[Note我在回答OP的根本问题，而不是实际问的问题。
以下是测量物体周长的方法：
1.分割对象
1.使用regionprops测量“周长”功能。
分割通常是最难的部分。在这种情况下，imbinarize本身可以很好地将对象与背景分离，但由于对象重叠，因此每个结果区域都代表多个对象。将这些对象分离到单独的区域中真的很难。通常会尝试使用分水岭来处理这样的图像。
在任何情况下，寻找物体的边缘在这里都没有用，它不会导致边界长度的精确估计。检测到的边缘通常不会形成连续的封闭轮廓，但即使它们是，下一步估计它们的长度没有偏见并不简单（counting the boundary pixels leads to a very unprecise and biased estimate）。

img = imread('https://i.stack.imgur.com/KcRkZ.jpg');
img = img(:,:,1);

bin = ~imbinarize(img);  % negate so that objects are `true` and background is `false`
props = regionprops(bin, {'Centroid', 'Perimeter'});

imshow(bin)
for ii = 1:numel(props)
   text(props(ii).Centroid(1), ...
        props(ii).Centroid(2), ...
        string(props(ii).Perimeter), ...
        'color', 'r');
end

尽管如此，如果你真的需要计算边界像素（我重复一遍，这是一个非常糟糕的周长估计），你可以使用侵 eclipse 来得到二进制对象的轮廓（edge应该只应用于灰度图像）。这可以保证为每个对象生成一个闭合的轮廓：

edge = bin & ~imerode(bin, strel('diamond', 1));
props = regionprops(edge, {'Centroid', 'Area'});

imshow(bin)
for ii = 1:numel(props)
   text(props(ii).Centroid(1), ...
        props(ii).Centroid(2), ...
        string(props(ii). Area), ...
        'color', 'r');
end

此代码生成两个额外的数字：在图像bin中的对象中存在两个孔，并且单独报告这些孔的周长，因为它们形成单独的连接分量。