matlab 分别截取图像中香蕉和其它水果的感兴趣区域，并将其转换为R分量、G分量、B分量的灰度图像对各个分量进行灰度值统计，得到灰度直方。 2) 设定阈值对其进行二值化。. 3)特征提取。根据香蕉、草莓、奇异果的特征统计出各自的个数。

针对你的问题，我可以给出一些思路和方法。

首先，对于图像中的香蕉和其他水果的感兴趣区域的提取，可以采用基于颜色阈值的分割方法。对于不同种类的水果，可以根据它们的颜色特征进行阈值的设定。

以下是Matlab代码示例：

% 读入彩色图像
img = imread('fruits.jpg');
% 分离RGB三个通道
r = img(:,:,1);
g = img(:,:,2);
b = img(:,:,3);
% 设定阈值，分割出香蕉和其他水果的感兴趣区域
bw_banana = r > 200 & g > 150 & b < 100;
bw_strawberry = r > 200 & g < 100 & b < 100;
bw_kiwi = r < 100 & g > 150 & b < 100;
% 显示分割结果
subplot(2,2,1),imshow(img);
subplot(2,2,2),imshow(bw_banana);
subplot(2,2,3),imshow(bw_strawberry);
subplot(2,2,4),imshow(bw_kiwi);

接下来，对于每个感兴趣区域，可以将其转换为R分量、G分量、B分量的灰度图像，并对各个分量进行灰度值统计，得到灰度直方图。可以使用Matlab中的imhist函数来实现。

% 将感兴趣区域转换为灰度图像
gray_banana = rgb2gray(img).*uint8(bw_banana);
gray_strawberry = rgb2gray(img).*uint8(bw_strawberry);
gray_kiwi = rgb2gray(img).*uint8(bw_kiwi);
% 计算R分量、G分量、B分量的灰度直方图
r_hist_banana = imhist(r(bw_banana));
g_hist_banana = imhist(g(bw_banana));
b_hist_banana = imhist(b(bw_banana));
r_hist_strawberry = imhist(r(bw_strawberry));
g_hist_strawberry = imhist(g(bw_strawberry));
b_hist_strawberry = imhist(b(bw_strawberry));
r_hist_kiwi = imhist(r(bw_kiwi));
g_hist_kiwi = imhist(g(bw_kiwi));
b_hist_kiwi = imhist(b(bw_kiwi));

最后，可以根据香蕉、草莓、奇异果的特征统计出各自的个数。比如可以根据颜色、形状等特征进行分类识别，也可以使用机器学习算法进行训练和分类。

希望能对你有所帮助！