MATLAB中的局部阈值法

我试图在

matlab7.7

中实现

localthresholding

。这就是我的

原始图像的样子：

如图所示，
Test
一词用黑色覆盖。此图像是一幅尺寸为919x551的
PNG
图像。我想对这个图像应用局部阈值，这样我就可以清楚地看到单词
Test

我已经实现了下面的代码，它通过将整个图像分割成60*60块的子图像来工作

然而，当我这样做的时候，我没有得到想要的输出

我的代码：

clc;

clear all;
close all;

im = imread('C:\samples\test100.png');
subplot(3,3,1);
imshow(im);
title('original image');
im = rgb2gray(im);
im = double(im);

subplot(3,3,2);
imshow(im);
title('gray scale image');

[row col] = size(im);
max_im = max(max(im));
h = zeros(1,max_im+1);

!1st block
for n = 1:1:60
    for m = 1:1:60
        a(n,m) = im(n,m);
    end
end

a = a+1;
for n = 1:1:60
    for m = 1:1:60
        t = a(n,m);
        h(t) = h(t)+1;
    end
end

subplot(3,3,3);
bar(h)
[X,Y] = ginput(1);
for n = 1:1:60
    for m = 1:1:60
        if a(n,m)<X
            a(n,m) = 0;
        else
            a(n,m) = 255;
        end
    end
end

subplot(3,3,4);
imshow(uint8(a))
title('1st block image');

!2nd block
for n = 1:1:60
    for m = 61:1:60
        b(n,m-60) = im(n,m)
    end
end

b = b+1;
for n = 1:1:60
    for m = 1:1:60
        t = b(n,m);
        h(t) = h(t)+1;
    end
end

figure(2)
bar(h)
[X,Y] = ginput(1);
for n = 1:1:60
    if b(n,m)<X
        b(n,m) = 0;
    else
        b(n,m) = 255;
   end
end

imshow(uint8(b))

!3rd block
for n = 61:1:120
    for m = 1:1:60
        c(n-60,m) = im(n,m);
    end
end

c = c+1;
for n = 1:1:60
    for m = 1:1:60
        t = c(n,m);
        h(t) = h(t)+1;
    end
end

figure(3)
bar(h)
[X,Y] = ginput(1);
for n = 1:1:60
    for m = 1:1:60
        if c(n,m)< X
            c(n,m) = 0;
        else
            c(n,m) = 255;
        end
    end
end

imshow(uint8(c))

!final block

for n = 1:1:row
    for m = 61:1:col
        d(n-60,m-60) = im(n,m);
    end
end
d = d+1;
for n = 1:1:60
    for m = 1:1:60
        t = d(n,m);
        h(t) = h(t)+1;
    end
end
figure(4);

bar(h);
[X,Y] = ginput(1);
for n = 1:1:60
    for m = 1:1:60
        if d(n,m)<X
            d(n,m) = 0;
        else
            d(n,m) = 255;
        end
    end
end

imshow(uint8(d))
s = [a b;c d];

figure(5);
imshow(uint(s))

clc；
清除所有；
全部关闭；
im=imread（'C:\samples\test100.png'）；
子批次（3,3,1）；
imshow（im）；
标题（“原始图像”）；
im=RGB2灰色（im）；
im=双（im）；
子批次（3,3,2）；
imshow（im）；
标题（“灰度图像”）；
[行列]=大小（im）；
max_im=max（max（im））；
h=零（1，最大值im+1）；
!第一街区
对于n=1:1:60
对于m=1:1:60
a（n，m）=im（n，m）；
结束
结束
a=a+1；
对于n=1:1:60
对于m=1:1:60
t=a（n，m）；
h（t）=h（t）+1；
结束
结束
子批次（3,3,3）；
巴（小时）
[X，Y]=ginput（1）；
对于n=1:1:60
对于m=1:1:60
如果a（n，m）您可以水平扫描灰度图像，然后找到非零（或高于阈值）值的位置，并将该间隔设置为白色（256或1，如果使用）

j=1:551的

行=im（：，j）
测试=0；
im2=零（尺寸（im））
i=0；
%左黑区
while（test==0&&ithreshold
测试=1；
结束；
i=i+1；
结束；
%白色内部区域
while（test==1&&ithreshold
测试=0；
结束；
i=i+1；
结束；
%左黑区
你能提供一个链接来解释“局部阈值”吗如何解决子图像的问题？你如何确定阈值？@ParthDoshi你说你想应用局部阈值，我认为你心里有一个值；无论如何，在完全黑色的背景下，你可以使用一个小值，例如0.1，但你可以根据需要调整它，以改变灵敏度
for j=1:551
    row = im(:,j)
    test = 0;
    im2=zeros(size(im))
    i=0;

    %Left black area
    while (test == 0 && i<919)
        im2(i,j)=0;
        if row(i)>threshold
            test=1;
        end;
        i=i+1;
    end;

    %White inner area
    while (test == 1 && i<919)
        im2(i,j)=1
        if row(i)>threshold
            test=0;
        end;
        i=i+1;
    end;

    %Left black area
    while (i<919)
        im2(i,j)=0;
        i=i+1;
    end;