在matlab中如何进行otsu阈值分割并分别获得目标与背景的矩阵

在Matlab中，可以使用`graythresh`函数来计算Otsu阈值，并使用`imbinarize`函数将图像二值化。然后可以使用`regionprops`函数计算二值化后的图像中的各个连通区域的属性，包括面积、周长、中心点等信息。下面是一个示例代码：

% 读取图像
I = imread('example.png');

% 计算Otsu阈值
level = graythresh(I);

% 将图像二值化
BW = imbinarize(I, level);

% 计算连通区域的属性
stats = regionprops(BW, 'Area', 'Centroid');

% 将像素值为0的区域设为背景，像素值为1的区域设为目标
background = BW == 0;
object = BW == 1;

% 输出目标和背景的矩阵
disp('Background matrix:');
disp(background);
disp('Object matrix:');
disp(object);

注意，在这个示例代码中，我们假设图像中只有一个目标对象，并将其设为像素值为1的区域。如果图像中有多个目标对象，那么可以使用`bwlabel`函数对二值化后的图像进行标记，然后分别计算每个连通区域的属性。