大作业数字图像处理

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别离出来，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本钱迎合市场需求。1.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。在劳动本钱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本钱较为低廉的一种。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、高效并且廉价的水果品质检测方法越来越受到人们的重视。根本知识2.1RGB图像2.2灰度图像2.3二值图像2.4图像分割2.5图像描述2.6图像识别3.功能分析及设计接下来可以考虑计算苹果的直径。因为对于苹果来讲，不同的大小价格是不同的。检测思路为：将图片灰度化、二值化后，利用regionprops函数计算二值化图像的最小外接矩形大小，外接矩形框长度和宽度中的最大值即为苹果最大横切面直径。此时的数值为像素值，通过与照片的长、宽像素值进行比拟，结合图片的实际长、宽值，即可求出果径的实际长度。具体函数如下：rgb=imread('d:\apple.png');rgb1=im2double(rgb);r=rgb1(:,:,1);g=rgb1(:,:,2);b=rgb1(:,:,3);I=(r+g+b)/3;tmp1=min(min(r,g),b);tmp2=r+g+b;tmp2(tmp2==0)=eps;S=1-3.*tmp1./tmp2;tmp1=0.5*((r-g)+(r-b));tmp2=sqrt((r-g).^2+(r-b).*(g-b));theta=acos(tmp1./(tmp2+eps));H=theta;H(b>g)=2*pi-H(b>g);H=H/(2*pi);H(S==0)=0;I=(r+g+b)/3;%Combineallthreeresultsintoanhsiimage.hsi=cat(3,H,S,I);S=im2bw(S,0.2);imshow(S)求取外接最小矩形框，并利用regionprops函数计算图像区域的属性信息，并读取矩形的长、宽数据，以长、宽中的最大值为果径的数值。这里的数值为像素值。[l,m]=bwlabel(S,8);status=regionprops(l,'BoundingBox');x=status(2,1).BoundingBox;%读取矩形的长宽X=max(x);%取最大值取得果径的像素值后，与图片的长〔宽〕像素值相比。由于图片的像素、实际长宽等数值已预先设定并保持不变，因此根据果径像素与图片像素的比值可求出果径的实际数值。接下来可以考虑检测水果外表的缺陷。果面的缺陷主要包括压伤、碰伤、虫蛀伤亦或是裂开等，但所有外表可见的伤痕都表现为正常果面色泽、质地不一致。因此可通过提取果面的图像特征，检测缺陷情况。首先，读入图像后用rgb2gray函数对受检苹果进行灰度化，并用imadjust函数调整灰度图像的强度值。I=imread(d:\'apple3.jpg');I2=rgb2gray(I);J=imadjust(I2,[0.10.2],[]);利用im2bw函数将调整后的灰度图像转换为二值图像，level值取1。为方便检测，对二值图像进行取反处理。Y=im2bw(J,1);Y=~Y。与计算果径的方法相同，求病斑区域的外接矩形框，并利用regionprops函数计算图像区域的属性信息。[l,m]=bwlabel(Y,8);status=regionprops(l,'BoundingBox');imshow(Y);holdon;fori=1:mrectangle('position',status(i).BoundingBox,'edgecolor','r');endholdoff;由于病斑的不规那么，且一个果面可能会有多个病斑，图像区域中会有多个外接矩形框，因此需要对每个矩形框的大小进行判定，选取面积最大的矩形框。[x,y]=size(status);%读取图片信息fori=1:x%共有x个矩形框X(i)=max(status(i).BoundingBox);%取矩形框最大值endx2=status(i,1).BoundingBox;%读取矩形框的长、宽x2(1)x2(2)在这里，以最大矩形框的面积近似为病斑的面积。通过矩形框尺寸的像素值与照片长、宽像素值的比值，以及照片实际尺寸，进而确定病斑实际面积。4.实验结果与分析S分量二值化之后的苹果图像有缺陷的苹果原图：缺陷检测之后所识别的苹果外表伤痕：变质区域的外接矩形框根据伤痕的图形，可以用它的最大外接矩形框面积来近似确定实际面积。5.总结与体会6.参考文献[1]张宏编著.图像处理与分析.北京:机械工业出版社.2023.[2]杨高波,杜青松编著.MATLAB图像/视频处理应用及实