Question

Matlab边缘检测后，求边缘围出的面积及边缘的周长

目前的边缘检测的代码
str='Drilling04';
for i=481:500
figure(i);
A=imread([str,num2str(i),'.bmp']); %依次读取每一幅图像
%A = imread('Drilling05674.bmp'); % 读入图像
subplot(2,4,1);
imshow(A);
title('Origin');
x_mask = [1 0;0 -1]; % 建立X方向的模板
y_mask = rot90(x_mask); % 建立Y方向的模板
I = im2double(A); % 将图像数据转化为双精度
dx = imfilter(I, x_mask); % 计算X方向的梯度分量
dy = imfilter(I, y_mask); % 计算Y方向的梯度分量
grad = sqrt(dx.*dx + dy.*dy); % 计算梯度
grad = mat2gray(grad); % 将梯度矩阵转换为灰度图像
level = graythresh(grad); % 计算灰度阈值
BW = im2bw(grad,level); % 用阈值分割梯度图像
subplot(2,4,2);
imshow(BW); % 显示分割后的图像即边缘图像
title('Roberts');
y_mask = [-1 -2 -1;0 0 0;1 2 1];
x_mask = y_mask';
I = im2double(A);
dx = imfilter(I, x_mask);
dy = imfilter(I, y_mask);
grad = sqrt(dx.*dx + dy.*dy); % 计算梯度
grad = mat2gray(grad);
level = graythresh(grad);
BW = im2bw(grad,level);
subplot(2,4,3);
imshow(BW); % 显示分割后的图像即边缘图像
title('Sobel');
y_mask = [-1 -1 -1;0 0 0;1 1 1];
x_mask = y_mask';
dx = imfilter(I, x_mask);
dy = imfilter(I, y_mask);
grad = sqrt(dx.*dx + dy.*dy); % 计算梯度
grad = mat2gray(grad);
level = graythresh(grad);
BW = im2bw(grad,level); % 用阈值分割梯度图像
subplot(2,4,4);
imshow(BW); % 显示分割后的图像即边缘图像
title('Prewitt');
mask=[0,-1,0;-1,4,-1;0,-1,0]; % 建立模板
dx = imfilter(I, mask); % 计算梯度矩阵
grad = mat2gray(dx); % 将梯度矩阵转化为灰度图像
BW = im2bw(grad,0.58); % 用阈值分割梯度图像
subplot(2,4,5);
imshow(BW); % 显示分割后的图像，即梯度图像
title('Laplacian');
mask=[0,0,-1,0,0;0,-1,-2,-1,0;-1,-2,16,-2,-1;0,-1,-2,-1,0;0,0,-1,0,0]; % 建立模板
dx = imfilter(I, mask); % 计算梯度矩阵
grad = mat2gray(dx); % 将梯度矩阵转化为灰度图像
BW = im2bw(grad,0.58);
subplot(2,4,6);
imshow(BW); % 显示分割后的图像，即梯度图像
title('log');
BW1 = edge(I,'canny'); % 调用canny函数
subplot(2,4,7);
imshow(BW1); % 显示分割后的图像，即梯度图像
title('Canny');
F(i)=getframe(gcf);
imwrite(F(i).cdata,['result',num2str(i),'.jpg'])
end
求指点怎么进一步求出边缘围出的面积和周长

Answer 1

matlab有很多函数都做好了，拿来用就行了，不是要站在巨人肩膀上吗。。。
regionprops
bwperim
bwarea
没事多翻翻 数字图像处理 Matlab版 的附录，里面把常用的都列出来了，多看看，能节省你很多时间

Answer 2

我会，我去你寝室找你吧：）