基于MATLAB的灰度图像自动阈值分割系统

资 源 简 介

本项目利用MATLAB实现了基于最大类间方差法（Otsu算法）的灰度图像自动阈值分割。系统通过遍历所有可能阈值，计算类间方差并选择最优分割点，适用于图像处理与分析任务。

详 情 说 明

基于最大类间方差法的灰度图像自动阈值分割系统

项目介绍

本项目实现灰度图像的自动阈值分割功能，采用最大类间方差法（Otsu算法）寻找最优分割阈值。系统遍历灰度级1到L的所有可能阈值k，计算每个阈值对应的类间方差，最终选择使类间方差最大的阈值作为最佳分割点。该算法能够自适应地确定图像分割的最佳阈值，无需人工干预，适用于各种灰度图像的自动分割需求。

功能特性

• 自适应阈值计算：自动计算图像最优分割阈值，无需人工设定
• 完整图像处理流程：从灰度图像输入到二值图像输出的完整处理链
• 可视化分析：提供类间方差随阈值变化曲线，直观展示阈值选择过程
• 高效算法实现：基于图像灰度直方图统计，优化计算效率
• 标准化输出：提供阈值、方差值和分割图像等多维度结果

使用方法

1. 准备输入数据：确保输入为uint8类型的灰度图像矩阵（取值范围0-255）
2. 设置参数：指定图像尺寸（行数×列数）和灰度级范围L（默认为256级）
3. 执行分割：运行主程序进行自动阈值计算和图像分割
4. 获取输出结果：

- 最优分割阈值k（整数值） - 最大类间方差值（双精度浮点数） - 分割后的二值图像矩阵（逻辑类型） - 类间方差随阈值变化曲线图

系统要求

• MATLAB R2018b或更高版本
• Image Processing Toolbox（图像处理工具箱）
• 支持常见图像格式的读写操作

文件说明

主程序文件实现了系统的核心处理逻辑，包含灰度图像直方图统计、类间方差计算、最优阈值搜索算法以及结果可视化功能。该文件负责整合图像处理全流程，从数据输入到结果输出的完整计算，并生成分割后的二值图像和阈值选择分析图表。