用matlab基于ndvi做图像变化检测

好的，下面是一个基于NDVI指数的图像变化检测的matlab代码示例：

% 读取两幅图像
img1 = imread('T1.jpg');
img2 = imread('T2.jpg');

% 预处理图像
img1 = imadjust(img1); % 调整亮度和对比度
img2 = imadjust(img2);

% 计算NDVI指数
ndvi1 = ndvi(img1);
ndvi2 = ndvi(img2);

% 计算NDVI差异图
diff = ndvi2 - ndvi1;
diff = imadjust(diff); % 调整差异图亮度和对比度

% 阈值分割
threshold = graythresh(diff); % 自适应阈值
bw = imbinarize(diff, threshold);

% 形态学处理
se = strel('disk', 5); % 定义一个5像素的圆形结构元素
bw = imclose(bw, se); % 先闭运算，填补空洞
bw = imopen(bw, se); % 再开运算，去除噪声

% 连通区域分析
cc = bwconncomp(bw); % 获取连通区域信息
props = regionprops(cc, 'BoundingBox', 'Area'); % 获取连通区域的外接矩形框和面积信息

% 在原图像上标注变化区域
imshow(img2);
hold on;
for i = 1:cc.NumObjects
    bbox = props(i).BoundingBox;
    rectangle('Position', bbox, 'EdgeColor', 'r', 'LineWidth', 2);
end
hold off;

function ndvi_img = ndvi(img)
% 计算NDVI指数
% img: RGB图像，要求第1个通道为红波段，第2个通道为近红外波段
% ndvi_img: 单通道NDVI指数图像，范围为[-1, 1]

red = double(img(:,:,1)); % 红波段
nir = double(img(:,:,2)); % 近红外波段
ndvi_img = (nir - red) ./ (nir + red); % 计算NDVI指数
end

需要注意的是，上述代码中ndvi函数的输入要求第1个通道为红波段，第2个通道为近红外波段，如果您的图像通道顺序不同，需要进行调整。另外，阈值分割和形态学处理中的参数也可以根据实际情况进行调整，以获得更好的效果。