We have seen that thresholding can

We have seen that thresholding can be useful in the following situations:
1. When we want to remove unnecessary detail from an image, to concentrate on essentials.
Examples of this were given in the rice and bacteria images: by removing all grey level
information, the rice and bacteria were reduced to binary blobs. But this information may be
all we need to investigate sizes, shapes, or numbers of blobs.
2. To bring out hidden detail. This was illustrated with paper and spine images. In both, the
detail was obscured because of the similarity of the grey levels involved.
But thresholding can be vital for other purposes. We list a few more:
3. When we want to remove a varying background from text or a drawing. We can simulate a
varying background by taking the image text.tif and placing it on a random background.
This can be easily implemented with some simple Matlab commands:

Kết quả (Việt) 1:

Chúng tôi đã thấy rằng thresholding có thể hữu ích trong các trường hợp sau đây:1. khi chúng ta muốn loại bỏ chi tiết không cần thiết từ một hình ảnh, tập trung vào các yếu tố cần thiết.Ví dụ này đã được đưa ra trong hình ảnh gạo và vi khuẩn: bằng cách loại bỏ tất cả các cấp độ màu xámthông tin, gạo và vi khuẩn đã được giảm đến nhị phân các đốm màu. Nhưng thông tin này có thểTất cả chúng ta cần phải điều tra kích thước, hình dạng, hoặc số điện thoại của các đốm màu.2. để đưa ra các chi tiết ẩn. Điều này được minh họa bằng hình ảnh giấy và cột sống. Trong cả hai, cácchi tiết được che khuất bởi vì sự giống nhau của các cấp độ màu xám tham gia.Nhưng thresholding có thể là rất quan trọng cho các mục đích khác. Chúng tôi liệt kê một vài chi tiết:3. khi chúng ta muốn loại bỏ một nền tảng khác nhau từ văn bản hoặc bản vẽ. Chúng ta có thể mô phỏng mộtthay đổi nền bằng cách lấy hình ảnh text.tif và đặt nó trên một nền ngẫu nhiên.Điều này có thể được thực hiện dễ dàng với một số lệnh Matlab đơn giản:

Kết quả (Việt) 2:

Chúng ta đã thấy rằng ngưỡng có thể hữu ích trong các trường hợp sau đây:
1. . Khi chúng ta muốn loại bỏ chi tiết không cần thiết từ một hình ảnh, tập trung vào các yếu tố cần thiết
ví dụ của việc này đã được đưa ra trong những hình ảnh gạo và vi khuẩn: bằng cách loại bỏ tất cả các cấp độ màu xám
thông tin, gạo và các vi khuẩn đã được giảm xuống còn đốm màu nhị phân. Nhưng thông tin này có thể là
tất cả chúng ta cần phải điều tra kích thước, hình dạng, hoặc số của các đốm màu.
2. Để đưa ra chi tiết ẩn. Điều này đã được minh họa bằng hình ảnh giấy và cột sống. Trong cả hai, các
chi tiết đã được che khuất vì sự giống nhau của các mức xám tham gia.
Nhưng ngưỡng có thể quan trọng đối với các mục đích khác. Chúng tôi liệt kê một vài chi tiết:
3. Khi chúng ta muốn loại bỏ một nền khác nhau từ văn bản hay một bản vẽ. Chúng tôi có thể mô phỏng một
nền khác nhau bằng cách lấy text.tif hình ảnh và đặt nó trên một nền ngẫu nhiên.
Điều này có thể dễ dàng thực hiện với một số đơn giản Matlab lệnh: