[MySQL] 【图像分割】基于贝叶斯算法阙值图像分割matlab代码

%基于贝叶斯分类算法的图像阈值分割

clear

clc;

Init = imread('SLR.bmp');

Im=rgb2gray(Init);

subplot(131),imhist(Im),title('直方图')

subplot(132),imshow(Im)

title('原始图像')

[x,y]=size(Im);          % 求出图象大小

b=double(Im);

zd=double(max(Im))          % 求出图象中最大的灰度

zx=double(min(Im))        % 最小的灰度

T=double((zd+zx))/2;           % T赋初值，为最大值和最小值的平均值

count=double(0);             % 记录几次循环

while 1           % 迭代最佳阈值分割算法

count=count+1;

S0=0.0; n0=0.0;           %为计算灰度大于阈值的元素的灰度总值、个数赋值

S1=0.0; n1=0.0;           %为计算灰度小于阈值的元素的灰度总值、个数赋值

for i=1:x

for j=1:y

if double(Im(i,j))>=T

S1=S1+double(Im(i,j));  %大于阈域值图像点灰度值累加

n1=n1+1;        %大于阈域值图像点个数累加

else

S0=S0+double(Im(i,j));  %小于阈域值图像点灰度值累加

n0=n0+1;        %小于阀域值图像点个数累加

end

end

end

T0=S0/n0; %求小于阀域值均值

T1=S1/n1; %求大于阀域值均值

if abs(T-((T0+T1)/2))<0.1   %迭代至 前后两次阀域值相差几乎为0时 停止迭代。

break;

else

T=(T0+T1)/2;         %在阈值T下，迭代阈值的计算过程

end

end

count                %显示运行次数

i1=im2bw(Im,T/255);         % 图像在最佳阈值下二值化

subplot(133),imshow(i1)

title('实验结果')