大米识别_基于图像识别的整精米自动检测_包含实验报告_matlab

close all clear clc A=imread('Fig0926(a)(rice).tif');%读入图片 A=im2double(A);%精度转换 figure,imshow(A),title('A');%显示原图片 se = strel('disk',10); B=imopen(A,se);%对原图片进行开操作 figure,imshow(B),title('B'); C=A-B;%原图减去开操作后的图片,使背景灰度均衡 se = strel('disk',3); C=imopen(C,se);%再一次对实验图片进行开操作，避免各个米粒粘连 figure,imshow(C),title('C'); h=fspecial('average'); D=imfilter(C,h);%对图片进行均值滤波，去除噪声 figure,imshow(D),title('D'); maxGray=max(D(:));%灰度最大值 minGray=min(D(:));%灰度最小值 threshold=0.5*(maxGray+minGray);%求出灰度的中值 E=(D>threshold);%求出图片的二值化图 figure,imshow(E),title('E'); [connectedLabel,connectedNum] = bwlabel(E,4);%求出连同区域，以及他们的label ellipse=regionprops(connectedLabel,'all');%对每个连通区域的像素进行椭圆拟合 MajorAxisLength=regionprops(connectedLabel,'MajorAxisLength'); MajorAxisSum=0; for i=1:connectedNum MajorAxisSum=MajorAxisSum+ellipse(i).MajorAxisLength; end MajorAxisMean = MajorAxisSum/connectedNum;%所有椭圆的长轴平均值 figure,imshow(A),title('Result'); hold on %检测每一个椭圆，若椭圆的长轴短于所有椭圆长轴的平均值，则认为该椭圆为碎米，并作出标注 for i=1:connectedNum if ellipse(i).MajorAxisLength<(MajorAxisMean) centroids = cat(1, ellipse(i).Centroid) ; plot(centroids(:,1), centroids(:,2), 'r*'); end end hold off