1楼：匿名用户
[l,num]=bwlabel(bw,8); %区域标记，stats=regionprops(l, 'all');
[m,n]=size(l);
bw2=bw;
for i=1:num
if(stats(i).area<50); %计算各区域的面积。
bw2(l==i)=0;
endend
bw2最后是bw中删去面积比50小的区域剩下的二值图像
2楼：匿名用户
l是个m*n矩阵
l(k,j)是一个元素的值
你这里l(k,j)作为area向量下标时能够保证不越界吗？
3楼：匿名用户
能把错误信息贴出来吗
matlab中语句find(y==max(max(y)))什么意思？求教
4楼：匿名用户
你试一试啊
>> y=[ 2 4;6 8];
>> y1=max(y)
y1 =
6 8
>> y2=max(y1)
y2 =
8>> find(y==y2)
ans =
4>> [ i1 i2]=find(y==y2)i1 =
2i2 =
2y是矩阵时，max(y)返回一维数组y1，是y每列的最大值.
y1是一维数组时，max（y1）返回最大值y2，find（y==y2）返回y中索引值，有多种返回情形，参照上述例子还有一种情况
>> y=[ 2 4;8 8];
>> [ i1 i2]=find(y==8)i1 =22
i2 =12
>> find(y==8)
ans =24
求教几个matlab的高端问题
5楼：夏楚凉风夜
程序运行慢的原因： 数据量大 matlab 循环语句的运行速度不如矩阵运算的速度 数据newpointdata的维数在循环中经常改变，系统要经常重新分配内存给该变量 function [newpointnum,newpointdata] = returnuse(pointdata)x=(pointdata(:,5)
求教一个matlab的简单循环计算
6楼：匿名用户
a=rand(1,60);%假设有六十个
数l=length(a);%l=60
a=reshape(a,12,l/12);%将a重排一下，做成12行，l/12列的矩阵
t=rand(12,1);%t=[a,b,...l]，是一个12列1行的数组内
for ln=1:l/12%循环次数为列数l/12a(:,ln)-t;%a每列的所有容
数与t相减
endb=reshape(a,1,l)%b就是a重排后的值了%注意reshape的用法
matlab 求中值，求教
7楼：匿名用户
clear all
close all
clcr = 50;
m = 0:r-1;
y0=;
for n=1:r;
a = rand(1,r)-0.4;
b = round(a); % generate impulse noise
s = 2*m.*(0.9.^m); % generate signal
x = s + b; % impulse noise corrupted signal
x1=[0 x 0];
p=x1(:,n:n+2);
y=median(p); % median filtering
y0=[y0;y];
endplot(m,y0);
axis([0 50 -1 8]);
xlabel('n');ylabel('amplitude');
title('median filtered noisy signal');
求教matlab中怎么把一个数转化成0-1表示的向量？
8楼：觉悟壮志
那还不简单？
自己设计一个二进制加法呗
clcclear
x=[0 1 0 0 1 0 0 1];
[m,n]=size(x);
if x==1
disp("error");
else
x(n)=x(n)+1;
for i=n:-1:1
if x(i)>1
x(i-1)=x(i-1)+1;
x(i)=0;
endend
endx
我这里没有matlab环境。
你自己试试
求教！！！在matlab中怎么使用input输入输入一个行向量
9楼：刘贺
想输入什么样的行向量？字符型的还是数值型的？
最简单的：
clear all;clc;
a=input('please input your number:');
please input your number:[1 2 3 4 5 6]
>> a
a =1 2 3 4 5 6
matlab求一个图中各区域的面积
10楼：匿名用户
1 首先切除边界的白色部分
2 把图像变为二值图像
3 用bwlabel函数标记
4 再用regionprops函数中的area参数即可求出
用matlab求一个方程中未知量
11楼：minquan一人
采用多项式曲线拟合可以得到系数向量x
a=[5.7646.2866.7597.1687.408];
b=[0.6481.2021.8322.5263.360];
cftool
在工具箱中，选择拟合的数据和拟合类型，
左下角即为数据结果，右边是图像结果。
coefficients(with95%confidencebounds):
p1=0.6459(-0.3031,1.
595)p2=-6.936(-19.45,5.
577)p3=19.21(-21.76,60.17)