没有合适的资源?快使用搜索试试~ 我知道了~
基于matlab的水果分类模式识别系统的设计与实现.docx
5星 · 超过95%的资源 需积分: 5 4 下载量 60 浏览量
2022-10-19
10:21:29
上传
评论 1
收藏 40KB DOCX 举报
温馨提示
试读
11页
基于matlab的水果分类模式识别系统的设计与实现.docx基于matlab的水果分类模式识别系统的设计与实现.docx基于matlab的水果分类模式识别系统的设计与实现.docx
资源推荐
资源详情
资源评论
基于 matlab 的水果分类模式识别系统的设计与实现
1.1 基于 matlab 的水果分类系统的主要研究内容
(1)工作的主要描述
本此设计针对多种常见水果混合的图像,利用 Matlab 软件,对水果的识别
进行研究。根据水果和背景的差别选取阈值,对去噪增强对比度后的图像进行二
值化处理。再对图像进行边缘检测,选定连通区域,标记后再对不同种水果的颜
色,形状,大小等特征进行快速识别水果,从而实现对水果的正确分拣。
(2)系统流程图
1.2 题目研究的工作基础或实验条件
(1)硬件环境
PC
(2)软件环境
开发工具:m 语言
开发环境:matlab
1.3 数据集描述
数据集为 300 张常见水果混合的图像,像素均为 1024*1024,共有 6 种不同
的种类,分别为苹果、梨子、香蕉、桃子、菠萝和西瓜。
1.4 特征提取过程描述
(1)图像二值化处理:
首先将图像转化为灰度图像:在 matlab 中的函数名为 rgb2gray(),其格式
为:I=rgb2gray(i) 。即将真彩色图像 i 转化为灰度图像 I。然后再将灰度图像二
值化:在 matlab 中的函数名为 im2bw()。其格式为:I=im2bw(i,level)式
中 level 为阈值,取值从 0 到 1。本设计考虑到图片背景颜色为白色,亮度较大,
因此选取 level=0.9 来实现二值化。
(2)图像分割:
在进行图像分割前需要对图像进行开运算和腐蚀运算,这一步骤是用来去除
噪声和平滑边界。开运算用来对灰度图像进行形态学开运算,即使用同样的结构
元素对图像先进行腐蚀操作后进行膨胀操作。其调用格式为:I=imopen(i,SE);开
运算可以消除图像上细小的噪声,并平滑物体边界。腐蚀运算用来消除物体边界
点,是目标缩小,可以消除小于结构元素的噪声点。膨胀的作用是将与物体接触
的所有背景点合并到物体中,是目标增大,可填补目标中的空洞。其调用格式为:
I=imerode(i,SE);
最后提取图像种水果的边界用于标记各个区域。其调用格式为:I=bwmorph(i,
‘remove’);bwmorph 函数是对图像进行指定的形态学操作。‘remove’即代
表如果一个像素点的 4 邻域都为 1,则该像素点将被置 0,该选项将导致边界像
素上的 1 被保留下来。
(3)获得连通区域的属性
为了获得图像的基本特征,以判断图形的大致形状。使用了 Matlab 图像处
理工具箱中的图像分析函数:regionprops ,这个函数是用来度量图像区域属性
的,其语法为:STATS =regionprops(L,properties)。此函数用来获取每个水果的
中心位置,及其外接椭圆的长,短轴长度。中心位置用来计算水果的颜色特征值
及最终显示水果名称。外接椭圆的长,短轴长度用来计算水果的似圆性特征,以
判断其大致形状。
(4)获取特征并判别函数
根据水果在图像中表现出来的特点,从面积特征,似圆性特征,颜色(rgb
值和 hsv 值)特征对图像中的桃子、苹果、香蕉、西瓜、菠萝、梨子等进行特征
提取,最后按照筛选出来的特征对水果进行分类识别。
1、颜色特征:使用两种计量方式来测得水果的颜色值。
RGB 颜色模式:对于彩色图像,可分解为 RGB 三幅单色图像。每一副图像
中的像素分布情况都代表了改颜色的程度信息。根据常识可知上述 6 种水果中苹
果和桃子的红色含量要比其他水果丰富的多,西瓜的红色含量最小。
HSV 颜色模式:模型中颜色的参数分别是:色彩(H),纯度(S),明
度(V)。HSV 模型的三维表示从 RGB 立方体演化而来。设想从 RGB 沿
立方体对角线的白色顶点向黑色顶点观察,就可以看到立方体的六边形外
形。六边形边界表示色彩,水平轴表示纯度,明度沿垂直轴测量。
H 参数表示色彩信息,即所处的光谱颜色的位置。该参数用一角度量来
表示,红、绿、蓝分别相隔 120 度。互补色分别相差 180 度。
S 纯度为一比例值,范围从 0 到 1,它表示成所选颜色的纯度和该颜色
最大的纯度之间的比率。S=0 时,只有灰度。
V 表示色彩的明亮程度,范围从 0 到 1。有一点要注意:它和光强度之
间并没有直接的联系。
2.似圆性特征
似圆性是在计算出每块连通区域的外接椭圆的短轴长度和长轴长度,来测量
水果形状的似圆性。我们用长轴长度除以短轴长度得到一个比例。这个值与 1 越
接近,说明水果与圆越相似。同理,该值越比 1 大,说明水果越不像圆。根据常
识可知,上述 6 个水果中西瓜,苹果,桃子似圆性很高,而香蕉,菠萝似圆性最
低。
3.面积特征
经过标签化的不同区域的面积,可以用该区域像素数量来计算。对整幅图像
进行扫描,计算所有连通区域的面积。
1.5 分类过程描述
对于梨子:梨子的 HSV 值是最小的,且因为梨子有柄的关系,梨子的似圆
剩余10页未读,继续阅读
资源评论
- 光与火花2023-07-29这篇文件对于那些对水果分类模式识别系统感兴趣的读者来说,是一份值得借鉴和思考的优秀材料,内容的可读性非常好。(40字)
- 洪蛋蛋2023-07-29文件中涵盖的内容十分全面,无论是对应用领域的背景介绍还是对算法实现的分析,都非常具体,为读者提供了宝贵的参考资料。(43字)
- kdbshi2023-07-29作者在文件中不仅仅展示了系统设计的优点,还真实地反映了系统中的一些挑战与问题,这种实事求是的态度值得称赞。(42字)
- 那你干哈2023-07-29这个文件通过简洁明了的语言,清晰地介绍了基于matlab的水果分类模式识别系统的设计与实现,让读者能够轻松理解其中的关键步骤。(34字)
- 王向庄2023-07-29文件中详细论述了水果分类模式识别系统的实用价值,使人们对该系统产生了浓厚的兴趣,并引领着相关领域的发展。(31字)
李逍遥敲代码
- 粉丝: 3000
- 资源: 277
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功