如何在MATLAB中实现灰度图像的二值化

我必须编写一个程序，将强度图像转换成黑白图像。我只是想从原始矩阵I中取一个值，如果它高于平均值，则使另一个数组中的对应单元格等于1，否则等于零：

for x=1:X
    for y=1:Y
        if I(x,y)>mean(I(:))
            bw(x,y)=1;
        elseif I(x,y)<mean(I(:))
            bw(x,y)=0;
        end
    end
end
image(bw)

对于x=1:x
对于y=1:y
如果I（x，y）>平均值（I（：）
bw（x，y）=1；
如果I（x，y）使用
imagesc（bw）
（而不是
images（bw）
）。自动缩放图像范围的

另外，请注意，您可以使用此矢量化、更高效的版本替换所有代码：

bw = double(I>mean(I(:)));

使用以下命令：

bw = im2bw(I, graythresh(I));

这里是文件

使用
imshow（I，[]）
，不计算介于0和255之间的图像，而是计算介于
min（I（：）
和
max（I（：）

编辑

您可以通过任何其他级别更改
灰度阈值（I）
。您仍然可以使用图像的平均值。（在0和1之间进行规格化）

一个问题是，您一直在使用
mean
直到那时

您要做的是在循环之前执行以下操作：

我的平均数=平均数（I（：）

然后用
myMean
替换以下所有出现的
mean（I（：）
）

使用“跑步”意味着你现在肯定会放慢速度，但这不是它变为全黑的原因。
uint8意味着白色是255，而不是1。你的意思是什么<代码>I

未被覆盖。这当然是低效的，但它不是一个运行的手段<代码>平均值（I（：）是每个time@LuisMendo你说得对，那样的话，我的观点就不那么重要了。我已经编辑了我的答案。之前找到“平均值”使它更快。

maxI = max(I(:));
minI = min(I(:));

bw = im2bw(I,(maxI - mean(I(:)))/(maxI - minI));