基于MATLAB实现的Otsu自适应图像二值化系统

资 源 简 介

本项目在MATLAB中实现经典的Otsu图像分割算法，通过遍历灰度级最大化类间方差，自动确定最优阈值，将灰度图像高效转换为二值图像，适用于背景与前景的精准分离。

详 情 说 明

基于Otsu阈值分割算法的图像二值化系统

项目介绍

本项目实现经典的Otsu（大津法）图像分割算法。该算法通过分析图像的灰度直方图，遍历所有可能的灰度级，计算类间方差并寻找其最大值，从而自动确定最优分割阈值。最终将输入的灰度图像转换为二值图像，实现前景与背景的有效分离。该方法适用于需要自动化图像分割的各种应用场景。

功能特性

• 自动阈值计算：无需人工设定阈值，算法自动寻找最优分割点
• 类间方差最大化：基于统计学原理，确保前景与背景的区分度最大
• 可视化展示：可选显示灰度直方图与阈值位置，便于理解分割过程
• 高效处理：算法时间复杂度低，适合处理常规尺寸的灰度图像

使用方法

1. 准备输入图像（单通道灰度图像，uint8类型）
2. 运行主程序，系统将自动完成以下处理：

- 计算图像灰度直方图 - 遍历所有灰度级计算类间方差 - 确定使类间方差最大的最优阈值 - 根据阈值生成二值化图像

1. 获取输出结果：

- 二值化图像（逻辑矩阵，前景为1，背景为0） - 最优分割阈值（标量数值） - 可选的可视化结果（直方图与阈值标记）

系统要求

• MATLAB R2016b或更高版本
• Image Processing Toolbox（图像处理工具箱）
• 支持的标准灰度图像格式（如.jpg、.png、.bmp等）

文件说明

主程序文件封装了完整的Otsu算法实现流程，具体包含以下核心功能：图像读取与验证、灰度直方图统计、类间方差计算与最优化阈值搜寻、图像二值化处理、结果可视化展示以及输出数据的生成与返回。该文件作为系统的入口点，集成了算法各模块的协调调用。