2024年MATLAB：Image Processing Toolbox工具箱入门实战(3)

I = imread('rice.png');
% imshow(I)

% strel 对象表示一个平面形态学结构元素，该元素是形态学膨胀和腐蚀运算的重要部分。
se = strel('disk',15);
% 开操作Open先对图像进行腐蚀操作，然后再进行膨胀操作的组合过程，可以用于消除小的物体或细节，并且可以平滑物体的边界
% 闭操作Close则相反，它是先对图像进行膨胀操作，然后再进行腐蚀操作的组合过程。可以用于填补小的空洞或裂缝，并且也可以平滑物体的边界。
% imopen执行形态学开操作，然后得到背景
background = imopen(I,se);
% imshow(background)
I2 = I - background;
% 默认情况下，imadjust 对所有像素值中最低的 1% 和最高的 1% 进行饱和处理。此运算可提高输出图像的对比度。
I3 = imadjust(I2);
bw = imbinarize(I3);  % 使用 imbinarize 函数将灰度图像转换为二值图像
bw = bwareaopen(bw,50);  % 使用 bwareaopen 函数去除图像中的背景噪声。
cc = bwconncomp(bw,4);  % bwconncomp查找二值图像中的连通分量
% cc.NumObjects
labeled = labelmatrix(cc);  % 使用 labelmatrix 根据 bwconncomp 的输出创建标签矩阵，将二进制图像中的连通分量标记为唯一的整数值。使用标签矩阵可视化不同的连通分量。
RGB_label = label2rgb(labeled,'spring','c','shuffle');  % 为了更容易区分不同的连通分量，使用label2rgb将标签矩阵显示为RGB图像，并对标签的颜色随机。
% imshow(RGB_label)
graindata = regionprops(cc,'basic');  % regionprops返回二值图像中每个8连通分量（对象）的属性集的测量值。
grain_areas = [graindata.Area];
histogram(grain_areas)
title('Histogram of Rice Grain Area')

4.实战项目三：利用Sobel算子进行裂纹检测

Sobel算子实现步骤：

1.首先需要两个方向（水平和竖直方向）的滤波核：

这是因为边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。所以通常说来图像中梯度较大的点代表着边缘。边缘检测方法分为两类：

• 基于搜索：利用一阶导数最大值检测边缘。通过寻找图像一阶导数中的最大值来检测边界，然后利用计算结果估计边缘的局部