matlab对图像处理的缺陷检测识别与输出矩形框源码

最新推荐文章于 2024-06-20 17:34:58 发布

海宝7号

最新推荐文章于 2024-06-20 17:34:58 发布

阅读量2.9k

点赞数 3

分类专栏： matlab2020B 文章标签：计算机视觉边缘检测 matlab 图像处理缺陷识别

本文链接：https://blog.csdn.net/dongbao520/article/details/115672013

版权

本文介绍了使用MATLAB进行图像处理，特别是针对缺陷检测的技术。通过详细讲解源码，展示了如何识别图像中的缺陷并输出对应的矩形框，为计算机视觉领域的图像分析提供了一种实用方法。

摘要由CSDN通过智能技术生成

[filename filepath]=uigetfile({'*.jpg';'*.tif';'*.png';'All files (*.*)'},...
    'Pick an image file','C:\Users\Desktop\.EXE\缺陷照片收集\颗粒(grain)\RGB');
if isequal(filename,0) || isequal(filepath,0)
   
    msgbox('请先选择一个.缺陷的图片！','Warning');%未选择照片提示
else
    image=imread([filepath filename]);
    
    figure,imshow(image);
end
if (~isempty(image))
    handles.image=image;
else
   
    return;
end
%第二个axes：
if(~isempty(handles.image))
 image=handles.image;
 %image1=rgb2gray(image); 

YT = rgb2gray(image);%将RGB 格式转换为灰度图像
%axes(handles.axes2);
%imshow(image1),title("灰度化",'Color','r','FontSize',20);


% 去噪%

%1 中值滤波去噪%

Ze = medfilt2(YT,[5,5]);

%2 增加对比度%

J=Ze;                    
Ih=imhist(Ze);  %显示图像image的灰度直方图；
Kh=histeq(J,Ih);%该函数通过直方图均衡化来增加对比度


BW1 = edge(Kh, 'canny',0.1); %canny边缘检测

figure,imshow(BW1),title