基于MATLAB进行树叶面积测量实验报告课件.docVIP

科学计算与数据处理实验报告 学 姓 名 号 实 验 基于 Matlab 的植物叶面积数字摄影图像处理 名称 1.学习用 matlab 解决实际问题； 实 验 2.学习用 matlab 对图像进行背景去除； 目的 3.学习用 matlab 对图像进行二值化转换； 4.学习用 matlab 对图像进行中值滤波处理； 5.学习用 matlab 计算像素点的比例，以计算出所求的叶子面子。 实验所选择植物叶为银杏叶，把银杏叶固定在标准面积板上，用数码相机拍 实 验 取图像。对银杏叶图像的处理即是数字摄影图像处理法测量其叶面积的关键。本 方案 实验中利用 matlab 对银杏叶图像进行背景去除、二值化及中值滤波处理和分析。 1. 实验采用差分法去除图像的背景 差分处理代数运算的数学表达式为： C( x , y) = A ( x , y) - B ( x , y) ，其中 , A ( x , y) 和 B ( x , y) 为输入图像 , A ( x , y) 为原始图像 , B ( x , y) 为背景图像 , 而 C ( x , y) 为输出图像即差分图像。在 matlab 中 A ( x , y) 、B ( x , y) 、 C ( x , y) 分别为原始图像、背景图像和差分图像的矩阵。 2. 采用自动阈值法对图像进行二值化处理 常用的阈值选取方法有自动寻找最佳阈值法和固定阈值法。 自动寻找阈值法能 够自动分析图像的灰度直方图 , 根据直方图确定最佳阈值 , 然后用寻找到的最佳 阈值进行二值化处理。而固定阈值法首先分析每一帧图像的灰度直方图 , 然后得 出每帧图像的阈值。可以看出固定阈值法的工作量大大高于自动阈值法 , 并且不 能做到自动化 , 完全依靠手工去获取图像的阈值 , 其精度也较自动阈值法低。 3. 中值滤波的目的是消除图像中的各种干扰噪声 噪声可能是在图像采集量化等过程中所产生的 ,也可能是在各种图像处理过程 中产生的。其表现是图像信息被干扰噪音所污损 ,导致图像质量下降。中值滤波是 一种较简单但又很常用的滤波平滑方法 ,它采用邻域内的像素灰度值的中值来作 为处理后像素点的灰度值 , 对脉冲式的灰度跳跃平滑效果好。 4. 叶子面积的计算 由于数字图像由一个个像素点组成 , 所以在已知每个像素点代表的真实面积 下, 可以通过计算图像中对象物体区域的像素数 , 求出叶子的面积。 二值化图像经 中值滤波处理后的白色区域灰度值为 255 代表背景 , 黑色区域灰度值为 0 ,代表 叶子区域。 叶子面积的计算即灰度值为 0 的黑色区域的像素个数。 根据下面公式： 叶面积 标准面积版面积 叶子所占像素数量 叶子所占像素数量 背景所占像素数量 可求出所求银杏叶的叶面积。 1 把银杏叶固定在标准板上拍照，得到原图像与背景图像如图 1，图 2。 实 验 记录 图 1 原图像 图 2 背景图 1. 用差分法去除图像的背景。 右图 3 为去除背景图像 Matlab 处理程序为： I=imread(shuye.bmp); I1=imread(beijing.bmp); J=rgb2gray(I); J1=rgb2gray(I1); K=imsubtract(J1,J); figure,imshow(K); 图 3 去除背景图像 2. 用自动阈值法对图像进行二值化处理 右图 4 为二值图像 Matlab 程序为： level=graythresh(K); K1=im2bw(K,level); figure,imshow(K1); title( 二值图像 ); 图4 二值图像 3. 中值滤波 右图 5 为中值滤波之后的图像 Matlab 程序为： K2=medfilt2(K1,[3 3]); figure,imshow(K2); 4. 叶子面积的计算 图 5 中值滤波后图像 Matlab 程序为： S0=sum(sum(K2))/(length(K2(:,1))*length(K2(1,:))) S0所求为叶子（白色）所占总体的比例大小，求出 S0=0.1148 。已知标准面积板面 积为360平方厘米。可知银杏叶子面积 S=41.328 平方厘米。 2 通过本次综合实验设计，使我能把所学的 MA TLAB 应用到解决实际问题当 实 验 中，能够用 MATLAB 解决实际问题。 在实际动手操作过程中理解和掌握了相关知 总 结 识和技能，例如：如何对目标图像进行去除背景，如何对目标图像进行二值化转 换，中值滤波等等。在本次实验过程中，我通过查阅相关文献来优化自己的实验 设计，学到了很多课堂上学不到的知识。在实践过程中，我加深了对所学的基本 知识和概念的掌握，并且充分认识到 MA TLAB 功能的强大。 在今后学习过程中，我会秉承知识与实践相结合的学