介绍 %, 1-specificity =,玻璃钢=%,Sensitivity tpr;
(tpr,玻璃钢,阈值),=中华民国(焦油# 39;val # 39;);
RightIndex=(tpr + (1-fpr) 1);
[~,指数]=max (RightIndex);
%
RightIndexVal=RightIndex(指数(1));
tpr_val=tpr(索引(1));
fpr_val=玻璃钢(索引(1));
thresholds_val=阈值(指数(1));
disp([& # 39;平均准确率:,& # 39;,num2str ((RightIndexVal + 1) * 0.5)]);
disp([& # 39;最佳正确率:,& # 39;,num2str (tpr_val)))
disp([& # 39;最佳错误率:,& # 39;,num2str (fpr_val)]) clear ; close ; clc;
我=imread (& # 39; C: \用户桌面\ \华硕\图像处理学习文件\大二下\使用阈值分割目标_15 \ Fig0926 (a)(大米).tif& # 39;);
数字
imshow(我)
标题(& # 39;original 图像# 39;)
k=graythresh(我);
I1=im2bw (I (k);
数字
imshow (I1)
se=strel(& # 39;磁盘# 39;10);,%产生半径为10的圆盘形结构元素
fo=imopen (I1, se);,, %用结构元素对灰度图像进行开运算
数字
imshow (fo)
标题(& # 39;Opened 图像# 39;)
f2=imtophat(我,se);, %用原图像减去开运算图像,即对图像进行顶帽运算
数字
imshow (f2,[]),, %显示顶帽运算结果
标题(& # 39;Top-hat 转换# 39;)
f2=im2double (f2);
T=graythresh (f2);
bw2=im2bw (f2, T);, %对顶帽处理后的图像进行阈值处理
数字
imshow (bw2 [])
标题(& # 39;Thresholded top-hat 图像# 39;),%显示阈值处理后的顶帽图像
这篇文章主要介绍了民国曲线的最佳阈值怎么选取,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获、下面让小编带着大家一起了解一下。
为了获取ROC曲线的最佳阈值,需要使用一个指标——约登指数,也称正确指数。
借助于matlab的ROC函数可以得出计算。
至此计算结束了。
<强>补充拓展:利用阈值分割目标图像
<强>一。全局阈值
<强>方法一:大津方法
大津法(最大类间方差法,有时也称之为大津算法)使用的是聚类的思想,把图像的灰度数按灰度级分成2个部分,使得两个部分之间的灰度值差异最大,每个部分之间的灰度差异最小,通过方差的计算来寻找一个合适的灰度级别来划分。所以可以在二值化的时候采用大津算法来自动选取阈值进行二值化.otsu算法被认为是图像分割中阈值选取的最佳算法,计算简单,不受图像亮度和对比度的影响,因此,使类间方差最大的分割意味着错分概率最小。
选择阈值k,把像素分为两类:
T=graythresh (f)即可实现用方法一计算归一化的阈值。
<强>二。局域阈值
当背景照度不均匀时,全局阈值方法可能失效,此时,用局域变化的阈值函数T (x, y)分割图像f (x, y):
matlab实现程序:
感谢你能够认真阅读完这篇文章,希望小编分享的“中华民国曲线的最佳阈值怎么选取”这篇文章对大家有帮助,同时也希望大家多多支持,关注行业资讯频道,更多相关知识等着你来学习!
