确定圆的对象
这个例子展示了如何基于圆度对对象进行分类bwboundaries，边界跟踪程序。
第一步:阅读图像
读到pills_etc.png．
RGB = imread (“pillsetc.png”）;imshow (RGB)
步骤2:设置图像的阈值
将图像转换为黑色和白色，以便为使用边界跟踪做准备bwboundaries．
I = rgb2gray (RGB);bw = imbinarize(我);imshow (bw)
第三步:去除噪音
利用形态学函数，去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)
把笔帽上的空隙填上。
se = strel (“磁盘”2);bw = imclose (bw, se);imshow (bw)
填满所有的洞，这样区域道具就可以用来估计每个边界所包围的面积
bw = imfill (bw,“黑洞”）;imshow (bw)
第四步:找到界限
只关注外部边界。选项“noholes”将通过防止加速处理bwboundaries从寻找内部轮廓。
[B, L] = bwboundaries (bw,“noholes”）;
显示标签矩阵并绘制每个边界。
imshow (label2rgb (L, @jet,。5.5]))保持在为k = 1:长度(B)边界= B{k};情节(边界(:,2),边界(:1),' w '，“线宽”, 2)结束
步骤5:确定哪些物体是圆形的
估计每个物体的面积和周长。使用这些结果来形成一个简单的度量指标来表示一个物体的圆度:
这个度规只对圆等于1，对任何其他形状都小于1。可以通过设置一个适当的阈值来控制识别过程。在本例中，使用0.94的阈值，以便只有药片将被分类为圆形。
使用regionprops以获得所有物体的面积估计。注意，返回的标签矩阵bwboundaries可重复使用regionprops．
统计= regionprops (L,“区域”，“重心”）;阈值= 0.94;在边界上循环%为k = 1:长度(B)获得标签“k”对应的(X,Y)边界坐标边界= B {k};计算一个物体周长的简单估计delta_sq = diff(边界)^ 2;周长=总和(sqrt (sum (delta_sq, 2)));%获得标签‘k’对应的面积计算面积= (k) .Area统计数据;%计算圆度度量度量= 4 *π*面积/周长^ 2;%显示结果metric_string = sprintf (' % 2.2 f '、指标);%用黑色圆圈标记阈值以上的对象如果度量>阈值质心= stats(k).质心;情节(质心(1),重心(2),“柯”）;结束文本(-35年边界(1、2),边界(1,1)+ 13日metric_string,“颜色”，“y”，．..“字形大小”14岁的“FontWeight”，“大胆”）结束标题([“接近1的指标表明”，．.."物体近似为圆形"]）
另请参阅
bwareaopen|bwboundaries|imbinarize|imclose|imfill|label2rgb|regionprops|strel
相关的话题
你也可以从以下列表中选择一个网站:
