硅片计数器

该博客介绍了硅片计数的过程,包括图像预处理、倾斜校正、灰度分布分析、ROI区域定位、应用Gabor滤波进行特征提取以及使用边缘检测方法确定ROI边缘。通过对图像进行一系列处理,最终实现硅片的有效计数。
摘要由CSDN通过智能技术生成

silicon counting

clear all
clc
close all

[inputfilename,dirname] = uigetfile(’.’);
inputfilename = [dirname, inputfilename];
I = imread(inputfilename); % 实例: ‘input.jpg’
I = rgb2gray(I);
% figure(1);
% subplot(2,2,1)
% imshow(I);
% title(‘原始图像’);

%FFT
F_I=fft2(I);
F_I=fftshift(F_I);
f_I=abs(F_I);
f_I=log(1+f_I);
% figure(1);
% subplot(2,2,2);
% imshow(f_I,[]);
% title(‘频谱’);

%倾斜校正
[RotatedImage,theta_Rotating] = RotateToVertical(abs(F_I),I);
% figure(1);
% subplot(2,2,2);
% imshow(RotatedImage,[]);
% title(‘倾斜校正’);

%灰度分布
y=10:10:1901;
SearchingLine=RotatedImage(y,:);
% [row,col]=size(I1);
% figure(1);
% n=1:col;
% for i=1:row
% subplot(4,5,i)
% plot(n,I1(i,:));
% end
% title(‘灰度分布’);
% grid on;

%ROI区域定位
I_ROI=ROI_F(SearchingLine,RotatedImage);
% figure(1);
% subplot(2,2,4);
% imshow(I_ROI);
% title(‘ROI’);

% figure(1);
% subplot(2,2,1);
% imshow(I_ROI);
% title(‘ROI’);

% lambda=16;
% theta=0;
% psi=0;
% gamma=0.5;
% bw=1;
% GaborHF = gaborfilter(lambda,theta,psi,gamma,bw);
GaborHF = gaborfilter(35,0,0,0.5,1);
I_GF=imfilter(I_ROI,GaborHF,‘symmetric’,‘conv’);%滤波,空域卷积
% figure(1);
% subplot(2,2,2);
% imshow(I_GF);
% % imshow(I_GF,[]);
% title(‘Gabor滤波’);

% I_Background1=Background(I_GF,[7,3],‘light’);
% I_Background2=Background(I_GF,[13,15],‘dark’

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值