基于OTSU算法的MATLAB图像自适应阈值分割工具

资 源 简 介

本MATLAB项目实现了经典的最大类间方差法（OTSU），能够自动计算灰度图像的最佳分割阈值。通过分析图像直方图，最大化前景与背景的类间方差，实现精准二值化处理。支持标准灰度图像输入，并可视化显示原始图像与分割结果。

详 情 说 明

基于最大类间方差法(OTSU)的自适应灰度图像阈值分割程序

项目介绍

本项目实现经典的最大类间方差法（OTSU）算法，用于灰度图像的自动阈值分割。该算法通过分析图像的灰度直方图，计算每个可能阈值对应的前景与背景两类像素的类间方差，寻找使类间方差最大化的最佳分割阈值，从而实现对灰度图像的自适应二值化处理。该方法能够有效区分图像中的目标与背景，是图像处理与计算机视觉领域常用的自动阈值分割技术。

功能特性

• 自动阈值计算：基于OTSU算法自动计算图像的最佳分割阈值，无需手动设定
• 图像二值化：根据计算得到的最佳阈值，将灰度图像转换为二值图像
• 可视化展示：支持显示原始图像、灰度直方图（含阈值标记）及二值化结果对比
• 过程分析：可选显示类间方差随阈值变化的曲线图，直观展示阈值寻优过程
• 性能指标：输出计算时间、最佳阈值、最大类间方差值等关键参数

使用方法

基本调用

% 读取灰度图像 grayImage = imread('input_image.jpg');

% 调用主函数进行阈值分割 [threshold, binaryImage] = main(grayImage);

带可视化选项

% 启用可视化显示 [threshold, binaryImage] = main(grayImage, true);

输出参数

• threshold：计算得到的最佳分割阈值（数值标量）
• binaryImage：二值化结果图像（logical类型矩阵）

系统要求

• 平台: MATLAB R2016a 或更高版本
• 图像格式: 支持标准的单通道灰度图像（uint8类型）
• 内存: 取决于图像尺寸，建议至少2GB可用内存
• 显示: 如需可视化功能，需要支持图形显示的MATLAB环境

文件说明

主程序文件集成了完整的OTSU算法实现流程，包括图像数据读取与验证、灰度直方图统计与归一化处理、类间方差计算与最佳阈值搜索算法、图像二值化操作以及结果可视化展示等功能模块。该文件作为项目核心，完成了从输入图像预处理到最终二值化结果输出的全过程处理，并提供了可选的可视化界面以直观展示算法的执行效果与中间计算结果。