识别圆形对象
此示例显示了如何根据其圆度对对象进行分类Bwboundaries，边界追踪程序。
步骤1：阅读图像
阅读pills_etc.png。
rgb = imread（'Pillsetc.png'）；IMShow（RGB）
步骤2：图像阈值
将图像转换为黑白，以准备使用Bwboundaries。
i = rgb2gray（rgb）;bw = imbinarize（i）;imshow（BW）
步骤3：删除噪音
使用形态功能，删除不属于感兴趣对象的像素。
删除所有包含少于30像素的对象。
BW = Bwareaopen（BW，30）;imshow（BW）
填补笔帽的空白。
se = strel（'磁盘'，2）;bw = imclose（bw，se）;imshow（BW）
填充任何孔，以便地区企业可用于估计每个边界所包围的区域
bw = imfill（bw，“孔”）；imshow（BW）
步骤4：找到边界
仅集中在外部边界上。指定'选项将通过防止Bwboundaries从搜索内部轮廓。
[b，l] = bwboundaries（bw，'）；
显示标签矩阵并绘制每个边界。
imshow（label2rgb（l，@jet，[。5.5 .5]））保持上为了k = 1：长度（b）边界= b {k};图（边界（：，2），边界（：，1），'W'，，，，'行宽'，2）结尾
步骤5：确定哪些对象是圆形的
估计每个物体的区域和周长。使用这些结果形成一个简单的指标，指示对象的圆度：
对于一个圆而言，该度量仅等于1，而对于任何其他形状，它都不小于一个。可以通过设置适当的阈值来控制歧视过程。在此示例中，使用0.94因此，只有药丸将被归类为圆形。
利用地区企业获得所有对象的面积的估计。请注意，标签矩阵返回Bwboundaries可以通过地区企业。
统计= regionprops（l，'区域'，，，，“质心”）；阈值= 0.94;％循环在边界上为了k = 1：长度（b）％获得（x，y）边界坐标对应于标签'k'边界= b {k};％计算对物体周长的简单估计delta_sq = diff（boundary）。^2;外围= sum（sqrt（sum（delta_sq，2）））;％获得与标签“ K”相对应的面积计算区域= Stats（k）.AREA;％计算圆度度量公制= 4*pi*区域/周长^2;％显示结果metric_string = sprintf（'％2.2F'，公制）;％标记对象在阈值上方用黑色圆圈如果度量>阈值centroid = stats（k）.centroid;图（质心（1），质心（2），，'ko'）；结尾文本（边界（1,2）-35，边界（1,1）+13，metric_string，'颜色'，，，，'y'，，，，...'字体大小'，14，'fontchight'，，，，'大胆的'）结尾标题（[“指标更接近1表示”，，，，...“物体大约圆形”）））
也可以看看
Bwboundaries|inimbinarize|Bwareaopen|快到了|Strel|imfill|Label2RGB|地区企业
相关话题
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）