数字图像处理实验报告——米粒.docVIP

一、任务描述 本次试验的主要任务是用matlab编写程序确定图1（原始图像）中的米粒个数，达到能辨认连接的两个米粒和不足一个的米粒的精确度，并计算出了米粒的平均大小，标识出了最大面积的米粒。 二、设计思路 由于原始图像是24位彩色图像，不便于程序处理，所以首先将原始图像转换成为256级灰度图像，再将灰度图像二值化（如图2），并将边缘空白处赋值为临近灰度值，这样就得到了便于处理的二值图像。 运用四连同准则的bwlable函数找到并大致确定米粒的个数M0，实验中发现有的米粒面积过大（1000），经分析为两个米粒连接在一起的情况，又考虑到噪声的存在，根据实验数据分析，我们设置了米粒面积的有效范围：40~0.6N1（N1为bwlable函数找到的最大面积），即小于40的视为噪声，大于0.6n1的视为有两个米粒连接。这样就进一步精确地计算出了米粒的个数M，再与累加的有效范围相除，就可以计算出米粒的平均大小了。最后，确定最大面积的米粒的坐标，将其赋值为白色，显示在256级灰度图像中。 三、程序流程图 四、程序代码 clear; %清内存 clc; %清命令窗口 close all; %关闭图形窗口 A = imread(4.bmp); %读入24位彩色图像 [m n s] = size(A); C(:,:) = A(:,:,1); %将彩色图像转化256级灰度图像 subplot(1,3,1); imshow(C); title(原始图片); %B(1:m*2/3,:)=im2bw(C(1:m*2/3,:),0.55); %将256级灰度图像二值化 %B(m*2/3:m,:)=im2bw(C(m*2/3:m,:),0.45); %适用于图片rice.png B(1:m*3/4,:)=im2bw(C(1:m*3/4,:),0.45); %适用于图片4.bmp B(m*3/4:m,:)=im2bw(C(m*3/4:m,:),0.35); B(1,:) = B(2,:); %将边缘的空白赋值为邻近灰度值 B(m,:) = B(m-1,:); B(:,1) = B(:,2); B(:,n) = B(:,n-1); subplot(1,3,2); imshow(B); title(二值化图片); L4 = bwlabel(B,4); %根据四连通准则判定目标 Y = max(L4); %找矩阵L4每列的最大值 count4 = max(Y) ; %找向量Y的最大值 count3=count4; num1=0; for value = 1:count3; [r,c]=find(L4==value); %算面积 num=length(r); X(value)=num; N1=(max(X)); if num40 num1=num1+num; end end for i=1:count3 if X(i)N1*0.6 count4 = count4+1; X(i)=0; end if X(i)40 count4 = count4-1; end end count=count4 average=num1/count N=(max(X)) num2=find(N==X); [q,p]=find(L4==num2); for i=1:N C(q(i),p(i))=255; end subplot(1,3,3); imshow(C) zoom on; %单击鼠标左键放大、右键缩小图像 五、实验结果 count = 78 米粒个数 average = 428.9487 米粒平均面积 N = 635 最大面积米粒 图1 图2