基于图像识别的整精米自动检测.docxVIP

PAGE PAGE 2 实验三 基于图像识别的整精米自动检测 一、实验目的 掌握图像识别的基本方法，掌握图像识别中的各种预处理方法、分割、表示等方法的综合运用。 二、实验要求 检测出图中的碎米，并在相应的米粒上打上标志。 三、实验内容 1、对图像进行预处理（滤波、去不均匀背景） 2、把米粒图像变成二值图像 3、根据区域内部像素的连通性，将不同的区域赋予不同的标记 4、计算出单个米粒所占的像素 5、根据米粒长度判断整精米和碎米。 四、实验流程 读入图像 读入图像 原图像 背景灰度均衡 均值滤波去噪 开操作 二值化 开操作 椭圆拟合 求连通区域 求所有椭圆长轴平均值，将各个椭圆与平均值比较，若某椭圆长轴短于平均值，则判定为碎米，标定。 五、实验程序 close all clear clc A=imread(Fig0926(a)(rice).tif);%读入图片 A=im2double(A);%精度转换 figure,imshow(A),title(A);%显示原图片 se = strel(disk,10); B=imopen(A,se);%对原图片进行开操作 figure,imshow(B),title(B); C=A-B;%原图减去开操作后的图片,使背景灰度均衡 se = strel(disk,3); C=imopen(C,se);%再一次对实验图片进行开操作，避免各个米粒粘连 figure,imshow(C),title(C); h=fspecial(average); D=imfilter(C,h);%对图片进行均值滤波，去除噪声 figure,imshow(D),title(D); maxGray=max(D(:));%灰度最大值 minGray=min(D(:));%灰度最小值 threshold=0.5*(maxGray+minGray);%求出灰度的中值 E=(Dthreshold);%求出图片的二值化图 figure,imshow(E),title(E); [connectedLabel,connectedNum] = bwlabel(E,4);%求出连同区域，以及他们的label ellipse=regionprops(connectedLabel,all);%对每个连通区域的像素进行椭圆拟合 MajorAxisLength=regionprops(connectedLabel,MajorAxisLength); MajorAxisSum=0; for i=1:connectedNum MajorAxisSum=MajorAxisSum+ellipse(i).MajorAxisLength; end MajorAxisMean = MajorAxisSum/connectedNum;%所有椭圆的长轴平均值 figure,imshow(A),title(Result); hold on %检测每一个椭圆，若椭圆的长轴短于所有椭圆长轴的平均值，则认为该椭圆为碎米，并作出标注 for i=1:connectedNum if ellipse(i).MajorAxisLength(MajorAxisMean) centroids = cat(1, ellipse(i).Centroid) ; plot(centroids(:,1), centroids(:,2), r*); end end hold off 六、实验结果 均值滤波去噪 原图减去开操作 均值滤波去噪 原图减去开操作图片 开操作后图片 原图