1、这是我们要处理的图片，其中大圈为我们想要留下的，而每个大圈中的小圈是我们想要去除的
2、首先我们要对需要处理的图像进行读入，这时我们需要用到imread(' ')函数，其意思就是image read的意思，如果你想知道读入的效果，那么你可以使用imshow（）函数来显示图片，操作过后如下图所示
3、将读入的原图变化为二值图来进行下一步的处理，如果想要看处理后的图片同样可以使用imshow（）函数，不过感觉处理前后似乎没有太大差别。
4、下面要反向填充图片中的洞，其中~是“非”的意思，同样我们可以使用imshow（）函数来看一下处理结果，这次似乎是改变了很多。
5、下一步将图片2和3合在一起，同样用imshow（）函数来展示一下，好像有点意思了
6、对合成后的图片进行填充，再次使用imshow（）函数来看一下效果，好像跟第二步的图一样啊
7、如果你想在一张图框中对比几张图的差异之锟侯希哇处，那么你可以使用subplot（）函数，代码如图所示figure;%如果你想看一下每一步图片处理后的结果，%你可以使用下面的语法在旎髂坑若同一张图框中对比展示%subplot（3，2，1）是在一副图框中创建一个3行2列的矩阵，%1是第一个图片的位置，imshow（）函数是imageshow的意思，即图片显示subplot(3,2,1);imshow(image1);subplot(3,2,2);imshow(image2);subplot(3,2,3);imshow(image3);subplot(3,2,4);imshow(image4);subplot(3,2,5);imshow(image5);subplot(3,2,6);imshow(image1);
8、如果你觉得上述语句有些啰嗦，那么你可以捂执涡扔使用下面的循环语句进行图片显示figure;for k=1:6; subplot(3,2,k); imshow(eval(['image',int2str(k)]));%notice:matlab中不建议使用eval（） 函数，因为他的运行效率较低。end
9、接下来就是对区域（region）的性质（property）进行定义了regionsproperties=regionprops(足毂忍珩image5,'BoundingBox');%对区域的性质进行确定，最小包裹矩形边界框（BoundingBox）运行完代码后workspace中出现一个新的空间为regionsporperties，双击它，之后再双击第一个单元格
10、双击boundingBox会出现四个数，这四个数分别是最小矩形框左上角的x坐标，y坐标，x方向的长度，y方向的长度。
11、注意重点来了，有了这四个值你就能确定这个矩形框了，如下图所示大连通区有一个boundingBox，小连通区也有一个boundingBox
12、下面就是去除大连同区内的小连通区need=ones(1,length(regionsproperties));%生成单位矩阵，其中所有元素均为1，可以自己尝试一下for m=l:length(regionsproperties);%m从1到regionproperties的长度遍历 bbm=regionsproperties(m).BoundingBox;%变量bbm是上面变量regions properties第m个连通区的BoundingBox for n=1:length(regionsproperties); bbn=regionsproperties(n).BoundingBox;%这是在为比较小的连通区与 大的连通区所准备 if m~=n &&... bbm(1)<bbn(1) && bbm(2)<bbn(2) &&... bbm(1)+bbm(3)>bbn(1)+bbn(3) && bbm(2)+bbm(4)>bbn(2)+bbn(4);（解释：如果m不等于 n，并且region m的BoundingBox的x坐标小于region n的x 坐标，同理y也是一样，然而region m的第二个x坐标大于region n的第二个x坐标，y同理，那么说明region n 包含于region m中，所以予以剔除。） need(n)=0;把之前的单位1矩阵弄成0 end endend
13、保留的区域id = 1;for k = 1:length(regionsproperties) if need(k)==1 regions(id) = regionsproperties(k); id = id + 1; endendlength(regions); 至此就成功了，祝你成功