阈值法与谱减法结合matlab代码，阈值法平均滤波

基于OTSU和三角阈值法的彩色图像分割（opencv-python）显然，设置固定阈值来分割全局像素是不合理的。如果这张图片的光照角度不好，一侧会更亮，另一侧会更暗，但是如果我们想要分割图像中的细节，如果我们只使用固定的阈值，我们很可能会出现以下情况结果：最大类间方差法计算简单、稳定有效，得到了广泛的应用。它是一种普遍流行的阈值选择方法。

大津法：又称最大类间方差法，由日本学者大津于1979年提出，是一种基于全局阈值的自适应方法。多阈值方法显然，如果图像中包含多个占据不同灰度区域的目标，则需要使用多个阈值将它们分开。图像分为前景和背景。当取最佳阈值时，两部分之间的差异应该是最大的。衡量差异的方法是最大类间方差。阈值分割方法的基本原理是通过设置不同的特征阈值，将图像像素分为不同灰度级的目标区域和背景区域等几类。

1、阈值的读音和意思

Halcon阈值分割的原理是基于将像素的灰度值与预设阈值进行比较。后处理：对阈值分割得到的二值图像进行后处理，进一步提高图像的质量和精度。应用阈值：根据最佳阈值对原始图像进行二值化。将大于阈值的像素灰度值设置为一个类别，将小于或等于阈值的像素灰度值设置为另一类别。它根据像素灰度值与预设阈值的比较将像素分为两类：大于阈值的像素被分为一类，小于阈值的像素被分为另一类。

2、阈值通俗解释

全局阈值法对整幅图像整体进行阈值分割；自适应阈值法根据图像的局部特征确定阈值，适用于光照不均匀的图像；多阈值方法可以对图像进行多阈值分割，适合多目标检测。等待现场。注意：除了前两种方法是二值化图像外，后三种方法都不是，因为它们保留了部分原始像素值。 maxValue：最大阈值，即小块计算的阈值不能超过该值，一般设置为255。

3、阈值训练

Ostu方法中，阈值t将图像的像素分为两类：C0=(0, 1, t) 和C1=(t+1, t+2, L-1 ）（分别代表门标记）和背景）。对于直方图中有两个峰值的图像，大津方法得到的阈值近似为底部，如下图所示，代替了手动输入阈值。本章将学习阈值分割，即找到合适的阈值对数字图像进行二值化。

阈值分割阈值分割方法是一种传统的图像分割方法。它因其实现简单、计算量小、性能相对稳定而成为图像分割中最基本、应用最广泛的分割技术。例如，在医学成像中，阈值法可以用于分割肿瘤和正常组织；在机器人视觉中，阈值法可用于提取目标物体的边缘信息等，其基本思想是按一定的阈值将直方图分为两组。当划分的两组的方差最大时，即得到阈值。