内容简介:要回答上述两个问题,首先要做的是对影像进行所以我们首先要找到阈值,才能进行阈值化处理,matlab 为我们提供了两个函数:
在这篇文章里面我们要做的事情全部都围绕两个问题,一个图像当中有多少个 xxx,他们的大小是多少,举个例子
上图是一个米的影像,这张图片里有很多的米,现在我们的问题是,这里面有多少米,他们的大小是多少?
graythresh() & im2bw()
要回答上述两个问题,首先要做的是对影像进行 预处理 ,第一步就是对图像进行 阈值化处理 。所谓阈值化处理就是当灰度值低于一个值(阈值)时,让其成为一个小的值,当灰度值大于一个值(阈值)时,让其成为一个大的值,即实现了阈值分割,这样图像就黑白分明,对比度增大
所以我们首先要找到阈值,才能进行阈值化处理,matlab 为我们提供了两个函数:
-
graythresh()
:使用最大类间方差法找到图片的一个合适阈值,其调用格式为:level = graythresh()
-
im2bw()
:使用阈值变换法把灰度图像转换成二值图像,所谓二值图像就是只有0(纯黑)、255(纯白),其调用格式为:bw = im2bw(I,level)
,其中 I 是原图像对应矩阵,level 是阈值
I = imread('rice.png'); level = graythresh(I); bw = im2bw(I,level); subplot(1,2,1);imshow(I); subplot(1,2,2);imshow(bw);
看上面的图,其实还没有达到想要的效果,因为有的米在处理的时候直接消失了,还有的变成了很多小颗粒,这些都会影响我们的结果。究其原因,原图的背景本身就不是很均匀,中间部分比较亮,下半部分比较暗,所以我们要想办法去掉背景(background subtraction)
background subtraction
要想去掉背景,首先得把背景分离出来,这里用到一个函数 imopen()
I = imread('rice.png'); subplot(1,3,1);imshow(I); BG = imopen(I,strel('disk',15)); subplot(1,3,2);imshow(BG); I2 = imsubtract(I,BG); subplot(1,3,3);imshow(I2);
现在就可以将去掉背景以后的影响在做阈值化处理
下面我们就是要想办法让计算机去“数”有多少颗米,这说起来可能比较难,但是我们先分析图上,怎么样算是一颗米,不妨看一下 bw 的矩阵
因为矩阵太大,所以我随便节选了一个部分,经过阈值化处理之后,矩阵内只有 0 和 1,0 表示黑,1 表示白,我们的影像也是这样,米是白的,所以我们可以看到,在矩阵中, 连续的一段区域内都是 1,也就表示这是一颗米 ,当然这个类似于 搜索 的算法,不需要我们写,matlab 为我们提供了函数 bwlabel
bwlabel()
调用格式: L = bwlabel(bw,n)
,返回一个和 bw 大小相同的矩阵 L,包含了标记 bw 中每个连通区域的类别标签,这些标签的值为 1、2......num(连通区域的个数),n 的值为 4 或 8,表示是按 4 连通寻找还是按 8 连通寻找。4 连通是指,如果像素的位置在像素相邻的上、下、左、右,则认为他们是连通的。8 连通是指,如果像素的位置在像素相邻的上、下、左、右、左上角、左下角、右上角、右下角,则认为他们是连通的
I = imread('rice.png'); BG = imopen(I,strel('disk',15)); I2 = imsubtract(I,BG); level = graythresh(I2); bw = im2bw(I2,level); [labeled,num] = bwlabel(bw,8);
计算出来的结果,num 是 99,所以图上一共有 99 颗米
label2rgb()
label2rgb()
函数是将一个影像转换成rgb彩色
I = imread('rice.png'); BG = imopen(I,strel('disk',15)); I2 = imsubtract(I,BG); level = graythresh(I2); bw = im2bw(I2,level); [labeled,num] = bwlabel(bw,8); rgb_label = label2rgb(labeled); imshow(rgb_label)
bwselect()
这个函数能够让用户与影像产生交互
I = imread('rice.png'); BG = imopen(I,strel('disk',15)); I2 = imsubtract(I,BG); level = graythresh(I2); bw = im2bw(I2,level); obj = bwselect(bw); imshow(obj)
把鼠标移到图上,随便点击几颗米,然后摁一下鼠标右键,图上就会只剩你点击的几颗米
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- matlab—影像分析基础
- 体素科技:2018年,算法驱动下的医学影像分析进展
- 医学影像领域的热门话题-MRI磁共振成像技术 | 趋势分析
- 周少华 Kevin:医学影像分析顶会 MICCAI 2018,我的三个预测都实现了吗?
- 从业者深度分析中美欧医学影像产业:AI成为主旋律,平台化趋势获关注
- 深睿研究院8篇论文入选人工智能顶级会议CVPR2019,图像识别与医学影像分析等技术实现了创新性突破
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Designing Data-Intensive Applications
Martin Kleppmann / O'Reilly Media / 2017-4-2 / USD 44.99
Data is at the center of many challenges in system design today. Difficult issues need to be figured out, such as scalability, consistency, reliability, efficiency, and maintainability. In addition, w......一起来看看 《Designing Data-Intensive Applications》 这本书的介绍吧!
JS 压缩/解压工具
在线压缩/解压 JS 代码
RGB HSV 转换
RGB HSV 互转工具