基于图像识别的整精米自动检测_第1页
基于图像识别的整精米自动检测_第2页
基于图像识别的整精米自动检测_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、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 五、实验程序closeallclearclcA=imread(FigO926(a)(rice).tif);%读入图片A=im2double(A);%精度转换figure,imshow(A),title(

2、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(:

3、);%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labelellipse=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;fori=1:con

4、nectedNumMajorAxisSum=MajorAxisSum+ellipse(i).MajorAxisLength;endMajorAxisMean=MajorAxisSum/connectedNum;%所有椭圆的长轴平均值figure,imshow(A),title(Result);holdon%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fori=1:connectedNumifellipse(i).MajorAxisLength(MajorAxisMean)centroids=cat(1,ellipse(i).Centroid);plot(centroids(:,1),centroid

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论