基于MATLAB的改进Otsu自动阈值分割算法实现

资 源 简 介

本项目在MATLAB中实现了基于二维属性直方图的Otsu自动阈值分割算法，通过优化传统方法提升图像分割精度。系统能够自动计算最优阈值，适用于灰度图像的目标与背景分离。

详 情 说 明

基于二维属性直方图的Otsu自动阈值分割算法研究与应用

项目介绍

本项目实现了一种改进的Otsu自动阈值分割方法，通过引入灰度级-邻域均值二维属性直方图概念，有效提升了传统一维Otsu阈值分割算法的性能。该算法能够在复杂的图像场景下更准确地分离目标与背景，特别适用于处理噪声干扰和灰度分布不均的图像。

功能特性

• 二维属性直方图构建：基于灰度级和邻域均值构建二维直方图，增强特征表达能力
• 改进Otsu算法实现：在二维直方图空间应用最大类间方差法，提高分割精度
• 自适应阈值计算：采用二维搜索技术自动确定最优分割阈值
• 分析与可视化：提供分割结果、二维直方图可视化及性能指标分析
• 灵活参数配置：支持自定义邻域窗口大小和图像预处理选项

使用方法

1. 准备输入图像：准备待分割的灰度图像（支持JPG、PNG、BMP等格式）
2. 设置参数：可选的邻域窗口大小（默认3×3）和预处理选项
3. 运行算法：执行主程序开始分割处理
4. 获取结果：程序输出包括：

- 分割后的二值图像 - 最优阈值数值 - 二维属性直方图可视化 - 性能评估指标（类间方差、分割精度等） - 算法运行时间统计

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox
• 支持常见图像格式的读写功能

文件说明

主程序文件作为项目的核心入口，集成了完整的图像分割处理流程，主要功能包括：图像数据读取与预处理、二维属性直方图的构建与计算、改进Otsu算法在二维空间的最优阈值搜索、分割结果生成与可视化输出，以及分割性能的综合评估与指标计算。该文件通过模块化设计实现了从输入到输出的全自动处理链。