资源描述：
《机器视觉算法与应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、主讲人：王俊俊实验目的利用matlab对已知的图片做处理，选择图片中不符合要求的或者缺陷的胶囊，并将其框出。实验算法1.阈值分割2.连通区域提取3.轮廓特征4.特征匹配将图片转化为灰度利用canny算子进14行边缘检测图处理使用中值滤波提高图像清晰度2实验步骤5膨胀、腐蚀将图片二值化处3计算特征距、理6图像匹配灰度图I=imread('ima2.png');subplot(1,2,1);imshow(I);title('原图');i=rgb2gray(I);subplot(1,2,2);imshow(i);title('灰度图')中值滤波F0=imadjust(i
2、,stretchlim(i),[01]);Ft=medfilt2(F0,[55]);subplot(1,2,2);imshow(i);title('滤波')二值化%图像分割，一曲所需目标的特征，背景显示为白色，目标为黑色level=graythresh(Ft);BW=im2bw(Ft,level);%图像二值化%imshow(BW);title('二值化');subplot(1,2,2);imshow(i);title('二值化')canny%图像分割，一曲所需目标的特征，背景显示为白色，目标为黑色level=graythresh(Ft);BW=im2bw(Ft,
3、level);%图像二值化%imshow(BW);title('二值化');subplot(1,2,2);imshow(i);title('二值化')膨胀、腐蚀%膨胀操作，膨胀系数需要调整，使得不牵连的两个膨胀后也不牵连se90=strel('line',7,90);se0=strel('line',7,0);BW2=imdilate(BW1,[se90,se0]);figure,imshow(BW2);title('膨胀');裁剪1.本本步骤的目的是为了剪裁出可以用于匹配的目标（1）imwrite(BW1,'BW.png');BW5=BW1(82:177,160
4、:212,:);imwrite(BW5,'BW1-part.png');figure;imshow('BW1-part.png');（2）imwrite(BW2,'BW.png');BW3=BW2(82:177,160:212,:);imwrite(BW3,'BW2-part.png');figure;imshow('BW2-part.png');1.剪裁后canny算子2.剪裁后获得特征in_image1=imread('BW2-part.png');in_image1=logical(in_image1);[b,l]=bwboundaries(in_image
5、1,'noholes');stats=regionprops(l,'All');in_image1=stats.Image;inv1=getfeature(in_image1);%计算特征距进行图像匹配image=imread('BWtwo.png');image=~logical(image);image2=image;se=strel('disk',2);image=imclose(image,se);%待匹配图像%in_image=imfill(in_image,'hole');[B,L]=bwboundaries(image,'noholes');%提取出
6、来的是所有轮廓的边缘坐标stats=regionprops(L,'All');%L中不同的正整数元素对应不同的区域;figure;imshow(image2);结果fori=1:length(stats)inv2=getfeature(stats(i).Image);sim=match(inv2,inv1)if(sim>1&&sim<1.1)rectangle('position',stats(i).BoundingBox,'edgecolor','r');endfigure(1);end两者的结果对比
