如何在图像处理中应用阈值

Question

这是 K 均值算法的示例代码。

k = 5;
[Centroid,new_cluster]=kmeans_algorithm(inv_trans_img,k);

    for i_loop = 1:k
        cluster = zeros(size(inv_trans_img));
        pos = find(new_cluster==i_loop);
        cluster(pos) = new_cluster(pos);
       figure; imshow(cluster,[]);title('K-means');           
    end

我需要从这个 K 均值算法中获取最终图像，并且我需要将该图像传递给阈值处理过程。我按照下面的方式进行操作。

tumour_image=cluster;

n = 512;
binarized_img = zeros(n,n);
sort_val = sort(tumour_image(:));
    mid_val = ceil(length(sort_val)/2);
    threshold = tumour_image(mid_val);
    binarized_img(find(tumour_image>=threshold)) = 1;
    binarized_img(find(tumour_image<threshold)) = 0;
    imshow(binarized_img);title('binarized image');

但现在的问题是，结果只有一个白色图像。我该如何解决这个问题。

Answer 1

你的门槛应该是：

threshold = sort_val(mid_val);

你需要得到排序值的中位数，而不是tumour_image的中心元素。

正如@NeilSlater 在 cmets 中提到的那样，您从现有代码中获得全白图像的原因是您偶然从原始图像中选择了一个黑色像素，所以当您设置阈值时，整个图像的值大于或等于该像素。

对于大部分像素为0 的图像，这仍会为您提供全白图像。解决这个问题的一种方法，最类似于您目前正在做的事情，是采用非零像素的中值。

mid_val = ceil((find(sort_val, 1)+length(sort_val))/2);

或者，如果您知道自己感兴趣的集群，您可以只保留这些集群。

binarized_image = tumour_image >= 3;   % keep clusters 3 and above