基于Matlab实现二值图像的最小外接矩形

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

为了提高提取水果最小外接矩形的计算效率与精确度,提出一种快速提取水果最小外接矩形的算法.

⛄ 部分代码

%%%寻找图像最小外接矩形

%%%先用迭代式阈值求法将图像变为二值图

img = imread('./source/test0.png');

img = rgb2gray(img);

Th = mean(img( : ));            %将灰度均值设为初始阈值

newTh = 0;

i = 1;

while (Th - newTh) > 1

    pic1 = img;

    pic1(pic1 > Th) = 0;            %大于阈值置零方便求均值

    miu1 = mean(pic1(:));        %小于阈值的像素的灰度均值

    pic2 = img;

    pic2(pic2 < Th) = 0;            %小于阈值置零方便求均值 

    miu2 = mean(pic2( : ));      %大于阈值的像素的灰度均值

    if i ~= 1

        Th = newTh; 

    end

    i = i + 1;

    newTh = (miu1 + miu2) / 2;

end

imgTh = img;

imgTh(imgTh < Th) = 1;

imgTh(imgTh > Th) = 256;

imgTh = 256 - imgTh;

%%%先用迭代式阈值求法将图像变为二值图

%%%旋转图像求其MER

for angle = 0 : 1 : 90

    imgRotated = double(imrotate(imgTh,angle,'bicubic','loose'));  %求旋转后的图像

    %imshow(uint8(imgRotated));

    [row, col] = size(imgRotated);

    %%%判断最小外接矩形的边界

    for i = 1 : row

        if sum(imgRotated(i, :)) > col

            break;

        end

    end

    yMinTest = i;

    for i = row : -1 : 1

        if sum(imgRotated(i, :)) > col

            break;

        end

    end

    yMaxTest = i;

% out2 = imrotate(Figure1,-typicalAngle,'bicubic','loose');

% imshow(out2);

% rectx = [XLU, XLD, XRD, XRU, XLU];

% recty = [YLU, YLD, YRD, YRU, YLU];

% imshow(uint8(imgTh));

% line(rectx(:),recty(:),'color','r');

%%%旋转图像求其MER

⛄ 运行结果

⛄ 参考文献

[1] 李洋 李岳阳. 一种快速提取植物叶片最小外接矩形的算法[J]. 江南大学学报：自然科学版, 2015, 14(3):5.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料