【计数】基于机器视觉实现大米粒颗粒识别计数，边缘检测 锐化 滤波 优化附Matlab代码

% 步骤1：读取图像并转换为灰度图像
im = imread(‘rice_image.jpg’);
grayIm = rgb2gray(im);

% 步骤2：进行边缘检测
edgeIm = edge(grayIm, ‘Canny’);

% 步骤3：进行锐化
sharpIm = imsharpen(grayIm);

% 步骤4：进行滤波
filteredIm = imgaussfilt(sharpIm, 2);

% 步骤5：进行二值化
threshold = graythresh(filteredIm);
binaryIm = imbinarize(filteredIm, threshold);

% 步骤6：填充小的空洞
filledIm = imfill(binaryIm, ‘holes’);

% 步骤7：进行连通区域分析
stats = regionprops(filledIm, ‘Area’, ‘Centroid’);

% 步骤8：筛选并计数大米粒
minArea = 100; % 设置最小大米粒面积
riceCount = 0;

for i = 1:numel(stats)
area = stats(i).Area;
if area > minArea
riceCount = riceCount + 1;
end
end

% 步骤9：可视化结果
imshow(im);
hold on;

for i = 1:numel(stats)
area = stats(i).Area;
centroid = stats(i).Centroid;
if area > minArea
plot(centroid(1), centroid(2), ‘r+’, ‘MarkerSize’, 10);
end
end

hold off;

% 显示结果
disp([‘大米粒数量：’, num2str(riceCount)]);