这个包包含 3 个主要的查找器功能： ap_finder.m-这确定二进制图像中粒子簇的面积和周长，并在单独的数组中返回它们。 主要用于制作分形粒子聚集体的面积与周长图。 请注意，周长是通过在每个方向上将簇扩展 1 个像素来确定的，而不是由默认的 MATLAB 例程确定的。 conn_finder.m - 此函数确定图像的连接组件（即集群）的几个几何方面，例如平均集群面积、每个集群的质心坐标、每个集群的回转半径以及相关长度图像。 D_finder.m - 使用缩放/框计数方法找到图像中每个簇的 Hausdorff 分形维数。 所使用的方法中包含一个简短的数学注释。

自己编写的程序，水平有限，欢迎指正。 贴标签处理是对二值图像的每个不同的连通域进行不同的编号，来区分不同的连通域。以八连通为例，贴标签的方法实际上包括了两个关键步骤：首先是按照从上到下，从左到右的顺序扫描所有像素值为1的像素，并判断是否与已经贴过标签的像素属于同一个连通域，如果是，则贴相同的标签，否则暂时判定为不同的连通域，贴新的标签。另一个关键步骤是，对已经贴好的标签进行校正，对在下方连接在一起的，已经贴不同标签的像素归并为同一个标签，并对整体的标签号进行调整。

二值图像处理，全英文教材，含距离变换和图像细化算法,值得参考

对二值图像进行游程编码并构造哈夫曼树进行哈夫曼编码

机器视觉（第二章）二值图像分析.pdf

此函数从二进制场景中的给定点找到可见场。 它以二进制图像和带有视点坐标的矢量作为参数，并返回二进制掩码。 可以使用可选参数“角度”来控制角度视野和分辨率。

该函数计算径向平均自相关（也称为图像像素的对相关或两点相关作为距离的函数。该函数非常快，因为它使用傅立叶变换对原始图像进行卷积。代码还修正了有限的图像尺寸：靠近边缘的图像比靠近中心的粒子具有更少的邻居。 该代码的灵感来自其由 Michael Schmid 编程的 imagej 版本。 此处的更多信息： https : //imagejdocu.tudor.lu/macro/radially_averaged_autocorrelation

一个简短的MATLAB代码，是关于二值图像的形态学梯度边缘检测。

本程序为在matlab平台上编写的，对二值图像边缘细化。该算法是改进的Hildtich。

函数 [c_img] = RGB_layers(imgs,RGBs) RGB_layers - 以伪彩色可视化 n 个灰色/二值图像 输入：（图像，RGB） imgs：m*k*n 矩阵。 imgs(:,:,i) 是灰度/BW 图像。 RGBs：n*3 矩阵，每一行代表图层的颜色。 （可选。默认情况下它将是 jet 颜色图） 输出：m*k*3 彩色图像。 例子： I=imread('cameraman.tif'); imgs(:,:,1)=I>180; imgs(:,:,2)=I<70; imgs(:,:,3)=mod(I,40)==0; imgs(:,:,4)=mod(I,70)==0; RGBs=[1,0,0;0,0.6,0;0,0,1;0.2,0,0.3]; c_img=RGB_layers(imgs,RGBs); imshow(c_img); 错误报告： 请将您的错误报