% 读入原始图像 I = imread('D:\课设图片\1.jpg'); % 对图像进行二值化处理 I1 = im2bw(I, 0.6); % 对二值化后的图像进行形态学处理 se = strel('disk', 5); I2 = imclose(I1, se); I3 = imopen(I2, se); I4 = imopen(I3, se); % 对处理后的图像进行连通域分析 L = bwlabel(I4); STATS = regionprops(L, 'all'); % 筛选面积在1500到4800的连通域 for i = 1:length(STATS) if (STATS(i).Area < 1300 || STATS(i).Area > 3200) L(L == i) = 0; end end % 在原图上显示选取的连通域边缘 BW = edge(L, 'Canny'); RGB = imoverlay(I, BW, [1 0 0]); imshow(RGB);在此代码基础上消除原图噪声

好的，以下是可以基于原代码消除原图噪声的MATLAB代码：

% 读入原始图像
I = imread('D:\课设图片\1.jpg');

% 对图像进行灰度化处理
Igray = rgb2gray(I);

% 对灰度化后的图像进行中值滤波和高斯滤波
I1 = medfilt2(Igray, [5, 5]);
I2 = imgaussfilt(I1, 1.5);

% 对滤波后的图像进行二值化处理
I3 = imbinarize(I2, 'adaptive', 'Sensitivity', 0.6);

% 对二值化后的图像进行形态学处理
se = strel('disk', 5);
I4 = imclose(I3, se);
I5 = imopen(I4, se);
I6 = imopen(I5, se);

% 对处理后的图像进行连通域分析
L = bwlabel(I6);
STATS = regionprops(L, 'all');

% 筛选面积在1500到4800的连通域
for i = 1:length(STATS)
    if (STATS(i).Area < 1300 || STATS(i).Area > 3200)
        L(L == i) = 0;
    end
end

% 在原图上显示选取的连通域边缘
BW = edge(L, 'Canny');
RGB = imoverlay(I, BW, [1 0 0]);
imshow(RGB);

这段代码在原代码的基础上，对图像进行了灰度化处理和滤波处理，以消除原图的噪声。具体来说，使用rgb2gray函数将原图转换为灰度图像，然后对灰度图像进行中值滤波和高斯滤波，以平滑图像并消除噪声。接着，使用imbinarize函数对滤波后的图像进行二值化处理，然后继续进行形态学处理和连通域分析。最后，在原图上显示选取的连通域边缘，以便进行后续处理。