matlab 图像工具箱 Identifying Round Objects

http://www.mathworks.cn/cn/help/images/examples/identifying-round-objects.html

Identifying Round Objects

第一步：读入图像

RGB = imread('pillsetc.png'); imshow(RGB);

第二步：图像阈值求解

I = rgb2gray(RGB);       % 图像转为黑白图像 threshold = graythresh(I); % 求解图像的阈值 bw = im2bw(I,threshold);  % 转为2值图像 imshow(bw);

第三步：去噪声

bw = bwareaopen(bw,30); % 去掉少于30像素的对象 se = strel(‘disk’,2); bw = imclose(bw,se);    % 用se填补对象中的gap bw = imfill(bw,’holes’);  % 填满对象中的空洞 imshow(bw);

第四步：查找边界

[B,L] = bwboundaries(bw,'noholes');    %找到所有的边界 % 显示label结果 并且画出边界 imshow(label2rgb(L, @jet, [.5 .5 .5])) hold on for k = 1:length(B)   boundary = B{k};   plot(boundary(:,2), boundary(:,1), 'w', 'LineWidth', 2) end

第五步：监测对象是否为圆形

估计每个对象的面积和周长，对象为圆形的概率为：    metric = 4*pi*area/perimeter^2，这里取0.94为区分圆形的阈值。

stats = regionprops(L,'Area','Centroid'); threshold = 0.94; % 对每个周长操作 for k = 1:length(B)   boundary = B{k};     delta_sq = diff(boundary).^2;   % 简单计算对象周长   perimeter = sum(sqrt(sum(delta_sq,2)));   area = stats(k).Area;                % 求解面积   metric = 4*pi*area/perimeter^2;  % 计算为圆形的概率   metric_string = sprintf('%2.2f',metric);   % 显示结果   % 将大于阈值的对象标记上黑色的圆圈   if metric > threshold     centroid = stats(k).Centroid;     plot(centroid(1),centroid(2),'ko');   end   text(boundary(1,2)-35,boundary(1,1)+13,metric_string,'Color','y','FontSize',14,'FontWeight','bold'); end title(['Metrics closer to 1 indicate that ','the object is approximately round']);