基于MATLAB数字图像处理杂草识别 下载本文

if(SI(i,j)==0) SII(i,j)=1; end

if(SI(i,j)==1) SII(i,j)=0; end end end

SI=1-Seg;figure,imshow(SII);

区域生长法分割杂草和作物

A0=imread('图片2.png');%读取图像 seed=[1,2];%选择起始位置 thresh=31;%相似性选择阈值 A=rgb2gray(A0);%灰度化

A=imadjust(A,[min(min(double(A)))/255,max(max(double(A)))/255],[

]);

A=double(A);%将图像灰度化 B=A;

[r,c]=size(B);%r为行数,c为列 n=r*c;%计算图像包含点的个数

pixel_seed=A(seed(1),seed(2));%原图起始点灰度值 q=[seed(1),seed(2)];%q用来装载起始位置 top=1;%循环判断flag

M=zeros(r,c);%建立一个与原图大小一样的矩阵 M(seed(1),seed(2))=1;%将起始点赋为1,其余为0 count=1;%计数器

while top~=0 %循环结束条件 r1=q(1,1);%起始点行位置 c1=q(1,2);%起始点列位置 p=A(r1,c1);%起始点灰度值 dge=0;

for i=-1:1%周围点循环判断 for j=-1:1

if r1+i<=r & r1+i>0 & c1+j<=c & c1+j>0%保证在点周围范围内

if abs(A(r1+i,c1+j)-p)<=thresh & M(r1+i,c1+j)~=1 top=top+1;%满足判定条件则top+1,top为多少,则q的行数有多少

q(top,:)=[r1+i,c1+j];%将满足判定条件的周围点位置赋予q,q记载了满足判定的每一外点

M(r1+i,c1+j)=1;%满足判定条件将M中相对应的点赋1

count=count+1;%统计满足条件的点个数,其实与top此时的值一样

B(r1+i,c1+j)=1;%满足判定条件将B中相对应点赋值1

end

if M(r1+i,c1+j)==0;%如果M中相对应的值为0,将dge赋值为1,也就是说这几个点不满足条件 dge=1; end else

dge=1;%在图像外将dge赋值为1 end end

end

%此时对周围几点判断完毕,在点在图像外或不满足判定条件则将dge赋为1,满足条件dge为0 if dge~=1

B(r1,c1)=A(seed(1),seed(2));%将原图起始位置赋予B end

if count>=n%如果满足判定条件的点个数大于等于n top=1; end

q=q(2:top,:); top=top-1; end

subplot(121),imshow(B,[]);