MATLAB将图像转为二值图像，并进行降噪、锐化处理，通过形态学运算提取轮廓，并进行计数，完整代码

MATLAB中处理图像通常涉及一系列步骤，以下是将图像转换为二值图像并进行后续操作的一个简单示例。这里假设你已经有了一个名为`input_image`的灰度图像。

% 导入图像
img = imread('your_image.jpg'); % 替换为你的图片文件名

% 转换为二值图像 (这里使用阈值法)
% 首先，确保图像范围在0到1之间（如果不是，可以使用im2double）
if max(img(:)) > 1
    img = im2double(img);
end
threshold = graythresh(img); % 计算全局阈值
binary_img = imbinarize(img, threshold); % 将图像二值化

% 降噪 (这里使用开运算去除小的噪声点)
se = strel('disk', 5); % 创建结构元素，例如5x5的圆形结构
denoised_img = bwareaopen(binary_img, se); % 开运算去噪

% 锐化 (这里使用梯度算子增强边缘)
edge_img = imgradient(denoised_img, 'Prewitt');

% 形态学轮廓提取
contours = bwlabel(edge_img); % 使用连通组件标签找到轮廓

% 统计轮廓的数量
num_contours = numel(unique(contours(:)));

% 显示结果
subplot(2, 2, 1), imshow(img), title('Original Image');
subplot(2, 2, 2), imshow(binary_img), title('Binary Image');
subplot(2, 2, 3), imshow(denoised_img), title('Denoised Image');
subplot(2, 2, 4), imshow(edge_img), title('Edge Image'), colorbar; % 显示边缘
disp(['Number of contours found: ', num2str(num_contours)]);

%