Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

adaptthresh

Umbral de imagen adaptable mediante estadísticas locales de primer orden

Descripción

ejemplo

T = adaptthresh(I) calcula un umbral adaptable localmente para la imagen en escala de grises 2-D o el volumen de escala de grises 3D.I La función elige el umbral basado en la intensidad media local (estadística de primer orden) en la vecindad de cada píxel.adaptthresh El umbral se puede utilizar con la función para convertir la imagen en escala de grises en una imagen binaria.Timbinarize

ejemplo

T = adaptthresh(I,sensitivity) calcula un umbral adaptativo localmente con el factor de sensibilidad especificado por. es un escalar en el intervalo [0, 1] que indica la sensibilidad hacia el umbral de más píxeles como primer plano.sensitivitysensitivity

ejemplo

T = adaptthresh(___,Name,Value) calcula un umbral adaptativo localmente mediante pares nombre-valor para controlar los aspectos de la umbral.

Ejemplos

contraer todo

Leer la imagen en el espacio de trabajo.

I = imread('rice.png');

Se usa para determinar el umbral que se usará en la operación de binarización.adaptthresh

T = adaptthresh(I, 0.4);

Convierta la imagen a la imagen binaria, especificando el valor del umbral.

BW = imbinarize(I,T);

Visualice la imagen original con la versión binaria, en paralelo.

figure imshowpair(I, BW, 'montage')

Leer la imagen en el espacio de trabajo.

I = imread('printedtext.png');

Usar el umbral adaptativo de proceso y mostrar la imagen de umbral local.adaptthresh Esto representa una estimación de la iluminación de fondo promedio.

T = adaptthresh(I,0.4,'ForegroundPolarity','dark'); figure imshow(T)

Binarize imagen utilizando el umbral adaptativo localmente

BW = imbinarize(I,T); figure imshow(BW)

Cargue el volumen 3-D en el espacio de trabajo.

load mristack; V = mristack;

Mostrar los datos.

figure slice(double(V),size(V,2)/2,size(V,1)/2,size(V,3)/2) colormap gray shading interp

Calcule el umbral.

J = adaptthresh(V,'neigh',[3 3 3],'Fore','bright');

Visualice el umbral.

figure slice(double(J),size(J,2)/2,size(J,1)/2,size(J,3)/2) colormap gray shading interp

Argumentos de entrada

contraer todo

Imagen o volumen en escala de grises, especificado como una matriz numérica en 2-D o una matriz numérica 3D.

Si la imagen contiene s o s, el comportamiento de es indefinido.InfNaNadaptthresh La propagación de s o s puede no estar localizada en la vecindad alrededor o píxeles.InfNaNInfNaN

Tipos de datos: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

Determine qué píxeles se van a umbral como píxeles en primer plano, especificados como un número en el intervalo [0, 1]. Los valores de alta sensibilidad conducen a umbrales más píxeles como primer plano, a riesgo de incluir algunos píxeles de fondo.

Tipos de datos: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Argumentos de par nombre-valor

Especifique pares de argumentos separados por comas opcionales. es el nombre del argumento y es el valor correspondiente. deben aparecer dentro de las cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como.Name1,Value1,...,NameN,ValueN

Ejemplo: T = adaptthresh(I,0.4,'ForegroundPolarity','dark');

Tamaño de vecindad utilizado para calcular la estadística local alrededor de cada píxel, especificado como un entero impar positivo o un vector de 2 elementos de enteros impares positivos.

Tipos de datos: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Determine qué píxeles se consideran píxeles de primer plano, especificados mediante uno de los siguientes:

Valor

Significado

'bright'

El primer plano es más brillante que el fondo.

'dark'

El primer plano es más oscuro que el fondo

Tipos de datos: char | string

Estadística utilizada para calcular el umbral local en cada píxel, especificado como uno de los siguientes:

Valor

Significado

'mean'

La intensidad media local en el barrio. Esta técnica también se llama método de Bradley.[1]

'median'

La mediana local en el vecindario. El cálculo de esta estadística puede ser lento. Considere el uso de un tamaño de vecindad más pequeño para obtener resultados más rápidos.

'gaussian'

La media ponderada gaussiana en el vecindario.

Tipos de datos: char | string

Argumentos de salida

contraer todo

Valores de intensidad normalizados, devueltos como una matriz numérica o matriz numérica del mismo tamaño que la imagen o el volumen de entrada.I Los valores se normalizan en el intervalo [0, 1].

Tipos de datos: double

Referencias

[1] Bradley, D., G. Roth, "Adapting Thresholding Using the Integral Image," Journal of Graphics Tools. Vol. 12, No. 2, 2007, pp.13–21.

Capacidades ampliadas

Consulte también

| |

Introducido en R2016a