二、图像处理Matlab的应用：
实例：消除rice.png图像中亮度不一致的背景，并使用阈值将修改后的图像转换为二值图像，使用成员标记返回图像中对象的个数以及统计特性。按照如下步骤进行：
1.读取和显示图像
>>clear;closeall>>I=imread(''rice.png'');>>imshow(I)
?
2.估计图像背景：
图像中心位置背景亮度强于其他部分亮度，用imopen函数和一个半径为15的圆盘结构元素对输入的图像I进行形态学开操作，去掉那些不完全包括在圆盘中的对象，从而实现对背景亮度的估计。
>>clear;closeall>>I=imread(''rice.png'');>>imshow(I)>>background=imopen(I,strel(''disk'',15));>>imshow(background)>>figure,surf(double(background(1:8:end,1:8:end))),zlim([0,255]);>>set(gca,''ydir'',''reverse'');
显示了背景图（左）和背景表面图（右）
?
3.从原始图像中减去背景图像（原始图像I减去背景图像得到背景较为一致的图像）：
>>I2=imsubtract(I,background);>>figure,imshow(I2)
?
4.调节图像的对比度(图像较暗，可用imadjust函数命令来调节图像的对比度)
>>I3=imadjust(I2,stretchlim(I2),[01]);>>figure,imshow(I3);
?
5.使用阈值操作将图像转换为二进制(二值)图像(bw),调用whos命令查看图像的存储信息.
>>level=graythresh(I3);??%图像灰度处理>>bw=im2bw(I3,level);????%图像二值化处理>>figure,imshow(bw)??????%显示处理后的图片
>>whos?Name????????????Size???????????????????Bytes?Class
?I?????????????256x256??????????????????65536?uint8array?I2????????????256x256??????????????????65536?uint8array?I3????????????256x256??????????????????65536?uint8array?background????256x256??????????????????65536?uint8array?bw????????????256x256??????????????????65536?logicalarray?level???????????1x1????????????????????????8?doublearray==8位二进制数
Grandtotalis327681elementsusing327688bytes
?
6.检查图像中对象个数（bwlabel函数表示了二值图像中的所有相关成分并返回在图像中找到的对象个数）
>>[labeled,numObjects]=bwlabel(bw,4);
>>?numObjects??
numObjects=
??101
表示图像中的米粒对象个数是101.
?
7.检查标记矩阵：（imcrop命令进行交互式操作，图像内拉出较小矩形并显示已标记的对象和部分背景内的像素）
>>grain=imcrop(labeled)
grain=
????0????0???42???42???42???42???42???42???42????0????0????0???42???42???42???42???42???42???42???42????0????0???42???42???42???42???42???42???42???42????0????0???42???42???42???42???42???42???42???42????0????0???42???42???42???42???42???42???42???42????0????0???42???42???42???42???42???42???42???42????0???42???42???42???42???42???42???42???42???42????0???42???42???42???42???42???42???42???42???42
8.观察标记矩阵（用label2rgb将其显示为一副伪彩色的索引图像）:
>>RGB_label=label2rgb(labeled,@spring,''c'',''shuffle'');>>imshow(RGB_label);
?
9.测量图像对象或区域的属性（Regionprops，返回一个结构数据）
>>graindata=regionprops(labeled,''basic'')
graindata=
101x1structarraywithfields:???Area???Centroid???BoundingBox>>graindata(40).Area??%显示矩阵中第40个元素的属性
ans=
??197
>>graindata(40).BoundingBox,graindata(40).Centroid???%寻找最近的边缘和中心点
ans=
??82.5000??59.5000??24.0000??20.0000
ans=
??95.4213??70.4924
>>allgrains=[graindata.Area];????%创建一个新的向量allgrains,其包含每个米粒的范围>>whosallgrains?Name???????????Size???????????????????Bytes?Class
?allgrains??????1x101????????????????????808?doublearray
Grandtotalis101elementsusing808bytes
>>allgrains(51)????%相当于整个矩阵的索引为51的属性是多少，可见与原来得到的结果相同
ans=
??140
>>max(allgrains)???%获取最大的米粒大小
ans=
??404>>biggrain=find(allgrains==404)???%使用find命令返回这个最大尺寸米粒的标记号
biggrain=
???59
>>mean(allgrains)??%获取米粒的平均大小
ans=
?175.0396
?
9.绘制包含30个柱的直方图来说明米粒大小的分布情况
>>hist(allgrains,30)
?????(米粒大小分布柱状图)
|
|
