请编写matlab程序，实现以下功能：导入一张图片作为原图像，然后对原图像进行基于OTSU算法的图像分割，在同一窗口中显示原图像和分割后的图像；再对原图像进行基于边缘的图像分割，在同一窗口中显示原图像和分割后的图像

以下是matlab程序实现：

% 导入原图像
img = imread('your_image.jpg');

% 基于OTSU算法的图像分割
otsu_thresh = graythresh(img); % 计算OTSU阈值
otsu_bw = im2bw(img, otsu_thresh); % 将图像二值化
otsu_result = imoverlay(img, ~otsu_bw, [1 0 0]); % 生成分割结果

% 基于边缘的图像分割
edge_thresh = 0.1; % 边缘阈值
edge_bw = edge(img, 'Canny', edge_thresh); % 使用Canny算子进行边缘检测
edge_result = imoverlay(img, ~edge_bw, [1 0 0]); % 生成分割结果

% 显示图像
subplot(1,2,1);
imshow(img);
title('原图像');
subplot(1,2,2);
imshow(otsu_result);
title('OTSU分割结果');

figure;
subplot(1,2,1);
imshow(img);
title('原图像');
subplot(1,2,2);
imshow(edge_result);
title('边缘分割结果');

需要注意的是，由于不同的图片会有不同的处理效果，因此在使用该程序时需要根据具体情况调整OTSU阈值和边缘阈值。

相关问题

编写一段matlab程序，实现otsu法对一幅灰度图像进行阈值分割

在MATLAB中，Otsu's方法是一种常用的二值化图像处理技术，它能自动确定图像的最佳阈值，使得两个类别的方差最大。以下是使用MATLAB内置函数`imbinarize`实现Otsu's算法的简单示例，假设你已经有了一个名为`input_image`的灰度图像变量：

% 加载或创建灰度图像
img = imread('your_image.jpg'); % 替换为你的图片文件名
if iscolor(img)
    img = rgb2gray(img); % 如果是彩色图像转换为灰度
end

% 使用Otsu's方法计算阈值
threshold = graythresh(img);

% 应用阈值进行二值化
binary_img = imbinarize(img, threshold);

% 显示原图和二值化后的结果
subplot(1,2,1), imshow(img), title('Original Image');
subplot(1,2,2), imshow(binary_img), title('Threshold Segmented Image');

% 可视化原图像及其直方图，帮助理解Otsu's过程
figure; histogram(img(:)), hold on, plot([threshold threshold], [0 size(img(:))],'r'), title('Histogram and Otsu Threshold');