 图像分割

峰谷法主要是在找谷底(Th),也就是阈值

先做道例题
画出灰度直方图,找到两个谷底Th1、Th2

用图片测试一下

clear
clc
f=imread('1.jpg');
f=rgb2gray(f);
[L,R]=size(f)
figure(1)
subplot(1,1,1);
imshow(f);
title('灰度图')for a=1:256gray_num(1,a)=0;
end
for i=1:Lfor j=1:Rk=f(i,j)+1;gray_num(1,k)=gray_num(1,k)+1;end
end
figure(2)
subplot(1,1,1);
plot(gray_num);
axis([0 256 0 9000])
title('灰度直方图')num=75; %阈值75
for i=1:Lfor j=1:Rif f(i,j)>=numg1(i,j)=1;elseg1(i,j)=0;endend
end
figure(3)
subplot(1,1,1);
imshow(g1);
title('阈值75')num=235; %阈值235
for i=1:Lfor j=1:Rif f(i,j)>=numg2(i,j)=1;elseg2(i,j)=0;endend
end
figure(4)
subplot(1,1,1);
imshow(g2);
title('阈值235')

谷底有两个,约75和235,我们两个都测试一下




从实验效果来说,峰谷法具有局限性,灰度直方图必须具有双峰性,当谷底不止一个时,效果也不尽相同

设图像为 f=[1 5 25 10 20 20] 谷峰法 二值化 图像分割相关推荐

  1. 【计算机视觉】-图像二值化 - 图像分割 -图像卷积

    图像卷积:利用2D卷积核去扫图像,主要是为了实现Blur,高斯滤波本质也是通过卷积来实现的,只不过他的卷积核内参数是符合高斯分布的. 图像二值化:图像二值化之后为黑白图像,相当于mask掩模,用于挖出 ...

  2. 【OpenCV 4开发详解】图像二值化

    本文首发于"小白学视觉"微信公众号,欢迎关注公众号 本文作者为小白,版权归人民邮电出版社发行所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4 ...

  3. 【医学图像处理】 2 灰度直方图、图像二值化(阈值分割)

    文章目录 1 灰度直方图 1.1 直方图理解 1.2 直方图计算 1.3 直方图均衡化 1.3.1 全局均衡化 1.3.2 自适应(局部)均值化 2 图像二值化(阈值分割) 2.1 二值化理解 2.2 ...

  4. 【图像处理】——图像的二值化操作及阈值化操作(固定阈值法(全局阈值法——大津法OTSU和三角法TRIANGLE)和自适应阈值法(局部阈值法——均值和高斯法))

    目录 一.二值化的概念(实际上就是一个阈值化操作) 1.概念: 2.实现方法 3.常用方法 二.阈值类型 1.常见阈值类型(主要有五种类型) (1)公式描述 (2)图表描述 2.两种特殊的阈值算法(O ...

  5. 数字图像处理:图像平均/加法_OPT小讲堂 ∣ SciSmart图像增强之二值化

    图像二值化(Image Binarization)简单理解就是通过适当的高低阈值将256个亮度等级的图像转换为二值图.本文中提及的二值图像均指灰度值为0(黑色)或255(白色)的图像. 在数字图像处理 ...

  6. OpenCV学习笔记(三)——图像像素(图像的最大(小)值、均值、标准差、比较运算、逻辑运算、图像二值化)

    目录 1 图像像素统计 1.1 图像像素的最大值和最小值 1.2 计算图像的均值和标准差 2 两图像间的像素操作 2.1 比较运算 2.2 逻辑运算 3 图像二值化 1 图像像素统计 数字图像可以用大 ...

  7. 图像预处理(二值化)

    图像预处理(二值化) 本文的实验是主要通过opencv与python3实现,相关的代码可以在GitHub中找到. 1. 图像获取与灰度化 通过摄像头获取到的图像为彩色的图像.彩色图像主要分为两种类型, ...

  8. 小白入门计算机视觉(二) : 图像基本处理----灰度图和二值化

    文章目录 解剖图像 图像处理基本原理 RGB模型 灰度 二值化 图像失真问题 从本节开始,我就要正式踏上小白的计算机视觉探索之路,先从图像基础学习吧 解剖图像 要学会图像处理首先就得知道图像的结构,平 ...

  9. 自适应阈值图像二值化

    一.二值化 关于二值化的介绍,以前的博客中有介绍,这里就不再描述了,二值化介绍:二值化分为固定阈值二值化和自适应阈值二值化,固定阈值二值化方式是我们常用的二值化方式,需要自己摸索一个经验阈值,不断调整 ...

最新文章

  1. Fastjson 1.2.68版本反序列化漏洞分析篇
  2. cas后端返回html直接跳转,CAS验证成功后不能跳转到登陆成功的主页面解决办法...
  3. redis源码剖析(十四)—— dump.rdb文件分析工具
  4. vue 移动端头像裁剪_使用vue-cropper裁剪正方形上传头像-阿里云开发者社区
  5. 计算机支持协同工作不是多媒体应用,计算机支持的协同工作概观.PDF
  6. 老男孩教育每日一题-2017-04-25:怎样产生一个子shell?
  7. MongoDB(五)-- 副本集(replica Set)
  8. Java 算法 一元一次方程
  9. 定了!苹果 10 亿美元收购英特尔调制解调器部门!
  10. Exchange 2010和Exchange 2016共存部署-5:向导安装EX16邮箱服务器
  11. 基于C#语言的程序调用
  12. 运维工程师面试题及答案(网络运维工程师面试题)
  13. Git 团队协作常用术语 WIP PTAL CC LGTM
  14. 最新详细VMware虚拟机下载与安装
  15. 小福利,运用scrapy爬虫框架高效爬取数据和存储数据
  16. 解决 “Authentication required. System policy prevents WiFi scans“ 的问题
  17. 华东院进入华为智慧战略 其他院怎么办
  18. 开源在线客服系统源码(支持PC/H5/公众号/小程序)基于golang的网页在线客服系统...
  19. 与【孤尽】老师交流总结
  20. python cookie动态请求_Python请求自动处理cookie

热门文章

  1. Oracle数据库图书管理系统的课程设计
  2. hadoop离线阶段(第二十三节)oozie简介、安装和使用及oozie与hue的整合
  3. Cesium矢量编辑绘图(新)
  4. android开发-仿乐桌面四叶草
  5. 对pair元素进行排序
  6. 刺激战场S6新赛季灵敏度终于来啦:最强教程手把手教你调
  7. 安装batocera-linux教程_Batocera.linux系统下载|Batocera.linux(复古游戏系统) V5.25官方版...
  8. 软件验收管理工作内容
  9. 相机标定和ORBSLAM2/VINS测试
  10. SQL语言---视图操作