大作业数字图像处理.pdfVIP

计算机科学与通信工程学院 课程报告 课 程 实 验 题 目 学 生 姓 名 学 号 专 业 班 级 摘 要 在生产生活中可以利用 matlab 函数将苹果从纷杂的大量水果中分离出来，也可根据果 径和果面缺陷实现水果的等级划分。从而提高生产方的工作效率。进而降低水果的生产成本迎合市 场需求。 1. 引言 近年来，随着人们生活水平的提高，人们对于水果的品质要求也不断提高。实行水果 的分级销售似乎成为当前市场的一个趋势。在传统的水果等级评判主要依靠人工操作。 但我们也知道，人对图像的感知是十分主观的。因此每个人的评价指标不同，而且人工 的费用较高。在劳动成本越发提升的今天显然这是十分落后的。 即便应用了计算机作为辅助道具，使用基于matlab 的识别与检测仍旧是其中成本较 为低廉的一种。对于果农等生产方来讲这就显得尤为重要。同样这也能让消费者从中获 利。显然这是一种很好的方式， 但实际操作起来仍旧有很大的难度。 因此，利用计算机图像处理的技术研究客观、方便、高效并且便宜的水果品质检测方 法越来越受到人们的重视。 2. 基本知识 需要掌握图像的分割技术和图像的识别技术，并利用相应的函数将所需要显示的部位 从背景中提取出来。我们日常所获得的便是RGB 彩色图像。在处理过程中基本思路都是首先 图像处理为灰度图像，接下来处理为二值图像。进而利用其它函数处理。 2.1 RGB 图像 RGB 图像被用来表示彩色图像。与索引图像一样，它分别用红（R）、绿（G）、蓝（B） 三原色的组合来表示每个像素的颜色。它的每一个像素的颜色值（由RGB 三原色表示）直接存 放在图像矩阵中，由于每一像素的颜色需由R、G、B 三个分量来表示，M、N 分别表示图像的 行列数，三个M x N 的二维矩阵分别表示各个像素的R、G、B 三个颜色分量。RGB 图像的数据 类型一般为 8 位无符号整形，通常用于表示和存放真彩色图像，当然也可以存放灰度图像。 2.2 灰度图像 灰度图像矩阵元素的取值范围通常为[0，255]。因此其数据类型一般为8 位无符号整数 的（int8），这就是所谓256 灰度图像。 “0”表示纯黑色， “255”表示纯白色，中间的数字 从小到大表示由黑到白的过渡色。 2.3 二值图像 二值图像的二维矩阵则是仅由0、1两个值构成。 “0”代表黑色， “1”代白色。由于每 一像素取值仅有0、1两种可能，所以计算机中二值图像的数据类型通常为 1个二进制位。二 值图像通常用于文字、线条图的扫描识别（OCR）和掩膜图像的存储。 2.4 图像分割 图像分割是数字图像处理中的关键技术之一。它将图像中有意义的特征部分提取出来， 其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽 然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方 法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。 2.5 图像描述 图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述 物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。 2.6 图像识别 图像识别属于模式识别的范畴，其主要内容是图像经过某些预处理后，进行图像分割和 特征提取，从而进行判决分类。 3. 功能分析及设计 在本题中，苹果的形状与其它水果是不同的，因此可以利用这一特点将其从混杂的水果中 寻找出来，也可以根据它的形状进而使用直径这一特性来描述它的大小。 苹果表面上的伤痕拥有与苹果本身不同的色泽，其形状虽然不规则但是也多为圆形。也可 以根据类似的方式来进行设计。 首先可以考虑将苹果从各种水果中识别出来。 %读取原图，并处理成二值图像 I=imread(d:\50.jpg); I2=rgb2gray(I); BW=im2bw(I2,0.9); total=bwarea(~BW); figure,subplot(1,3,1),imshow(I),title(原始图像); subplot(1,3,2),imshow(I2),title(灰度图像); subplot(1,3,3),imshow(BW),title(二值图像); %进行边缘检测 得到了不连