Jaya Shankar MathWorks
获取图像并执行图像分析以查找小对象,计算它们,并通过颜色区分它们。
你好,欢迎。在这个视频中,我们将使用图像采集工具箱™来捕获图像到MATLAB中®。然后我们将使用image Processing Toolbox™进行图像分析和其他操作。例如,我设置了相机来捕捉不同颜色的糖果。我们将确定图像中糖果的总数,并计算某一种颜色的糖果的数量。
在该示例中,我将执行各种图像处理算法,例如所获取的图像上的阈值,形态操作和颜色分割。第一步是将我的相机连接到MATLAB。要查看MATLAB是否认识到我的相机可用,我使用imaqhwinfo命令获取计算机上可用的硬件适配器和特定设备的列表。我目前已连接的相机可通过WinVideo适配器访问。所以我使用imaqhwinfo命令获取其设备ID。
使用此信息,我可以使用视频输入命令创建可以从相机获取视频的图像采集对象的实例。使用此视频输入对象,我可以为我的捕获视频带来预览窗口。然后,我使用getsnapshot命令从所获取的视频中捕获一个图像帧。我可以使用MATLAB中的IMSHOW命令显示此图像框。让我在这里停靠这个图像框架。
让我们先用阈值法识别图像中的所有物体。因此,我分离图像的R、G和B分量,并使用graythresh命令分别为它们计算一个阈值。然后,我使用im2bw命令分别对这些组件设置阈值,然后将它们组合在一起,得到一个具有明确标识对象的二进制图像。
要删除图像中的任何伪影,我使用形态操作,例如IMFILL以删除任何孔和酰上的孔,以删除躺在边框上的任何无关的对象。现在很容易明确计算图像中的对象数量。我使用bwlabel命令唯一地标记每个对象,并计算图像中的对象的总数。
为了稳健地选择特定颜色的糖果,我们需要考虑到由不均匀的光照条件和相机噪声等问题引起的物体颜色值的变化。所以我需要构建一个图像,用每个糖果的中间颜色替换实际的RGB值。
为了做到这一点,我使用逻辑索引来获得我想要的像素,然后计算它们的中值。例如,我可以在逻辑上索引图像标签矩阵,并只提取标签为1的像素。让我举个例子。
然后,我可以计算属于该分段区域的提取像素的中值。因此,在这对于循环中,我已经计算了每个标签的所有三个颜色平面的中值值。并且在循环的末尾,我重组颜色组件以了解每个糖果的中色值。
使用图像处理工具箱中的impixelinfo命令,我可以看到我刚刚为每个糖果计算的R、G和B值的中值。我现在想要选择所需的颜色,并计算特定颜色的糖果数量。因为我已经有了每个标记区域的中值颜色,所以我需要简单地找到具有接近所选颜色的中值颜色的区域。
对于基于颜色的选择,最好使用实验室颜色空间,因为它将发光信息与颜色信息分开。在该空间中颜色值之间的欧几里德距离是比RGB颜色空间中的颜色相似性更有效的度量。所以我已经使用MakeCForm和ApplyCForm注释将我的图像和所选颜色从RGB转换为实验室空间。
根据此,我可以保留A和B个组件,因为我真的不需要这里的任何发光信息。要找到具有相同颜色的区域,我首先使用具有A和B分量的斜面命令计算颜色值之间的欧几里德距离。然后,我使用适当的阈值保持值来选择靠近所选颜色的那些区域。然后,我可以使用bwlabel命令获取所选区域的帐户。
因此,这个演示演示了如何结合图像处理工具箱和图像采集工具箱来执行图像分析操作。将这个示例进一步,您可以添加一个带有指南的GUI,甚至可以使用MATLAB Compiler™构建一个独立的可执行文件。欲了解更多图像获取和处理演示,请访问我们网站上的产品页面。谢谢你!
您也可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
本网站使用cookie来改善用户体验,个性化内容和广告,并分析网站流量。如果您继续使用本网站,即表示您同意我们使用cookies。请参阅我们的隐私政策了解更多关于cookie和如何更改您的设置。