如何基于连通区域法查找图像最佳阈值（Matlab实现）

核心逻辑是逐阈值统计连通域数量，定位连通域计数保持不变的最长灰度区间，取区间均值作为最佳阈值，具体实现如下：

实现步骤 #

• 预处理输入图像：彩色图转灰度图，确认灰度值动态范围
• 遍历0到最大灰度值的所有候选阈值，对每个阈值做二值化，统计对应二值图的连通区域总数
• 遍历连通域计数序列，识别所有连续等值的灰度区间，筛选出长度最长的稳定区间
• 计算该稳定区间的灰度均值，即为所求最佳阈值

可直接运行的代码 #

% 替换为你的图像路径
img = imread('your_image.png');
% 统一转为灰度图
if ndims(img) == 3
    img = rgb2gray(img);
end

% 针对8位灰度图配置参数，16位图可修改gray_level为65536
gray_level = 256;
conn_count = zeros(1, gray_level);
connectivity = 8; % 可根据需求改为4连通

% 逐阈值统计连通域数量
for th = 0:gray_level-1
    bw = imbinarize(img, th/(gray_level-1));
    cc = bwconncomp(bw, connectivity);
    conn_count(th+1) = cc.NumObjects;
end

% 查找最长稳定区间
max_interval_len = 0;
interval_start = 0;
interval_end = 0;
cur_start_idx = 1;

for idx = 2:gray_level
    if conn_count(idx) ~= conn_count(cur_start_idx)
        cur_len = idx - cur_start_idx;
        if cur_len > max_interval_len
            max_interval_len = cur_len;
            interval_start = cur_start_idx - 1;
            interval_end = idx - 2;
        end
        cur_start_idx = idx;
    end
end
% 补检末尾段区间
cur_len = gray_level - cur_start_idx + 1;
if cur_len > max_interval_len
    max_interval_len = cur_len;
    interval_start = cur_start_idx - 1;
    interval_end = gray_level - 1;
end

% 计算最佳阈值
best_threshold = mean(interval_start:interval_end);

% 输出结果
fprintf('稳定区间：灰度%d ~ 灰度%d，区间内连通域数量恒为%d\n',...
    interval_start, interval_end, conn_count(interval_start+1));
fprintf('计算得到最佳阈值：%.2f\n', best_threshold);

% 可选：结果可视化
figure('Name','阈值结果验证');
subplot(1,2,1);
imshow(img);
title('原始灰度图');
subplot(1,2,2);
imshow(imbinarize(img, best_threshold/(gray_level-1)));
title(['最佳阈值=',num2str(round(best_threshold,2)),' 二值化结果']);

调整说明 #

• 若处理特殊场景图像存在多个等长的最长稳定区间，可在区间筛选逻辑中增加过滤规则，比如排除连通域数量为1（对应全黑/全白无效区间）的结果，优先选择靠近灰度中值的区间
• 连通性参数可根据目标区域的形态特征选择4连通或8连通，不影响核心查找逻辑
• 若需要加速遍历过程，可先对原图灰度做直方图统计，跳过不存在像素的灰度级，减少循环次数

内容的提问来源于stack exchange，提问作者slaihgg