%自適應(yīng)濾波算法
%程序狀態(tài)：完成
pic=imread（‘e:\test-pic\mi.jpg‘）;
%imshow（pic）;
%pic=rgb2gray（pic）;
pic=imresize（pic3）;
[picxpicy]=size（pic）;
%改變原圖的直方圖分布，測試自適應(yīng)濾波的效果
for?i=1:picx
????for?j=1:picy
????????pic（ij）=pic（ij）/2;
????end
end
pic=pic+128;
pic=uint8（pic）;
figure（1）;
imshow（pic）;
title（‘原圖‘）;

%計算直方圖
figure（2）;
pich=imhist（pic）;
sigma=2;
t=-floor（3*sigma）:1:floor（3*sigma）;
g=1/sqrt（2*pi）/sigma*exp（-1/2*（t）.^2/sigma^2）;
g=g/sum（g）;
%imhist（pic）;
%plot（pich）;
pich1=conv（pichg）;
pich1=pich1（floor（3*sigma）+1:size（pich1）-floor（3*sigma））;
pich1=pich1/picx/picy;%直方圖歸一化
%pich1=medfilt1（pich13）;
plot（pich1）;

%指定閾值計算二值圖像
pic1=zeros（size（pic））;
[picxpicy]=size（pic）;
threshold=0.4;
threshold=threshold*255;
for?i=1:picx
????for?j=1:picy
????????if?pic（ij）<=threshold
????????????pic1（ij）=0;
????????elseif?pic（ij）>threshold
????????????pic1（ij）=255;
????????end
????end
end
figure（3）;
imshow（pic1）;
title（strcat（‘二值化，sigma=‘num2str（threshold）））;

%根據(jù)混合高斯模型，自適應(yīng)二值化
%peak1與peak2記錄了從兩邊數(shù)的第一個峰值
%混合高斯模型的t肯定在這兩個峰值之間
peak1=0;
peak2=0;
for?i=1:256
????if?pich1（i）>pich1（i+1）&&pich1（i+1）>pich1（i+2）&&pich1（i+2）>pich1（i+3）
????????peak1=i;
????????break;
????end
end
for?i=256:-1:1
????if?pich1（i）>pich1（i-1）&&pich1（i-1）>pich1（i-2）&&pich1（i-2）>pich1（i-3）
???