数字图像处理实验报告米粒

一、任务描述

本次试验的主要任务是用matlab编写程序确定图1(原始图像)中的米粒个数，达到能辨认连接的两个米粒和不足一个的米粒的精确度，并计算出了米粒的平均大小，标识出了最大面积的米粒。

图1

图1

图2由于原始图像是24位彩色图像，不便于程序处理，所以首先将原始图像转换成为256级灰度图像，再将灰度图像二值化(如图2)

图2

运用四连同准则的bwlable函数找到并大致确定米粒的个数M0，实验中发现有的米粒面积过大(>1000)，经分析为两个米粒连接在一起的情况，又考虑到噪声的存在，根据实验数据分析，我们设置了米粒面积的有效范围：40~0.6N1(N1为bwlable函数找到的最大面积)，即小于40的视为噪声，大于0.6n1的视为有两个米粒连接。这样就进一步精确地计算出了米粒的个数M，再与累加的有效范围相除，就可以计算出米粒的平均大小了。最后，确定最大面积的米粒的坐标，将其赋值为白色，显示在256级灰度图像中。

三、程序流程图

四、程序代码

clear; %清内存

clc; %清命令窗口

close all; %关闭图形窗口

A = imread('4.bmp'); %读入24位彩色图像

[m n s] = size(A);

C(:,:) = A(:,:,1); %将彩色图像转化256级灰度图像

subplot(1,3,1);

imshow(C);

title('原始图片');

%B(1:m*2/3,:)=im2bw(C(1:m*2/3,:),0.55); %将256级灰度图像二值化

%B(m*2/3:m,:)=im2bw(C(m*2/3:m,:),0.45); %适用于图片rice.png

B(1:m*3/4,:)=im2bw(C(1:m*3/4,:),0.45); %适用于图片4.bmp

B(m*3/4:m,:)=im2bw(C(m*3/4:m,:),0.35);

B(1,:) = B(2,:); %将边缘的空白赋值为邻近灰度值

B(m,:) = B(m-1,:);

B(:,1) = B(:,2);

B(:,n) = B(:,n-1);

subplot(1,3,2);

imshow(B);

title('二值化图片');

L4 = bwlabel(B,4); %根据四连通准则判定目标

Y = max(L4); %找矩阵L4每列的最大值

count4 = max(Y) ; %找向量Y的最大值

count3=count4;

num1=0;

for value = 1:count3;

[r,c]=find(L4==value); %算面积

num=length(r);

X(value)=num;

N1=(max(X));

if num>40

num1=num1+num;

end

end

for i=1:count3

if X(i)>N1*0.6

count4 = count4+1;

X(i)=0;

end

if X(i)<40

count4 = count4-1;

end

end

count=count4

average=num1/count

N=(max(X))

num2=find(N==X);

[q,p]=find(L4==num2);

for i=1:N

C(q(i),p(i))=255;

end

subplot(1,3,3);

imshow(C)

zoom on; %单击鼠标左键放大、右键缩小图像

五、实验结果

count =

78 米

average =

428.9487 米

N =

635 最大面积米粒