写一段代码matlab利用锐化的算法，和全局阈值图像分割的算法，一起判断水果的大小

好的，以下是一段利用锐化和全局阈值图像分割的 Matlab 代码，用于判断水果的大小：

% 读取图像
I = imread('your_image.jpg');

% 将图像转换为灰度图像
I_gray = rgb2gray(I);

% 计算图像的直方图
[counts, ~] = imhist(I_gray);

% 找到阈值（这里使用 Otsu 阈值法）
T = otsuthresh(counts);

% 利用阈值进行图像分割
I_bw = imbinarize(I_gray, T);

% 对分割后的图像进行锐化处理
I_sharp = imsharpen(I_bw);

% 计算目标区域的面积
stats = regionprops('table', I_sharp, 'Area');
area = stats.Area;

% 根据面积大小判断水果的大小
if area > 1000
    disp('这是一个大水果')
else
    disp('这是一个小水果')
end

% 显示原始图像、分割后的图像和锐化后的图像
subplot(1,3,1), imshow(I), title('原始图像')
subplot(1,3,2), imshow(I_bw), title('分割后的图像')
subplot(1,3,3), imshow(I_sharp), title('锐化后的图像')

这段代码首先读取一张彩色图像，将其转换为灰度图像，计算图像的直方图，使用 Otsu 阈值法找到合适的阈值，并利用该阈值进行图像分割。然后，对分割后的图像进行锐化处理，计算目标区域的面积，并根据面积大小判断水果的大小。最后，将原始图像、分割后的图像和锐化后的图像显示在同一窗口中。