首先,创建图像
FirstImage = [
108 113 121 129 128 124 117 101
114 76 60 110 98 74 121 109
114 62 52 105 85 59 121 116
110 59 54 104 0 0 0 115
104 55 54 104 0 0 0 113
96 48 51 105 0 0 0 113
94 60 69 115 0 0 0 110
99 108 122 130 135 0 0 109
];
SecondImage = [
0 0 0 0 0 0
138 137 137 137 0 0
138 127 129 135 138 0
132 97 99 133 135 0
134 108 110 137 137 0
141 140 140 140 139 0
138 138 138 140 0 0
0 0 0 0 0 0
];
%使图像成为二进制并反转它,使图像中的零为1.
%这是为了使它与bwtraceboundary兼容
im = FirstImage == 0 ;
%找到符合bwtraceboundary要求的对象坐标
objectCoord = find(im);
[startRow,startCol] = ind2sub(size(im),objectCoord(1) );
%find()函数逐列扫描矩阵
%所以我们知道它将从左上角开始工作
%本身向下,逐列.因此,边界的某些部分必须
%位于找到的第一个坐标的东边.这是一种发现方式
%起始坐标
contour = bwtraceboundary(im,[startRow startCol],'E' );
%标记轮廓
contourimage = zeros(size(im));
contourind = sub2ind(size(contourimage),contour(:,1),contour(:,2))
contourimage(contourind) = 1;
contourimage =
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 1 1 1 0
0 0 0 0 1 0 1 0
0 0 0 0 1 0 1 0
0 0 0 0 1 0 1 0
0 0 0 0 0 1 1 0
%现在,这只会检测对象本身的边界.
%我们正在寻找最接近边界的非零值.
%要获得最接近的非零值,
%应用稀释到countour图像和
%然后将元素与原始图像相乘.
%计算非零值的平均值
%进行稀释
mask = bwmorph(contourimage,'dilate')
mask =
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 1 1 1 1 1
0 0 0 1 1 1 1 1
0 0 0 1 1 1 1 1
0 0 0 1 1 1 1 1
0 0 0 1 1 1 1 1
0 0 0 1 1 1 1 1
%将元素与原始图像相乘.
%对象本身将被清零,非零边界将保留.
A=mask.*FirstImage
A =
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 105 85 59 121 116
0 0 0 104 0 0 0 115
0 0 0 104 0 0 0 113
0 0 0 105 0 0 0 113
0 0 0 115 0 0 0 110
0 0 0 130 135 0 0 109
%然后计算平均值
mean(A(A>0))
ans =
108.6875