图像分割

matlab 的 图像分割程序迭代法迭代式阈值选取的基本思路是:首先根据图像中物体的灰度分布情况，选取一个近似阈值作为初始阈值，一个较好的方法就是将图像的灰度均值作为初始阈值；然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值[5]。迭代式阈值选取过程可描述如下。(1)选取一个初始阈值T。(2)利用阈值T把给定图像分割成两组图像，记为R1,R2。(3)计算R1和R2均值  u1和 u2 。(4)选取新的阈值T,且T=（u1+u2）/2 （2-4 )(5)重复第(2)~(4)步，直至R1和R2均值u1和u2,不再变化为止。具体实现时，首先根据初始开关函数将输入图逐个图像分为前景和背景，在第一遍对图像扫描结束后，平均两个积分器的值以确定一个阈值。用这个阈值控制开关再次将输入图分为前景和背景，并用做新的开关函数。如此反复迭带直到开关函数不在发生变化，此时得到的前景和背景即为最终分割结果。迭代所得的阈值分割的图像效果良好。基于迭代的阈值能区分出图像的前景和背景的主要区域所在，但在图像的细微处还没有很好的区分度。对某些特定图像，微小数据的变化却会引起分割效果的巨大改变，两者的数据只是稍有变化，但分割效果却反差极大。对于直方图双峰明显，谷底较深的图像，迭代方法可以较快地获得满意结果，但是对于直方图双峰不明显，或图像目标和背景比例差异悬殊，迭代法所选取的阈值不如其它方法。

图像分割
cameraman.jpg
chepai .jpg
chepai.bmp
rice.bmp
rice.jpg
segment1.asv
segment1.m
segment2.m
segment3.m
segment4.m
图像分割.docx