请写出梯度幅值后实现非极大值抑制的matlab代码

在MATLAB中，梯度幅值后实现非极大值抑制通常用于细化角点检测过程。这里是一个简单的示例代码：

% 假设我们有一个灰度图像I
I = imread('your_image.jpg'); % 替换为你要处理的图像文件名

% 计算图像的Sobel梯度（x和y方向）
Ix = imgradient(I,'sobel','x');
Iy = imgradient(I,'sobel','y');

% 梯度幅值（通常取平方和的平方根）
gradMag = sqrt(Ix.^2 + Iy.^2);

% 非极大值抑制 (NMS)
% 阈值设定为T，这里是任意值，可以根据实际情况调整
threshold = 20; % 随意选择一个阈值
localMaxima = zeros(size(gradMag));
for i = 1:size(gradMag,1)
    for j = 1:size(gradMag,2)
        if gradMag(i,j) > threshold && ...
           (gradMag(i-1,j) < gradMag(i,j) && gradMag(i+1,j) < gradMag(i,j) && ...
            gradMag(i,j-1) < gradMag(i,j) && gradMag(i,j+1) < gradMag(i,j))
            localMaxima(i,j) = true;
        end
    end
end

% 返回包含角点位置的二进制图
localMaximaMask = localMaxima == 1;

% 可视化结果
figure;
subplot(1,2,1), imshow(I);
title('Original Image'), axis equal;
subplot(1,2,2), imshow(localMaximaMask, []);
title('Non-max Suppression Result');

这段代码首先计算图像的梯度幅值，然后通过循环遍历每个像素点并检查周围邻居来决定是否执行非极大值抑制。如果当前像素的梯度值大于阈值，并且在其邻域内没有更大的值，那么它就被认为是一个潜在的角点。