Matlab图像处理_米粒识别.docVIP

小物体图像亮度的调整与数量自动计算 班级学号：2008040701030 姓名：王巍 小物体图像亮度的调整与数量自动计算 一、实践目标 消除简单图片（如大米、细胞图片）中亮度不一致的背景，并使用阈值将修改后的图像转换为二值图像，使用成员标记返回图像中对象个数以及统计特性。 二、预期效果 这里以米粒图片(rice.png)为例，把图片中的背景颜色亮度调整到相同，二值化后清楚的显示出白黑的位置，较准确的计算出图像中研究对象的个数并标记，最后进行系统统计，通过直方图显示出统计结果。 三、实验步骤 1、读取和显示图像 clear;close all%清空Matlab工作平台所有变量 I=imread(‘rice.png’);%读取图像，本图像是Matlab图形工具箱中自带的图像 figure,imshow(I)%显示图像 2、估计图像背景 图像中心位置背景亮度强于其他部分亮度，用imopen函数和一个半径为15的圆盘结构元素对输入的图像I进行形态学开操作，去掉那些不完全包括在圆盘中的对象，从而实现对背景亮度的估计。 background=imopen(I,strel(‘disk’,15));%创建一个半径为15的圆盘结构元素 imshow(background) figure,surf(double(background(1:8:end,1:8:end))),zilm([0,255]); set(gca,’ydir’,’reverse’); 显示了背景图（左）和背景表面图（右） 3、从原始图像中减去背景图像 原始图像I减去背景图像得到背景较为一致的图像。 I2=imsubstract(I,background); figure,imshow(I2) 4、调节图像的对比度 图像较暗，可用imadjust函数命令来调节图像的对比度。 I3=imadjust(I2,stretchlim(I2),[0 1]); figure,imshow(I3); 5、使用阈值操作将图像转换为二进制（二值）图像（bw） 运用阈值操作将图像转换为二值图像后，调用whos命令查看图像的存储信息。 level=graythresh(I3);%图像灰度处理 bw=im2bw(I3,level);%图像二值化处理 figure,imshow(bw)%显示处理后的图片 whos 存储信息显示 Name Size Bytes Class I 256x256 65536 uint8 array I2 256x256 65536 uint8 array I3 256x256 65536 uint8 array background 256x256 65536 uint8 array bw 256x256 65536 logical array level 1x1 8 double array Grand total is 327681 elements using 327688 bytes 6、检查图像中对象个数 Bwlabel函数表示了二值图像中的所有相关成分并返回在图像中找到的对象的个数。 [labeled,numObjects]=bwlabel(bw,4); numObjects 图像中的米粒对象个数是： numObjects = 101 7、观察标记矩阵 用label2rgb将其显示为一副伪彩色的索引图像。 RGB_label=label2rgb(labeled,@spring,’c’,’shuffle’); figure,imshow(RGB_label); 8、测量图像对象或区域的属性 graindata=regionprops(labeled,’basic’) 测量显示的数据为： graindata = 101x1 struct array with fields: Area Centroid BoundingBox graindata(40).Area%显示矩阵中第40个元素的属性 显示结果为： ans = 197 graindata(40).BoundingBox,graindata(40).Centroid%寻找最近的边缘和中心点 显示结果为：