matlab叶子分割实验,基于MATLAB进行树叶面积测量实验报告

科学计算与数据处理实验报告学

号

姓名

实验

名称

基于Matlab的植物叶面积数字摄影图像处理

实验目的1、学习用matlab解决实际问题;

2、学习用matlab对图像进行背景去除;

3、学习用matlab对图像进行二值化转换;

4、学习用matlab对图像进行中值滤波处理;

5、学习用matlab计算像素点的比例,以计算出所求的叶子面子。

实验方案

实验所选择植物叶为银杏叶,把银杏叶固定在标准面积板上,用数码相机拍取图像。对银杏叶图像的处理即就是数字摄影图像处理法测量其叶面积的关键。本实验中利用matlab对银杏叶图像进行背景去除、二值化及中值滤波处理与分析。

1.实验采用差分法去除图像的背景

差分处理代数运算的数学表达式为:C( x , y) = A ( x , y) - B ( x , y),其中, A ( x , y) 与B ( x , y) 为输入图像, A ( x , y)为原始图像, B ( x , y) 为背景图像, 而C ( x , y) 为输出图像即差分图像。在matlab中A ( x , y) 、B ( x , y) 、C ( x , y) 分别为原始图像、背景图像与差分图像的矩阵。

2、采用自动阈值法对图像进行二值化处理

常用的阈值选取方法有自动寻找最佳阈值法与固定阈值法。自动寻找阈值法能够自动分析图像的灰度直方图, 根据直方图确定最佳阈值, 然后用寻找到的最佳阈值进行二值化处理。而固定阈值法首先分析每一帧图像的灰度直方图, 然后得出每帧图像的阈值。可以瞧出固定阈值法的工作量大大高于自动阈值法, 并且不能做到自动化, 完全依靠手工去获取图像的阈值, 其精度也较自动阈值法低。3.中值滤波的目的就是消除图像中的各种干扰噪声

噪声可能就是在图像采集量化等过程中所产生的,也可能就是在各种图像处理过程中产生的。其表现就是图像信息被干扰噪音所污损,导致图像质量下降。中值滤波就是一种较简单但又很常用的滤波平滑方法,它采用邻域内的像素灰度值的中值来作为处理后像素点的灰度值, 对脉冲式的灰度跳跃平滑效果好。

4.叶子面积的计算

由于数字图像由一个个像素点组成, 所以在已知每个像素点代表的真实面积下, 可以通过计算图像中对象物体区域的像素数, 求出叶子的面积。二值化图像经中值滤波处理后的白色区域灰度值为255 代表背景, 黑色区域灰度值为0 ,代表叶子区域。叶子面积的计算即灰度值为0 的黑色区域的像素个数。根据下面公式:

背景所占像素数量

叶子所占像素数量

叶子所占像素数量

标准面积版面积

叶面积

+

?

=

可求出所求银杏叶的叶面积。

实验记录把银杏叶固定在标准板上拍照,得到原图像与背景图像如图1,图2。

图1 原图像图2 背景图