MATLAB中的图像阈值化

如何基于最佳阈值将输入的灰度图像转换为二值图像，该阈值是图像在matlab中的最大和最小强度的平均值？

这样做非常简单：

th=mean([max(img(:)) min(img(:)]))  % mean of max-min gray values

BWimg=img>th;     

然而，仅就您的信息而言，有不同的“最佳阈值”，在图像处理中最常见的是

您可以通过以下操作在matlab中获得该值：

th=graythresh(img)

---

文档：

+1您可以用更简单的

BWimg=img>th替换两行
BWimg

@LuisMendo是的，我知道，只是op似乎对Matlab有点困惑，所以我想让它变得简单。但是，shorter==通常更容易，所以我编辑我的答案，即使

意思是
也有点过分了。我只需将这两个值相加，然后除以2，因为这就是平均值。调用
意味着
会产生额外的错误检查开销，所以我只需要加上并除以2。否则，答案很好@是的，我的错。答案的第一个版本使用了所有像素的平均值，我想op希望如此。当然，对于2个值的平均值，不需要函数
binary_img = gray_scale_img > mean([maximum_intensity,minimum_intensity]);