matlab 基于纹理的图像分割代码

以下是一个基于纹理的图像分割的 Matlab 代码示例。该代码使用了基于局部二值模式 (Local Binary Pattern, LBP) 的纹理特征来分割图像。

% 读取图像
I = imread('image.png');

% 将图像转换为灰度图像
I = rgb2gray(I);

% 计算 LBP 特征
lbp = extractLBPFeatures(I);

% 使用 k-means 聚类算法进行图像分割
numClusters = 2;
[clusterIdx, centroids] = kmeans(lbp, numClusters);

% 将图像分割结果可视化
segmentedImages = cell(1, numClusters);
rgbLabel = repmat(clusterIdx, [1 1 3]);
for k = 1:numClusters
    color = I;
    color(rgbLabel ~= k) = 0;
    segmentedImages{k} = color;
end

figure;
subplot(1, 3, 1);
imshow(I);
title('原始图像');
subplot(1, 3, 2);
imshow(segmentedImages{1});
title('分割结果 1');
subplot(1, 3, 3);
imshow(segmentedImages{2});
title('分割结果 2');

该代码中，首先读取图像并将其转换为灰度图像，然后使用 `extractLBPFeatures()` 函数计算 LBP 特征。接着使用 k-means 聚类算法对 LBP 特征进行聚类，分为两类。最后，将聚类结果可视化展示在图像上。

需要注意的是，这只是一个简单的示例代码，实际应用中需要根据具体情况进行参数调整和优化。