本文视频地址：https://www.bilibili.com/video/av68228488?p=9

主要学习了初阶影像处理。有三个内容：

图像阈值
背景预测
相关连的标签

计算米粒颗数

先将图片二值化。那么有米粒的区域应该是1，而没有的地方就是0。那么去计算有多少个一大群1的个数就可以。

graythresh()

T=graythresh() ,从灰度图像 I 计算一个全局阈值T，使用 Otsu的方法。这个方法是选择一个相对于黑像素和白像素最小的一个方差。

全局阈值T可以用来将灰度图像转换为二值图像，使用 imbinarize. 阈值T肯定是属于 [0 1] 区间。

BW= imbinarize( I )

从2D 或 3D灰度图像 I 创建一个二值化图像，通过将所有数值用全局阈值转换为0 或者是1。

im2bw()

BW=im2bw(I ,level) , 将灰度图转换为二值化图像。通过将所有的像素用亮于 level 的变为1，低于 level 的变为0。

I =imread('rice.png');
level=graythresh(I);    %计算最佳阈值
bw=im2bw(I,level);      %将灰度图转换为二值化图
subplot(1,2,1); imshow(I);
subplot(1,2,2); imshow(bw);

根据这个图可以看到，如果我们选择不同的阈值就会显示不同的图像。阈值的好坏很重要。

14分钟练习

clear all;       %14分钟练习
I =imread('rice.png');
Z=I;
level=graythresh(I);    %计算最佳阈值
a=255 * level;
for i=1:size(I,1)for j=1:size(I,2)if I(i,j) >aZ(i,j)=255;    %因为这里不是二值化图，所以最大应该是255，而不是1elseZ(i,j)=0;endend
end
imshow(Z);

先算出背景，然后不背景去掉

imopen(I,SE)

用到一个函数 J=imopen(I,SE)

执行形态开放用于灰度图像或者是二值图像 I，返回一个开放图像。SE 是一个单独结构化的元素对象，通过 strel 或者 offsetstrel 函数来返回。也就是说 SE 其实又是一个函数，这个函数是 strel 或者 offsetstrel 。

形态开放操作是先侵蚀后扩张，两种操作使用相同的结构元素。

具体可以查看MATLAB帮助文件：https://ww2.mathworks.cn/help/images/ref/imopen.html

strel

一个strel对象代表一个平坦的形态结构元素，它是形态扩张和侵蚀操作的重要组成部分。

平面结构元素是一种二维或多维的二值邻域，其中真实像素包含在形态计算中，而虚假像素不包含在形态计算中。结构元素的中心像素称为原点，它标识正在处理的图像中的像素。使用strel函数(如下所述)创建一个平面结构元素。您可以对二进制和灰度图像使用平面结构元素。下图说明了一个平面结构元素。

SE= strel('disk',r,n)

创建一个磁盘形状的结构元素，其中r指定半径，n指定用于近似磁盘形状的线结构元素的数量。当结构元素使用近似值时，使用磁盘近似值的形态操作运行得快得多。

除了 disk, 还有很多其它的。例如 nhood, diamond, octagon 等等。

具体可以查看MATLAB帮助文件：https://ww2.mathworks.cn/help/images/ref/strel.html#bu7pnvx-1

offsetstrel

offsetstrel 它不是平面的。这里再不详细说明。

clear all;       %23分钟练习
I =imread('rice.png');
SE=strel('disk',2);  %创建一个半径为像素2的圆盘形结构元素。
BG= imopen(I,SE);    %%将半径小于2像素的 磁盘状的在图像I中去掉
subplot(2,3,2);imshow(BG,[]); %  将最小值显示为黑色，最大显示为白色
subplot(2,3,4); imshow(I);
subplot(2,3,5);
SE=strel('disk',15);  %创建一个半径为像素15的圆盘形结构元素。
BG= imopen(I,SE);    %将半径小于15像素的 磁盘状的在图像I中去掉%如果将半径小于15的像素去掉的话，基本上是把所有的白色米粒全部都去掉了，只省一个背景
imshow(BG);
subplot(2,3,6);
I2=imsubtract(I,BG);   %将原图减去背景，可以得到比较清楚的图了，但小区域的杂点还是存在
imshow(I2);

当 SE=strel('disk',5); 时，我们来看看SE 是什么。它会创建一个对象，在这里以半径为5像素，其它为0。作一个圆。当在 imopen里探索时，当里面大致颜色相同的区域小于5个像素时，会移除掉。

23分钟练习

clear all;       %23分钟练习
I=imread('rice.png');   level=graythresh(I);
bw=im2bw(I,level);
subplot(2,2,1); imshow(bw);
BG=imopen(I,strel('disk',15));
I2=imsubtract(I,BG);    level=graythresh(I2);
bw2=im2bw(I2,level);
subplot(2,2,2); imshow(bw2);
BG1=imopen(I,strel('disk',4));   %直接将半径放小到4像素，显示到3上
level1=graythresh(BG1);          %将此图求阈值
bw3=im2bw(BG1,level1);           %转换为二值图,全用算出来的阈值
subplot(2,2,3); imshow(BG1);
subplot(2,2,4); imshow(bw3);     %此图我发现转换的不准确，我手动将阈值放小一点，0.42，发现显示会好点。但依然没有老师的方法好

Connected-component Labeling:bwlabel()

这个方法就是在一张二值化图里寻找像素在一起的群。并把他们分开。左侧的Binary 是二值化图，右侧的Label 是一个 Label 矩阵。搜寻出来的数据会在这个矩阵里更新。下面将以下是如何工作的：

看弹幕说这个方法就是 BFS

先从第一行第一列搜索，找到第一个1，并以这个1为圆心，向右和向下寻找是否否也有1。

寻找过的地方则在Binary里标为0，在Label里标为1。直到向右向下再没有发现1。则这一团数据寻找完毕。

继续扫描，再找的1，就是第二团数据的开始，标为2。依次类推，有多少个团，就有多少团数据。

bwlabel()

L = bwlabel(BW)

返回一个label矩阵L,默认为8连接方式。

L = bwlabel(BW,conn)

返回一个label矩阵L, conn可以选择为8连接方式或者是4连接方式。

[L,n] = bwlabel(___)

返回一个label矩阵L, n 是返回里面有多少团数据。

以下是8连接和4连接的说明：

clear all;       %34分钟练习
I=imread('rice.png');
BG=imopen(I,strel('disk',15));
I2=imsubtract(I,BG);
level=graythresh(I2);
BW=im2bw(I2,level);
[labeled, numObjects]=bwlabel(BW,8);

38分钟练习

clear all;       %38分钟练习
I=imread('rice.png');
BG=imopen(I,strel('disk',15));
I2=imsubtract(I,BG);
level=graythresh(I2);
BW=im2bw(I2,level);
[labeled, numObjects]=bwlabel(BW,8);  %labelded 是矩阵， numObjects是有多少团数据.8是8连接。弹幕说4连接不好在这里
num=zeros(1,numObjects);
for k=1:numObjects       %能过遍历，从labeled里寻找1-99，每个数的个数。放到一个1*99的矩阵里。for i=1:size(labeled,1)for j=1:size(labeled,2)if labeled(i,j)==knum(1,k)=num(1,k)+1;endendend
end
% max=0;
% for i=1:numObjects      %从num矩阵里找到最大值。
%     if max<num(1,i)
%         max=num(1,i);
%     end
% end
means=mean(num)        %平均值
z=max(num)             %从num矩阵里找到最大值。如果要使用上面打注释的语法，记得不要用max这个名字。因为你相当于自定义了，所以不能够再使用内置函数max()

label2rgb()

颜色显示

44分钟练习

%%
clear all; clc;   %44分钟练习
I=imread('rice.png');
BG=imopen(I,strel('disk',15));
I2=imsubtract(I,BG);
level=graythresh(I2);
BW=im2bw(I2,level);
[labeled, numObjects]=bwlabel(BW,8);  %labelded 是矩阵， numObjects是有多少团数据.8是8连接。弹幕说4连接不好在这里
num=zeros(1,numObjects);
for k=1:numObjects       %能过遍历，从labeled里寻找1-99，每个数的个数。放到一个1*99的矩阵里。for i=1:size(labeled,1)for j=1:size(labeled,2)if labeled(i,j)==knum(1,k)=num(1,k)+1;endendend
end
subplot(1,3,1); hist(num,20);     %将num 用直方图表示出来，分了20个bin
axis square;
[m n]=size(I);
red_map=zeros(m,n,3);      %因为RGB图是由三色决定的，所以给每一个像素分配一个[R G B],因为只要改红色，所以先默认[0 0 0]
for i=1:size(I,1)for j=1:size(I,2)if BW(i,j)==1red_map(i,j,1)=255;  %将有米粒的地方设置为[255 0 0],也就是红色endend
end
subplot(1,3,2);
imshow(red_map);   %通过imshow() 把矩阵 red_map 显示出来j=1;              %将面积小于100的米去掉，原有数据变为2行的矩阵，每一列代表米粒的编号和面积。
new_num=zeros(2,numObjects);
new_num(1,:)=[1:numObjects];
new_num(2,:)=num;
for i=1:size(new_num,2)if new_num(2,i) < 100         %如果面积小于100，记下米粒的编号ab(j)=new_num(1,i);j=j+1;end
endfor k=1:size(ab,2)       %将面积小于100的米，颜色设置为0，也就是黑色。for i=1:size(labeled,1)for j=1:size(labeled,2)if labeled(i,j)==ab(k)labeled(i,j)=0;endendend
endsubplot(1,3,3);
imshow(labeled);

regionprops()

stats = regionprops(BW,properties)

返回二进制图像BW中每个8连接组件(对象)的属性指定的属性集的度量值。stats是一个结构数组，其中包含图像中每个对象的结构。

在这个结构数组里，反映三个数据：面积（用多少个像素表示）、中心点、四个边界点，具体如下：

clear all;                %49分钟练习
I=imread('rice.png');
BG=imopen(I,strel('disk',15));
I2=imsubtract(I,BG);    level=graythresh(I2);
BW=im2bw(I2,level);
[labeled,numObjects]=bwlabel(BW,8);
graindata=regionprops(labeled,'basic');    %把labeled的值通过regionprops函数存储
graindata(51)            %显示第51个数据

bwselect()

选择二进制图像中的对象

BW2 = bwselect(BW,c,r,n)

返回在图像BW中选择的坐标(r,c)的图像，其中n 是表示是4连接还是8连接。默认是4连接。

BW2 = bwselect(BW,n)

在屏幕上显示图像BW，并允许您使用鼠标选择(r,c)坐标。如果您省略了BW, bwselect将对当前轴中的图像进行操作。使用正常的按钮点击添加点。按下Backspace或Delete以删除先前选择的点。按住shift键单击、右键单击或双击可以选择最后一个点;按Return完成选择，不添加点。在程序中老师用的就是这个语法。

%%
I=imread('rice.png');   %52分钟练习
BG=imopen(I,strel('disk',15));
I2=imsubtract(I,BG);    level=graythresh(I2);
BW=im2bw(I2,level);
ObjI=bwselect(BW);      %用鼠标选择坐标
imshow(ObjI);           %显示出所选择的图像

MATLAB教学_09影像处理二相关推荐

Matlab影像处理二
前言 Matlab影像处理二目录前言学习内容一.图像处理 Image Thresholding graythresh() and im2bw() background Estimation(背 ...
MATLAB教学_06进阶绘图
本文学习视频:https://www.bilibili.com/video/av68228488?p=6 本文学习内容: 进阶2D绘图绘图空间 3D绘图 semilogx(x,y); %x轴取对数 ...
北科大matlab,教学反思怎么写北科大Matlab_数学实验报告1~6次(全)亲情作文开头
亲情作文开头-教学反思怎么写2021年1月30日发(作者:好的歌名) <数学实验>报告实验名称 Matlab 基础知识学院专业班级姓名学号 2014 年 6 月一. [实 ...
matlab绘制X,Y二维散点图并标出序号
matlab绘制X,Y二维散点图并标出序号标签: matlab 2016-11-22 12:20 193人阅读评论(0) 收藏举报分类: matlab(1) 版权声明:本文为博主原创文章, ...
MATLAB学习笔记（二）
MATLAB学习笔记(二) 一.矩阵运算矩阵分析向量和矩阵的范数运算矩阵的秩矩阵的化零矩阵矩阵的化简rref()函数线性方程组超定线性方程组求解矩阵分解 1.对称正定矩阵的Choles ...
matlab画二维颜色深浅,matlab中如何为二维图形填充渐进的颜色
t1=(0:11)/11*pi; t2=(0:400)/400*pi; t3=(0:50)/50*pi; y1=sin(t1).*sin(9*t1); y2=sin(t2).*sin(9*t2); y ...
matlab晶体能带,matlab平面波展开法的二维光子晶体能带研究+程序
摘要 :二维光子晶体可以作为对光子传输控制的新型材料.本文主要通过平面波展开法对二维光子晶体进行数值计算及其性质分析.首先我们介绍了二维光子晶体的基础概念.结构.介电性能等特性.然后基于麦克斯韦方 ...
matlab脚本文件求梯度,转：用MATLAB求梯度的二个实例
用MATLAB求梯度的二个实例 1.在上MATLAB课的时候,有学生问怎么用gradient函数求f=2x2+3y3的梯度啊,不懂得怎么写格式,试了很多次都不行.解答如下: 在MATALB中,求梯度只 ...
《图形图像处理》— 使用matlab对图像进行二值化和灰度化处理
用matlab对图像进行二值化处理 >>m = imread('d:\image\logo.jpg'); >> imshow(n); >> n = graythre ...

MATLAB教学_09影像处理二