MATLAB编写一段代码，要求：自选一幅图像，设计基于区域生长的均值阈值分割算法对其进行处理

以下是一个基于区域生长的均值阈值分割算法的 MATLAB 代码示例：

% 读取图像
I = imread('image.jpg');
figure, imshow(I), title('原始图像');

% 设定初始种子点
seed_row = 100;
seed_col = 100;

% 设定种子点的阈值
threshold = 20;

% 开始区域生长
visited = false(size(I));
region_mean = double(I(seed_row, seed_col));
region_size = 1;
queue = [seed_row, seed_col];

while ~isempty(queue)
    % 从队列中取出下一个像素
    row = queue(1,1);
    col = queue(1,2);
    queue(1,:) = [];
    
    % 如果该像素未被访问过且与种子点的差值小于阈值，则加入区域
    if ~visited(row, col)
        if abs(double(I(row, col)) - region_mean) <= threshold
            visited(row, col) = true;
            region_size = region_size + 1;
            
            % 更新区域均值
            region_mean = (region_mean * (region_size - 1) + double(I(row, col))) / region_size;
            
            % 将相邻像素加入队列
            if row > 1
                queue = [queue; row-1, col];
            end
            if row < size(I,1)
                queue = [queue; row+1, col];
            end
            if col > 1
                queue = [queue; row, col-1];
            end
            if col < size(I,2)
                queue = [queue; row, col+1];
            end
        end
    end
end

% 显示分割结果
segmented = visited;
figure, imshow(segmented), title('分割结果');

该算法首先设定一个初始种子点，并将其作为区域的起点。然后，算法会逐步扩大区域，将所有与当前区域的像素值差值小于阈值的像素加入该区域，直到无法再加入新的像素为止。最终，算法将输出一个分割结果，其中像素值为 1 的像素属于该区域，像素值为 0 的像素则不属于该区域。