MATLAB实现基于二维Otsu法的自适应图像阈值分割系统

资 源 简 介

本项目采用MATLAB实现了二维Otsu阈值分割算法，通过像素灰度值及其邻域均值构建二维直方图，自动计算最优分割阈值，完成图像自适应二值化处理。支持图像预处理，并可视化展示原始图像、分割结果及二维直方图分布，提升图像分割的准确性和可视化分析能力。

详 情 说 明

基于二维Otsu法的自适应图像阈值分割系统

项目介绍

本项目实现了一种基于二维Otsu法的自适应图像阈值分割系统。传统一维Otsu方法仅考虑像素灰度信息，而本系统通过构建像素灰度值及其邻域均值的二维直方图，采用类间方差最大化准则寻找最优阈值对，显著提升了在噪声干扰和复杂背景下的分割鲁棒性。系统集成了完整的图像处理流程，包括预处理、阈值分割、后处理以及定量评估，为图像分析提供可靠的技术支持。

功能特性

• 二维Otsu阈值分割：利用像素灰度与邻域均值构建二维直方图，实现更优的分割阈值选择
• 自适应二值化处理：自动计算最佳阈值对，无需人工干预即可完成图像分割
• 可视化分析：同步显示原始图像、分割结果和二维直方图分布，直观展示分割效果
• 预处理与后处理：支持图像去噪、对比度增强等预处理操作，以及形态学开闭运算等后处理优化
• 定量性能评估：提供分割准确率、类间方差值和运行时间等多维度评估指标

使用方法

1. 准备输入图像：确保待处理图像为灰度图或可自动转换为灰度的标准格式（jpg/png/bmp等）
2. 设置处理参数：

- 指定邻域窗口大小（默认3×3） - 选择是否启用预处理（推荐用于噪声图像） - 配置后处理方法（如形态学操作选项）

1. 执行分割算法：系统将自动计算最优阈值并生成二值分割结果
2. 查看输出结果：

- 获取二值分割图像（logical矩阵） - 查看最优阈值对(𝑇_𝑔𝑟𝑎𝑦, 𝑇_𝑚𝑒𝑎𝑛) - 分析分割性能指标（类间方差、准确率、耗时） - 观察可视化三联图（原图/结果/直方图）

系统要求

• 软件环境：MATLAB R2018b或更高版本
• 必要工具包：Image Processing Toolbox
• 硬件配置：至少4GB内存，支持标准图像处理运算

文件说明

主程序文件完整实现了二维Otsu阈值分割的核心算法流程，具体包含图像数据读取与格式验证、可配置参数解析、二维直方图构建与概率分布计算、基于类间方差最大化的最优阈值搜索、图像二值化分割操作、预处理与后处理功能集成、分割效果定量评估指标计算，以及结果可视化展示模块。该文件作为系统的统一入口，协调各功能模块有序执行并输出完整的分割分析结果。