图像分割与形态学处理羊毛处理.docxVIP

图像分割与形态学处理 ——羊毛检测 学 院 专 业 姓 名 学 号 日 期 一、前言 图像处理是指通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。以再现性好、处理精度高、适用面宽、灵活性高的优势有良好的前景。 图像处理在生物测定学、摇杆、监控、基因表达、显微镜技术、半导体测试、图像传感器设计、颜色科学和材料科学等领域为科学家提供支持，也促进了图像处理技术的教学。 二、实验目的 1、熟悉图像处理的原理和matlab语言、程序。 2、完成给定图片的羊毛检测 三、实验内容及步骤 1、图像分割 把图像空间按照一定的要求分成一些“有意义”的区域的技术叫图像分割。 图像分割常用方法有阈值法、区域生长法、边缘检测法和聚类法。我采用阈值法进行图像分割，将原图转换为二值图像。 转换出的图像为白底，为了更加清晰，将图像取反，即为下图： 2、图像形态学处理 1）对图像进行抽骨架处理并进行去毛刺 2）连接有单个像素分析分割的像素 3）使用一个3*3结构元素的闭运算 4）附加在原图上 四、实验程序 I= imread (h:/001_n.bmp);%读入图像 figure(1),imshow(I);title(原图)%绘制原图 img=rgb2gray(I); imge=img; T=graythresh(I); bw=im2bw(I,0.38); figure(2),imshow(~bw);title(原图的二值图像) X5=bwmorph(~bw,dilate); figure(3),imshow(X5);title(膨胀后的图像) X=bwmorph(X5,skel,inf); X2= bwmorph(X,spur,5); figure(6),imshow(X2);title(去毛刺图像2) X3=bwmorph(X2,bridge); figure(7),imshow(X3);title(链接后的图像) X4=bwmorph(X3,close); figure(8),imshow(X4);title(闭运算后的图像) for i=1:m %将提取出的轮廓融合入原图像和灰度图像 for j=1:n if g(i,j)==1 imge(i,j)=g(i,j).*255; I(i,j)=g(i,j).*255; elseif g(i,j)==0 imge(i,j)=imge(i,j); I(i,j)=I(i,j); end end end figure(9),imshow(imge); figure(10),imshow(I); 五、实验中的问题和分析 在本次实验中，我最开始使用阈值公式进行计算，但是在计算后，运用阈值，图像出来的效果并不好，比较粗。我人为的改变了阈值，本身计算出的阈值大约在0.5，我在多次实验后，将阈值改为0.38，这样出现的图像，羊毛比较细。在经过一系列的形态学处理后，结果比较清晰。 在形态学处理上，我实验过抽取骨架、细化、边缘描述等方法，其中抽骨架的结果是最好的。 在去毛刺的时候，我先将系数设置为inf，结果太过，将许多线条腐蚀掉了，于是我将系数改为5，结果较好。