我是MathWorks的Jaya Shankar
获取图像并进行图像分析,以发现小物体,计算它们,并通过颜色区分它们。
大家好,欢迎大家。在本视频中,我们将使用图像采集工具箱™将图像捕获到MATLAB中®.然后,我们将使用图像处理工具箱™执行图像分析和其他操作。例如,我设置了相机来捕捉不同颜色的糖果的图像。我们将确定图像中糖果的总数,并计算某种颜色的糖果的数量。
在本例中,我将对获取的图像执行各种图像处理算法,如阈值化、形态学操作和颜色分割。第一步是将我的相机连接到MATLAB。为了查看MATLAB是否识别出我的相机可用,我使用imaqhwinfo命令获取计算机上可用的硬件适配器和特定设备的列表。我目前连接的摄像机可以通过winvideo适配器访问。因此,我使用imaqhwinfo命令来获取它的设备ID。
有了这些信息,我可以使用video input命令创建一个图像采集对象的实例,该对象可以从我的摄像机中获取视频。使用这个视频输入对象,我可以为我捕获的视频打开一个预览窗口。然后,我使用getsnapshot命令从我获得的视频中捕获一帧图像。我可以使用MATLAB中的imshow命令显示这个图像帧。让我把这个像框停靠在这里。
让我们首先使用阈值识别图像中的所有对象。因此,我分离了图像的R、G和B组成部分,并使用graythresh命令分别为它们计算一个阈值。然后,我使用im2bw命令分别设置这些组件的阈值,然后将它们组合在一起,以获得具有明确标识的对象的二进制图像。
为了去除图像中的任何伪影,我使用形态操作,如imfill来去除任何洞,imclearborder来去除边界上的任何无关物体。现在很容易清楚地数出我的图像中物体的数量。我使用bwlabel命令唯一地标记每个对象,并计算图像中对象的总数。
为了稳健地选择特定颜色的糖果,我们需要考虑由不均匀的光照条件和相机噪声等问题引起的物体颜色值的变化。所以我需要构造一个图像,用每个糖果的中位数颜色替换实际的RGB值。
为此,我使用逻辑索引来获得我想要的像素,然后计算它们的中值。例如,我可以在逻辑上索引到图像标签矩阵中,只提取标签为1的像素。让我举个例子。
然后,我可以计算属于这个分割区域的提取像素的中位数。因此,在这个for循环中,我已经计算了每个标签的所有三个颜色平面的中值。在循环的最后,我重新组合颜色组件,以知道每个糖果的中等颜色值。
使用图像处理工具箱中的impixelinfo命令,我可以看到我刚刚为每个糖果计算的R, G和B值的中值。现在我想要选择想要的颜色,并计算该特定颜色的糖果数量。因为我已经有了每个标记区域的中位数颜色,我只需要找到中位数颜色接近所选颜色的区域。
对于基于颜色的选择,最好使用LAB颜色空间,因为它将发光信息从颜色信息中分离出来。在这个空间中,颜色值之间的欧几里得距离是比RGB颜色空间中更有效的颜色相似性度量。因此,我使用makecform和applycform注释将我的图像和所选颜色从RGB转换为LAB空间。
由此,我可以保留A和B分量,因为我不需要任何发光信息。为了找到具有相同颜色的区域,我首先使用带有A和B分量的hypot命令计算颜色值之间的欧几里得距离。然后,我使用适当的阈值保持值,只选择那些靠近所选颜色的区域。然后,我可以使用bwlabel命令获取所选区域的帐户。
因此,这个演示演示了如何结合图像处理工具箱和图像采集工具箱来执行图像分析操作的实时图像提要。在这个例子中更进一步,您可以添加一个带有指南的GUI,甚至使用MATLAB Compiler™构建一个独立的可执行文件。更多图像采集和处理演示,请访问我们网站上的产品页面。谢谢你!
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
本网站使用cookie来改善您的用户体验、个性化内容和广告以及分析网站流量。如果您继续使用本网站,即表示您同意我们使用cookie。请参阅我们的隐私政策了解更多关于cookie和如何更改您的设置。