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 2D o el volumen de escala de grises 3D.I La función elige el umbral en función de la intensidad media local (estadísticas 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 local con el factor de sensibilidad especificado por . es un escalar en el rango [0,1] que indica la sensibilidad hacia el umbral de más píxeles como primer plano.sensitivitysensitivity

ejemplo

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

Ejemplos

contraer todo

Lea la imagen en el espacio de trabajo.

I = imread('rice.png');

Se utiliza para determinar el umbral que se va a utilizar en la operación de binarización.adaptthresh

T = adaptthresh(I, 0.4);

Convierta la imagen en imagen binaria, especificando el valor de umbral.

BW = imbinarize(I,T);

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

figure imshowpair(I, BW, 'montage')

Lea la imagen en el espacio de trabajo.

I = imread('printedtext.png');

Mediante el umbral adaptable de cálculo y la visualización de 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)

Imagen Binarize utilizando umbral escindente localmente

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

Cargue el volumen 3D en el espacio de trabajo.

load mristack; V = mristack;

Visualice 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 2D o una matriz numérica 3D.

Si la imagen contiene s o s, el comportamiento de es indefinido.InfNaNadaptthresh Es posible que la propagación de s o s no se localice en la vecindad alrededor o en píxeles.InfNaNInfNaN

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

Determine qué píxeles se desborden como píxeles de primer plano, especificados como un número en el intervalo [0, 1]. Los valores de alta sensibilidad conducen a umbrales de 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 opcionales separados por comas de argumentos. es el nombre del argumento y es el valor correspondiente. deben aparecer entre comillas.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 una de las siguientes opciones:

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, especificada como una de las siguientes:

Valor

Significado

'mean'

La intensidad media local en el vecindario. 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 la posibilidad de usar un tamaño de vecindario 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 volumen de entrada, .I Los valores se normalizan al rango [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