基于颜色的实时图像采集分割
获取一张图像并执行图像分析,以找到小物体,计算它们,并通过颜色区分它们。
你好,欢迎。在本视频中,我们将使用图像采集工具箱™将图像捕获到MATLAB中®.然后我们将使用图像处理工具箱™执行图像分析和其他操作。举个例子,我设置了我的相机来捕捉不同颜色的糖果的图像。我们将确定图像中糖果的总数,并统计某种颜色的糖果的数量。
在本例中,我将对获取的图像执行各种图像处理算法,如阈值化、形态学操作和颜色分割。第一步是将我的相机连接到MATLAB。为了查看MATLAB是否识别出我的相机可用,我使用imaqhwinfo命令获取计算机上可用的硬件适配器和特定设备的列表。我目前连接的摄像头可以通过winvideo适配器访问。所以我使用imaqhwinfo命令来获取它的设备ID。
有了这些信息,我可以使用video input命令创建图像采集对象的实例,该实例可以从我的相机获取视频。使用这个视频输入对象,我可以为我捕获的视频打开一个预览窗口。然后我使用getsnapshot命令从我获取的视频中捕获一个图像帧。我可以使用MATLAB中的imshow命令显示这个图像帧。让我把这个图像框停靠在这里。
让我们首先使用阈值法识别图像中的所有对象。因此,我分离了图像的R、G和B组件,并使用graythresh命令分别为它们计算一个阈值。然后,我使用im2bw命令分别对这些组件设置阈值,然后将它们组合在一起,以获得具有明确识别对象的二值图像。
为了删除图像中的任何人工制品,我使用形态学操作,如imfill删除任何孔,imclearborder删除边界上的任何无关物体。现在很容易清楚地数出我的图像中物体的数量。我使用bwlabel命令来唯一地标记每个对象,并计算图像中对象的总数。
为了稳健地选择特定颜色的糖果,我们需要考虑物体上颜色值的变化,这些变化是由不均匀的光照条件和相机噪声等问题引起的。所以我需要构造一个图像,用每个糖果的中位数颜色替换实际的RGB值。
为此,我使用逻辑索引只获取我想要的像素,然后计算它们的中值。例如,我可以逻辑地索引到图像标签矩阵中,并只提取那些标签为1的像素。让我举个例子。
然后我可以计算属于这个分割区域的提取像素的中值。因此,在这个for循环中,我已经计算了每个标签的所有三个颜色平面的中值。在循环结束时,我重新组合颜色组件,以知道每个糖果的中等颜色值。
使用图像处理工具箱中的impixelinfo命令,我可以看到我刚刚为每个糖果计算的R、G和B值的中值。现在我想要选择所需的颜色,并计算该特定颜色的糖果数量。因为我已经有了每个标记区域的中位数颜色,我只需要找到中位数颜色接近所选颜色的区域。
对于基于颜色的选择,最好使用LAB颜色空间,因为它将发光信息从颜色信息中分离出来。该空间中颜色值之间的欧氏距离是一种比RGB颜色空间中更有效的颜色相似度度量。因此,我使用makecform和applycform注释将我的图像和所选颜色从RGB空间转换到LAB空间。
从这里,我可以保留A和B分量,因为我不需要任何发光信息。为了找到具有相同颜色的区域,我首先使用带有A和B分量的hypot命令计算颜色值之间的欧氏距离。然后,我使用一个适当的阈值保持值来选择那些靠近所选颜色的区域。然后,我可以使用bwlabel命令获取所选区域的帐户。
因此,本演示演示了如何将“图像处理工具箱”和“图像采集工具箱”组合在一起,为实时图像提要执行图像分析操作。在这个例子中更进一步,您可以添加一个带有指南的GUI,甚至可以使用MATLAB Compiler™构建一个独立的可执行文件。更多图像采集和处理演示,请访问我们网站上的产品页面。谢谢你!
相关产品2022世界杯八强谁会赢?
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。