MATLAB 阈值答案

【问题标题】：MATLAB ThresholdingMATLAB 阈值
【发布时间】：2017-06-02 08:20:03
【问题描述】：

我正在使用以下 MATLAB 代码进行 Niblack 二值化。

    mean= averagefilter2(image1);
    meanSquare = averagefilter2(image1.^2);
    standardDeviation = (meanSquare - mean.^2).^0.5;
    binaryImage = image1 >=  (mean + k_threshold * standardDeviation);

   function img=averagefilter2(image1)
       meanFilter = fspecial('average',[60 60]);
       img = imfilter (image1,meanFilter);
   end

但是当我实现它时，变成。

（忽略黑色边框..只是为了突出图像边缘的白色补丁）

也就是说，在边缘附近，一些数据像素丢失并变成白色（顶部和右侧边缘的白色块）。我在这个实现中的任何地方都错了吗？是否有更好的“MATLAB 方式”来实现它，或者我应该使用嵌套循环手动计算平均值和标准偏差？

【问题讨论】：

我建议你添加一个minimal reproducible example，意思是完整的代码来复制你的结果
抱歉错误。我现在已经更新了。
你试过我的建议了吗？我敢打赌，白色大约是 30 像素宽（第二个滤镜的一半）
是的。非常感谢。它现在运行良好。

标签： image matlab image-processing

【解决方案1】：

这可能是由于 imfilter 函数的边界条件，以及来自您自己的函数 averagefilter2 的竖琴。

当您过滤时，在边缘情况下，您需要访问图像之外的像素。这意味着您需要对边界外发生的事情做出假设。

imfilter 有a parameter 来选择假定在外面的内容，默认情况下假定为零。这肯定会导致平均值较小，并且可能会使二值化在那里“删除”。

尝试不同的值，当然也可以为您自己的函数实现。

我建议从'symmetric'开始

【讨论】：