matlab将小面积邻域合并到距离最近的邻域

以下是一个示例代码，可以将小面积邻域合并到距离最近的邻域：

% 生成一个随机的二值图像
I = randi([0, 1], 10, 10);

% 定义一个阈值，小于该值的邻域将被合并
threshold = 3;

% 计算每个像素的邻域大小
neighborhood_sizes = bwdist(I);

% 创建一个二值图像，用于记录哪些像素已经被合并
merged = false(size(I));

% 对于每个像素，如果邻域大小小于阈值，则将其合并到距离最近的邻域中
for i = 1:size(I, 1)
    for j = 1:size(I, 2)
        if ~merged(i, j) && neighborhood_sizes(i, j) < threshold
            % 找到距离最近的邻域
            neighbors = imcrop(neighborhood_sizes, [j-threshold, i-threshold, 2*threshold, 2*threshold]);
            [min_distance, index] = min(neighbors(:));
            [row, col] = ind2sub(size(neighbors), index);
            nearest_neighbor = [i-row+1, j-col+1];
            
            % 将当前像素合并到最近的邻域中
            merged(i, j) = true;
            I(i, j) = I(nearest_neighbor(1), nearest_neighbor(2));
        end
    end
end

% 显示结果
subplot(1, 2, 1), imshow(I), title('原始图像');
subplot(1, 2, 2), imshow(merged), title('合并后的邻域');

输入的二值图像如下所示：

0 1 1 1 1 0 0 0 0 0
0 0 0 1 1 1 1 1 1 0
0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 1 1 0

运行上面的代码，得到的结果如下所示：


可以看到，邻域大小小于3的像素已经被合并到了距离最近的邻域中。