基于matalb GUI水果分类系统

haidaowang

/ p0 O9 b' x3 U$ {* Q6 f& p' O一、简介
根据颜色的方法来进行定位水蜜桃、苹果等，我们知道苹果属于红色，我们只要设置好rgb三通道的色彩分量，即可将红色区域给置1，其他非红色区域给置0.留下苹果的颜色。再利用rectangle函数即可定位出原图的位置。该类课题可以拓展到很多其他的应用，如安全帽识别，路锥识别，彩色球识别，交通标志识别等等。

9 X5 j- q% q* m: I  v# U, V' ?
% [( G- r' l2 d! f& c) |
二、源代码
5 x0 Y0 z" w, t: x7 X1 M

• %1读取原图，并处理成二值图像
• I=imread('水果分类实验图像.jpg');
• I2=rgb2gray(I);
• BW=im2bw(I2,0.9);
• total=bwarea(~BW)
• figure,subplot(1,3,1),imshow(I),title('原始图像');
• subplot(1,3,2),imshow(I2),title('灰度图像');
• subplot(1,3,3),imshow(BW),title('二值图像');
• %2进行边缘检测 得到了不连续的图形边界(采用sobel算子或区域增长)
• %3得到各个图形的连续边界
• SE=strel('rectangle',[40 30]);  % 结构定义
• J2=imopen(BW,SE);            % 开启运算
• figure,imshow(J2),title('对二值图像进行开运算后的结果图像');
• SE=strel('square',5); % 定义3×3腐蚀结构元素
• J=imerode(~J2,SE);
• BW2=(~J2)-J;        % 检测边缘
• figure,imshow(BW2),title('3*3腐蚀运算后的图像边界轮廓');
• %填充了已有的检测的连续形状边界
• B = imfill(BW2,'holes');
• B = bwmorph(B,'remove');
• figure,imshow(B),title('提取出的边界图像');
• %3-2将不同的图形进行分别标记，num表示连接的图形对象的个数
• [Label,num] = bwlabel(B,8);
• %得到各个图像的边界像素的数组
• %4计算各个图形单元的周长   用连接像素点或数边界像素点个数的方法   numPoints数组表示各个图形边界的像素个数（即用个数来表示周长）
• %num = max(max(Label));
•     for i = 1 : num
•         Premeter(i) = 0;
•     end
•     [row,col] = size(Label);
•     for i = 1 : row
•         for j = 1 : col
•             if(Label(i,j) > 0)
•                 Premeter(Label(i,j)) = Premeter(Label(i,j)) + 1;    %计算标记后的各块图形边界中像素的个数的总数
•             end
•         end
•     end
• %5计算各个图形单元的面积
• FilledLabel = imfill(Label,'holes');  %填充打过标记的边界线中间围成的图形区域
• figure,imshow(FilledLabel),title('打过标记后并已被填充的结果图像');
• for i = 1 : num
•     Area(i) = 0;
• end
• 
  

6 s  z" z& T& c' ^% G% ~# R1 s

xiaogegepcb

基于matalb GUI水果分类系统

youOK

基于matalb GUI水果分类系统

Hello_Mr.li

基于matalb GUI水果分类系统