基于MATLAB的Otsu图像自适应阈值分割系统

资 源 简 介

本项目实现了基于Otsu算法的图像自适应阈值分割系统，通过自动计算全局最优阈值，将灰度图像分割为前景与背景。系统包含图像预处理、阈值计算、分割执行和结果可视化四大模块，适用于多种灰度图像类型。

详 情 说 明

基于Otsu算法的图像自适应阈值分割系统

项目介绍

本项目实现了一个基于Otsu算法的图像分割系统，能够自动计算灰度图像的全局最优阈值，并将图像分割为前景和背景两个区域。该系统包含图像预处理、阈值计算、分割执行和结果可视化四个核心模块，适用于医学图像处理、工业检测等多种需要图像二值化的应用场景。

功能特性

• 自适应阈值计算：采用Otsu算法自动寻找图像灰度直方图的最优分割阈值
• 多格式图像支持：支持.jpg、.png、.bmp等常见图像格式输入
• 完整处理流程：包含图像读取、预处理、阈值计算、二值化分割全流程
• 可视化展示：可选显示原始图像、灰度直方图、分割结果的对比图
• 性能评估：提供类间方差最大值等分割效果评估指标

使用方法

基本使用

% 直接处理图像矩阵 binary_image = main(gray_image);

% 通过文件路径处理图像 [binary_image, threshold] = main('image.jpg');

% 显示可视化结果 [binary_image, threshold] = main('image.jpg', true);

输入参数

• gray_image: 灰度图像矩阵（uint8格式，M×N尺寸）
• image_path: 图像文件路径（支持.jpg、.png、.bmp格式）
• show_plot: 是否显示可视化结果（布尔值，默认false）

输出结果

• binary_image: 分割后的二值图像（logical格式）
• threshold: 计算得到的最优阈值（0-255范围）
• 可选可视化图形：原始图像、灰度直方图、分割结果对比
• 可选评估指标：类间方差最大值

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox
• 支持的操作系统：Windows/Linux/macOS

文件说明

主程序文件整合了图像读取与验证、灰度化预处理、Otsu阈值计算、图像二值化分割、结果可视化展示以及分割效果评估等核心功能模块，构成了完整的图像自适应阈值分割处理流程。