MATLAB读取一张含有多个物体的彩色图像； 2.使用高斯混合模型(GMM)对图像进行图像分割,得到前景和背景； 3.对分割得到的前景进行距离变换,得到每个像素点到前景边界的距 离； 4.根据距离值设置颜色,生成显示前景边缘的图像；

在MATLAB中处理包含多个物体的彩色图像并应用高斯混合模型（GMM）进行图像分割，可以按照以下步骤操作：

1. **加载图像**:
使用`imread`函数从文件中读取彩色图像，例如:

   img = imread('image_name.jpg');

2. **预处理和色彩空间转换**:
如果需要，可以调整图像大小、对比度或亮度。对于RGB图像，可以转换至灰度或HSV空间以提取更多特征：

   if iscolor(img)
       img_gray = rgb2gray(img);
   else
       img_gray = img;
   end

3. **高斯混合模型分割**:
GMM可以通过`gmdistribution`和`gmmfit`函数创建和拟合模型。假设`X`是预处理后的数据（如灰度图或归一化后的RGB），则:

   gmm = gmdistribution(size(X, 1), 'NumComponents', num_components); % 设置混合体数
   params = gmmfit(X, gmm); % 拟合模型
   seg_map = resample(gmm, X); % 分割地图

4. **距离变换**:
使用`imdilate`和`imerode`进行膨胀和腐蚀操作，然后通过`bwdist`获取前景和背景之间的最小距离：

   structuring_element = strel('disk', radius); % 创建结构元素
   seg_eroded = imerode(seg_map, structuring_element);
   seg_dilated = imdilate(seg_map, structuring_element);
   distance_map = bwdist(double(~seg_eroded & seg_dilated)); % 距离映射

5. **颜色编码结果**:
根据距离值给前景设定特定的颜色，比如使用`imagesc`函数展示：

   figure;
   colormap(jet); % 选择合适的颜色映射
   imagesc(distance_map);
   colorbar; % 显示颜色条
   axis equal off; % 对齐坐标轴