马尔科夫随机场应用与图像分割

A=imread（‘E:\0图像处理\0试验刀具图片\拍摄图片\2西飞（第2批）\前刀面（西飞整硬刀）\直径20，R10\6.bmp‘）;
O=imrotate（A0‘bilinear‘‘crop‘）;%旋转图像，线性插值
figureimshow（O）;
title（‘旋转图，0‘）;
F1=imcrop（O）;%非交互式图像裁剪
figureimshow（F1）;
title（‘裁剪区域[1440600200200]‘）;
img = double（F1）;
cluster_num = 3;%设置分类数
maxiter = 60;%最大迭代次数
%-------------随机初始化标签----------------
%label_c=repmat（[1 2 3]size（img1）size（img2））;
%label=label_c（:1:size（label_c2）/3）;
label=randi（[1cluster_num]size（img））;%随机给出每一个像素点的类别（12...cluster_num类）
%-----------kmeans最为初始化预分割----------
%label=kmeans（img（:）cluster_num）;
%label=reshape（labelsize（img））;
iter = 0;
while iter < maxiter
    %-------计算先验概率---------------
    %这里我采用的是像素点和3*3领域的标签相同
    %与否来作为计算概率
    %------收集上下左右斜等八个方向的标签--------
    label_u = imfilter（label[010;000;000]‘replicate‘）;%复制上边界
    label_d = imfilter（label[000;000;010]‘replicate‘）;%复制下边界
    label_l = imfilter（label[000;100;000]‘replicate‘）;%复制左边界
    label_r = imfilter（label[000;001;000]‘replicate‘）;%复制右边界
    label_ul = imfilter（label[100;000;000]‘replicate‘）;%左上角，复制上边界，左边界及左上角元素
    label_ur = imfilter（label[001;000;000]‘replicate‘）;%右上角，复制上边界，右边界及右上角元素
    label_dl = imfilter（label[000;000;100]‘replicate‘）;%左下角，复制左边界，下边界及左下角元素
    label_dr = imfilter（label[000;000;001]‘replicate‘）;%右下角，复制右边界，下边界及右下角元素
    p_c = zeros（3size（label1）*size（label2））;%size（label1）为label矩阵的行数，size（label2）为label矩阵的列数
    %计算像素点8领域标签相对于每一类的相同个数
    for i = 1:cluster_num
        label_i = i * ones（size（label））;
        %通过相关获得8个相同尺寸的矩阵，然后采用某一类数字表示的矩阵对其做差取非运算，获得图像中每个像素点
        %8个方向上的标签取值（即与某一类是否相同）
        temp = ~（label_i - label_u） + ~（label_i