matlab实现矿渣相位分割

% 读取矿渣图像（假设是灰度图像） img = imread('22.jpg'); %灰度化 img = rgb2gray(img); % 显示原始图像 figure(); imshow(img); title('原始图像'); % 应用3×3中值滤波器进行降噪 filtered_img = medfilt2(img, [3, 3]); % 显示降噪后的图像 % figure(); % imshow(filtered_img); % title('降噪后的图像'); % 绘制降噪前后的灰度直方图 figure(); % 降噪前的灰度直方图 subplot(2, 1, 1); histogram(img(:), 0:255); title('降噪前的灰度直方图'); xlabel('灰度级'); ylabel('像素数量'); % 降噪后的灰度直方图 subplot(2, 1, 2); histogram(filtered_img(:), 0:255); title('降噪后的灰度直方图'); xlabel('灰度级'); ylabel('像素数量'); % 调整图像间距 sgtitle('降噪前后的灰度直方图'); % 定义灰度阈值区间 low = 0; % 低阈值 high = 99; % 高阈值 % 创建一个与图像大小相同的二值图像，将在灰度区间内的像素置为1，否则为0 binary_image0 = (filtered_img >= low) & (filtered_img <= high); figure(); imshow(binary_image0) % 定义灰度阈值区间 low = 100; % 低阈值 high = 161; % 高阈值 % 创建一个与图像大小相同的二值图像，将在灰度区间内的像素置为1，否则为0 binary_image1 = (filtered_img >= low) & (filtered_img <= high); % figure(); % imshow(binary_image1) % 去除小的物体，使用面积开运算 openedImg = bwareaopen(binary_image1, 1000); figure(); imshow(openedImg); % 定义灰度阈值区间 low = 162; % 低阈值 high = 184; % 高阈值 % 创建一个与图像大小相同的二值图像，将在灰度区间内的像素置为1，否则为0 binary_image2 = (filtered_img >= low) & (filtered_img <= high); % figure(); % imshow(binary_image2) % 去除小的物体，使用面积开运算 openedImg = bwareaopen(binary_image2, 1000); % figure(); % imshow(openedImg); % 对边缘图像进行膨胀操作，弥补边缘断裂 dilatedEdgeImg = imdilate(openedImg, strel('disk',1)); figure(); imshow(dilatedEdgeImg); % 使用regionprops函数获取连通区域的属性 stats = regionprops(dilatedEdgeImg, 'Area'); % 提取白色区域的面积 white_area = [stats.Area]; % 输出白色区域的总面积 total_white_area = sum(white_area); disp(['白色区域的总面积为：', num2str(total_white_area)]); % 定义灰度阈值区间 low = 200; % 低阈值 high = 255; % 高阈值 % 创建一个与图像大小相同的二值图像，将在灰度区间内的像素置为1，否则为0 binary_image3 = (filtered_img >= low) & (filtered_img <= high); figure(); imshow(binary_image3) % % 定义灰度阈值区间 % low = 173; % 低阈值 % high = 176; % 高阈值 % % 创建一个与图像大小相同的二值图像，将在灰度区间内的像素置为1，否则为0 % binary_image4 = (filtered_img >= low) & (filtered_img <= high); % figure(); % imshow(binary_image4) % % % 定义灰度阈值区间 % low = 184; % 低阈值 % high = 255; % 高阈值 % % 创建一个与图像大小相同的二值图像，将在灰度区间内的像素置为1，否则为0 % binary_image5 = (filtered_img >= low) & (filtered_img <= high); % figure(); % imshow(binary_image5)