【数字图像处理】求图像rice.png中米粒个数

图像处理课程上老师布置的任务，要求求出图片rice.png中米粒的个数及其各米粒的大小。

rice.png:

大体步骤是：首先进行边缘检测，然后进行填充。然后进行开运算，可以使一些轻微连着的米粒分开来。然后是遍历图片，把各米粒进行标号，从1开始从小到大标号。每个米粒的各像素点值相同，第i个米粒的各像素点值均为i。其中采用了队列，用数组模拟。最大的米粒标号便是米粒的总个数。最后，遍历一遍图像数组，便可求出各米粒的面积。

参考代码(matlab实现)：

clear;
close all;
I = imread('rice.png');
[width,height] = size(I);
J = edge(I,'canny');
%figure,imshow(J);
K = imfill(J,'holes');
%figure,imshow(K);
SE = strel('disk',3);%用于膨胀腐蚀及开闭运算等操作的结构元素对象
%对图像实现开运算，开运算一般能平滑图像的轮廓，消弱狭窄的部分，去掉细的突出。
L = imopen(K,SE);
figure,imshow(L);
L = uint8(L);%把L由logic类型转化为uint8类型
for i = 1:heightfor j = 1:widthif L(i,j) == 1L(i,j) = 255;%把白色像素点像素值赋值为255endend
end
MAXSIZE = 999999;
Q = zeros(MAXSIZE,2);%用数组模拟队列,存储像素点坐标
front = 1;%指明队头的位置
rear = 1;%指明队尾的下一个位置；front=rear表示队空
flag = 0;%米粒的标号for i = 1:heightfor j = 1:widthif L(i,j) == 255%白色像素点入队列if front == rear%队列空，找到新米粒，米粒标号加一flag = flag+1;endL(i,j) = flag;%给白色像素赋值为米粒的标号Q(rear,1) = i;Q(rear,2) = j;rear = rear+1;%队尾后移while front ~= rear%队头出队temp_i = Q(front,1);temp_j = Q(front,2);front = front + 1;%把队头位置像素点8连通邻域中未作标记的白色像素点入队,并加上米粒标号%左上角的像素点if L(temp_i - 1,temp_j - 1) == 255L(temp_i - 1,temp_j - 1) = flag;Q(rear,1) = temp_i - 1;Q(rear,2) = temp_j - 1;rear = rear + 1;end%正上方的像素点if L(temp_i - 1,temp_j) == 255L(temp_i - 1,temp_j) = flag;Q(rear,1) = temp_i - 1;Q(rear,2) = temp_j;rear = rear + 1;end%右上方的像素点if L(temp_i - 1,temp_j + 1) == 255L(temp_i - 1,temp_j + 1) = flag;Q(rear,1) = temp_i - 1;Q(rear,2) = temp_j + 1;rear = rear + 1;end%正左方的像素点if L(temp_i,temp_j - 1) == 255L(temp_i,temp_j - 1) = flag;Q(rear,1) = temp_i;Q(rear,2) = temp_j - 1;rear = rear + 1;end%正右方的像素点if L(temp_i,temp_j + 1) == 255L(temp_i,temp_j + 1) = flag;Q(rear,1) = temp_i;Q(rear,2) = temp_j + 1;rear = rear + 1;end%左下方的像素点if L(temp_i + 1,temp_j - 1) == 255L(temp_i + 1,temp_j - 1) = flag;Q(rear,1) = temp_i + 1;Q(rear,2) = temp_j - 1;rear = rear + 1;end%正下方的像素点if L(temp_i + 1,temp_j) == 255L(temp_i + 1,temp_j) = flag;Q(rear,1) = temp_i + 1;Q(rear,2) = temp_j;rear = rear + 1;end%右下方的像素点if L(temp_i + 1,temp_j + 1) == 255L(temp_i + 1,temp_j + 1) = flag;Q(rear,1) = temp_i + 1;Q(rear,2) = temp_j + 1;rear = rear + 1;endendendend
end
figure,imshow(L);
RiceNumber = flag;%记录米粒的总个数
disp('米粒的总个数:')
RiceNumber
RiceArea = zeros(1,RiceNumber);%记录各米粒的大小
for i = 1:heightfor j = 1:widthif L(i,j) ~= 0RiceArea(L(i,j)) = RiceArea(L(i,j)) + 1;endend
end
disp('各米粒的大小(按照从上往下，从左往右的顺序)：')
RiceArea

运行结果：

边缘检测，填充，开运算之后的结果：

可以看出有些轻微连着的米粒被分开了。

进行标号后的结果：

米粒是从上到下从左到右依次编号的。从图中米粒的明暗程度可以看出来。

最终结果：

米粒的总个数:

RiceNumber =

各米粒的大小(按照从上往下，从左往右的顺序)：

RiceArea =

Columns 1 through 20

212 146 197 179 224 431 208 182 147 189 236 214 207 202 138 188 158 202 210 181

Columns 21 through 40

186 211 199 227 203 223 224 227 249 254 225 187 183 200 232 199 210 200 198 183

Columns 41 through 60

230 268 233 235 193 206 240 158 207 215 238 200 239 227 207 254 237 203 211 236

Columns 61 through 69

219 152 225 238 169 223 215 195 195

有一个比较简单的方法是直接调用bwlabel函数，进行连通域标记。不过老师要求尽量不要调用这些库函数，自己把他实现出来，这样理解的深刻一些，更好地提高编程能力。

clear;
close all;I=imread('rice.png');
%imshow(I);
J=edge(I,'canny');
%figure,imshow(J);
K=imfill(J,'holes');
figure,imshow(K);
SE=strel('disk',3);%用于膨胀腐蚀及开闭运算等操作的结构元素对象
%对图像实现开运算，开运算一般能平滑图像的轮廓，消弱狭窄的部分，去掉细的突出。
L=imopen(K,SE);
figure,imshow(L);M=bwlabel(L,4);%8联通域标记
figure,imshow(M,[]);%矩阵M的大小
[m,n]=size(M);
num=0;%米粒的个数for i=1:mfor j=1:nif M(i,j)>num%最大的label值即联通域的个数num=M(i,j);endend
end
area=zeros(1,num);%记录各个米粒的大小
for i=1:mfor j=1:nif M(i,j)>0%不是背景，在联通域里面area(1,M(i,j))=area(1,M(i,j))+1;%对应的米粒大小加一endend
end
disp('米粒个数：');
disp(num);
disp('各个米粒的大小');
area

【数字图像处理】求图像rice.png中米粒个数相关推荐

最简单的代码【数字图像处理】计算rice.png中米粒个数
图像处理课程上老师布置的任务,要求求出图片rice.png中米粒的个数及其各米粒的大小. 本来开始的时候我们不是很会做,就去百度或者去博客园上面查找别人的代码,发现都很长.少则三四十行,多则五六十行. ...
数字图像处理--基本图像操作
数字图像处理–基本图像操作 1 主要内容 (1)搭建能运行图像算法程序的平台: (2)独立完成matlab矩阵基本操作,如矩阵信息的提取包括获取矩阵大小.矩阵维数.矩阵元素个数.向量长度和矩阵乘法等操 ...
【数字图像处理】图像直方图均衡化、空域滤波（均值滤波、中值滤波）、图像锐化（Laplace算子）、图像傅里叶变换实验
图像直方图均衡化.空域滤波.图像锐化.图像傅里叶变换一.图像直方图均衡化二.图像空域滤波 1.均值滤波(滤波次数n→3) 2.中值滤波(滤波次数n→3) 3.图像锐化(Laplace算子) 三.图 ...
数字图像处理之图像基础
最近在学数字图像处理,图像基础包括以下部分: 导入库 import numpy as np import matplotlib.pyplot as plt import cv2 as cv 图片展示函 ...
数字图像处理：图像的频域
数字图像处理:图像的频域一.图像高频信号和低频信号的理解 1.1 图像中的低频信号和高频信号也叫做低频分量和高频分量. 1)空间频率指的是图像中灰度值相对它的邻居点变化方式.如果一副图像中灰度从一边 ...
数字图像处理：图像金字塔
转载请标明出处:数字图像处理:图像金字塔_数字图像处理opencv_新浪博客 (一)概念以多个分辨率来表示图像的一种有效且概念简单的结构是图像金字塔.图像金字塔最初用于机器视觉和图像压缩,一个图像金 ...
数字图像处理 - Ch2 图像取样与量化
数字图像处理 Ch2 图像取样与量化图像取样与量化概念数字图像表示线性索引与坐标索引空间分辨率 & 灰度分辨率图像内插 1. 最近邻内插 2. 双线性内插 3. 双三次内插其他方 ...
数字图像处理：图像的灰度变换（Matlab实现）
数字图像处理:图像的灰度变换(Matlab实现) (1)线性变换: 通过建立灰度映射来调整源图像的灰度. k>1增强图像的对比度:k=1调节图像亮度,通过改变d值达到调节亮度目的:0 i = i ...
数字图像处理(18): 图像灰度变换——线性灰度变换和非线性灰度变换(对数变换与伽马变换)
目录 1 灰度变换简介 2 线性灰度变换-图像反转 3 非线性灰度变换 3.1 对数变换 3.2 伽马变换参考资料 1 灰度变换简介灰度变换是图像增强的一种重要手段,用于改善图像显示效果,属于空 ...

【数字图像处理】求图像rice.png中米粒个数

【数字图像处理】求图像rice.png中米粒个数相关推荐

最新文章

热门文章