【图像分割】ExG超绿特征灰度化、二值化分割（Matlab及Python代码实现）

         超绿色提取绿色植物图像效果较好，阴影、枯 草和土壤图像等均能较明显的被抑制，植物图像更为突出，对于作物识别或杂草的识别最常用的灰度化方法为超绿色法：

                                                                     ExG=2G-R-B

        为将植物和背景分割需先确定一个阈值，然后将每个像素点的灰度值和阈值相比较，根据比较的 结果将该像素划分为植物或者背景。最大类间方差 法（Ostu 法）不需要人为设定其他参数，是一种自 动选择阈值的方法，其计算过程简单、稳定

matlab代码

%超绿特征分割
%先用最大类间方差法自动计算最佳阈值T，然后计算超绿分量ExG=2G-R-B，大于等于T，赋值为255，反之赋值为0
clear all;
clc;
image = imread('test3.png');
image = im2double(image); %图像运算不能用uint8类型，会发生溢出现象，要转成double类型
R = image(:,:,1);
G = image(:,:,2);
B = image(:,:,3);
ExG = 2*G-R-B;
[m,n] = size(ExG);
T = graythresh(ExG);
h = ExG;

for i = 1:m
    for j= 1:n 
        if h(i,j) >= T
            h(i,j)=255;
        else