使用MATLAB中的Otsu方法進行數字影像二值化

---

在數字影像處理中，將彩色影像或灰度影像轉換為二值影像的過程稱為**影像二值化**。在二值影像中，影像畫素使用二進位制值（即0和1）表示，其中0表示黑色畫素，1表示白色畫素。

二值化是一種簡化影像分析的有效技術，它還有助於提取影像的重要特徵。

數字影像二值化過程

數字影像二值化的過程基於使用閾值來操縱原始影像的畫素以獲得二值影像。

在此過程中，畫素值高於閾值的影像畫素被設定為1（即白色），而畫素值低於閾值的畫素被設定為0（即黑色）。

數字影像二值化的目的

數字影像二值化可以有多種用途。下面介紹了二值化在數字影像處理中的一些常見用途：

• **影像分割** - 二值化根據指定的屬性將原始影像劃分為不同的區域，這使得影像分割過程更簡單。

• **目標檢測** - 二值化還可以簡化目標檢測和識別過程。

• **屬性提取** - 二值化也可以應用於數字影像以提取其屬性和特徵，例如模式、邊緣等。

• **影像壓縮** - 數字影像可以透過二值化輕鬆壓縮，因為對二值影像進行編碼比較容易。

• **光學字元識別** - 二值化將數字影像轉換為二值影像，可用於實現OCR演算法以光學識別字符。

數字影像二值化的閾值技術

根據數字影像的屬性和所需的輸出，以下是一些用於數字影像二值化的常見閾值技術：

• **全域性閾值** - 當對整個影像應用單個閾值以進行二值化時，這種閾值技術稱為全域性閾值。

• **自適應閾值** - 在這種閾值技術中，根據影像區域的區域性屬性對影像應用不同的閾值。

• **Otsu方法** - 這是一種閾值技術，其中自動確定最佳閾值以執行二值化。

在本文中，我們將討論使用MATLAB中的Otsu方法進行數字影像二值化。

使用Otsu方法進行數字影像二值化

在MATLAB中，使用Otsu方法進行數字影像二值化是一種影像處理技術，它可以自動計算最佳閾值。

MATLAB提供了一個內建函式“graythresh”來計算最佳閾值以執行數字影像的二值化。

下面解釋了使用MATLAB中的Otsu方法執行數字影像二值化的分步過程：

• **步驟（1）** - 讀取輸入影像。

• **步驟（2）** - 將輸入影像轉換為灰度影像。

• **步驟（3）** - 使用“graythresh”函式計算Otsu閾值。

• **步驟（4）** - 使用“imbinarize”函式執行影像二值化。

• **步驟（5）** - 顯示輸出二值影像。

因此，使用Otsu方法進行數字影像二值化是一個簡單的過程。

示例

現在，讓我們討論實現MATLAB程式以使用Otsu方法執行數字影像二值化的過程。

% Read the input image
img = imread('path_to_grayscale_image.jpg');

% Convert the input image to grayscale image
grayimg = rgb2gray(img);

% Calculate the Otsu threshold value
th = graythresh(grayimg);

% Perform the Binarization of the image using the threshold value
binaryimg = imbinarize(grayimg, th);

% Display the original image and the binarized image
figure;
subplot(1, 2, 1); imshow(img); title('Original Image');
subplot(1, 2, 2); imshow(binaryimg); title('Otsu Binarized Image');

輸出

程式碼解釋

在這個MATLAB程式中，我們首先使用“imread”函式讀取輸入數字影像並將其儲存在變數“img”中。然後，我們使用“rgb2gray”函式將RGB影像轉換為灰度影像並將其儲存在變數“grayimg”中。

接下來，我們使用“graythresh”函式計算Otsu閾值並將其儲存在變數“th”中。之後，我們使用此閾值“th”執行影像二值化，為此我們使用“imbinarize”函式。

最後，我們使用“imshow”函式並排顯示輸入數字影像和二值影像。

結論

在MATLAB中，我們可以使用內建函式“graythresh”來計算數字影像二值化的閾值。我們在本文的上述部分解釋了該概念。您可以使用您自己的影像嘗試上面給出的MATLAB程式碼，只需將“imread”函式中的影像地址替換為您影像的地址。