用法：
L = bwlabel(BW,n)
返回一個和BW大小相同的L矩陣，包含了標記了BW中每個連通區域的類別標簽，這些標簽的值為1、2、num（連通區域的個數）。n的值為4或8，表示是按4連通尋找區域，還是8連通尋找，默認為8。
4連通或8連通是圖像處理里的基本感念：而8連通，是說一個像素，如果和其他像素在上、下、左、右、左上角、左下角、右上角或右下角連接着，則認為他們是聯通的；4連通是指，如果像素的位置在其他像素相鄰的上、下、左或右，則認為他們是連接着的，連通的，在左上角、左下角、右上角或右下角連接，則不認為他們連通。請注意“或”字的含義，就是滿足其中一個條件就認為是連通的。
[L,num] = bwlabel(BW,n)這里num返回的就是BW中連通區域的個數。
通俗的說，這個函數的作用是用來找這個二值圖像中的連通區域的，對於不同的符合條件的連通區域（4連通，8連通）分別用不同的標號加以區別，結果保存在L這個矩陣里，而num里保存的是輸入圖像中連通區域的總數。
舉例說明：
BW =
1 1 1 0 0 0 0 0
1 1 1 0 1 1 0 0
1 1 1 0 1 1 0 0
1 1 1 0 0 0 1 0
1 1 1 0 0 0 1 0
1 1 1 0 0 0 1 0
1 1 1 0 0 1 1 0
1 1 1 0 0 0 0 0
按4連通計算，方形的區域，和翻轉的L形區域，有用是對角連接，不屬於連通，所以分開標記，連通區域個數為3，就是有3個不同的連接區域。
L = bwlabel(BW,4)
結果如下：
L =
1 1 1 0 0 0 0 0
1 1 1 0 2 2 0 0
1 1 1 0 2 2 0 0
1 1 1 0 0 0 3 0
1 1 1 0 0 0 3 0
1 1 1 0 0 0 3 0
1 1 1 0 0 3 3 0
1 1 1 0 0 0 0 0
而8連通標記，它們是連通的：
[L, num] = bwlabel(BW,8)
L =
1 1 1 0 0 0 0 0
1 1 1 0 2 2 0 0
1 1 1 0 2 2 0 0
1 1 1 0 0 0 2 0
1 1 1 0 0 0 2 0
1 1 1 0 0 0 2 0
1 1 1 0 0 2 2 0
1 1 1 0 0 0 0 0
這里
num =2
http://blog.csdn.net/wanrenwangxuejing/article/details/25108191
函數bwlabel，belabeln和bwconncomp都是標記二值圖像中的連通域。Bwconncomp可以替代bwlabel and bwlabeln的用法，而且需要相當小的計算空間並且比一些較早的函數計算速度更快。
| 函數 | 輸入圖像維數 | 輸出形式 | 內存使用 | 鄰域類型 |
| bwlabel | 2-D | 雙精度標記矩陣 | 高 | 4 或 8 |
| bwlabeln | N-D | 雙精度標記矩陣 | 高 | 任意 |
| bwconncomp | N-D | CC 結構 | 低 | 任意 |
Matlab 中 imregionalmax函數 和 bwconncomp函數的使用
imregionalmax函數
找出當前連通區域內元素大於或等於強度t的元素，將其置為1，,其他像素都設置為0。返回二值圖像。
舉例說明
三種用法如下：
BW = imregionalmax(I)
BW = imregionalmax(I,conn)
gpuarrayBW = imregionalmax(gpuarrayI,___)
-
BW = imregionalmax(I) 默認2維數據為8聯通，3維數據為26聯通。
假設A如下：A =
10 10 10 10 10 10 10 10 10 10 10 22 22 22 10 10 44 10 10 10 10 22 22 22 10 10 10 45 10 10 10 22 22 22 10 10 10 10 44 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 33 33 33 10 10 10 10 10 10 10 33 33 33 10 10 10 10 10 10 10 33 33 33 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
regmax = imregionalmax(A)
上述命令的結果為：
regmax =
10×10 logical array0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1 1 1 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
若A(3,3) = 23,則相同命令結果為：
regmax =
10×10 logical array
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 1 1 0 0
0 0 0 0 0 1 1 1 0 0
0 0 0 0 0 1 1 1 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
若A(3,3) = 20,則相同命令結果為：
regmax =
10×10 logical array
0 0 0 0 0 0 0 0 0 0
0 1 1 1 0 0 0 0 0 0
0 1 0 1 0 0 0 1 0 0
0 1 1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 1 1 0 0
0 0 0 0 0 1 1 1 0 0
0 0 0 0 0 1 1 1 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- BW = imregionalmax(I,conn)
conn：指定函數中使用的連通度。 - gpuarrayBW = imregionalmax(gpuarrayI,___)
gpuarrayBW = imregionalmax(gpuarrayI,___) 在GPU上執行該操作，輸入圖像必須是一個gpuArray，函數返回一個gpuArray。需要支持 Parallel Computing Toolbox™ .
bwconncomp函數
找出二值圖像中所有的連通區域。
舉例說明
用法如下：
CC = bwconncomp(BW)
CC = bwconncomp(BW,conn)
-
BW = imregionalmax(I) 默認2維數據為8聯通，3維數據為26聯通。
假設S如下：
S =0 0 0 0 0 0 1 1 0 0 0 1 1 0 0 0 0 0 1 1 1 1 0 0 0- 1
- 2
- 3
- 4
- 5
D = bwconncomp(S);
上述命令的結果為：
D=1*1 struct
D.Connectivity 使用的連通度
D.ImageSize 圖像大小
D.NumObjects 連通區域數
D.PixelIdxList 連通區域的索引
這里具體看看 D.PixelIdxList：
因為是默認的8聯通，所以7,8,12,13和19,24為一個連通區域，若使用4連通，這里就是兩個連通區域。