MATLAB：Image Processing Toolbox工具箱入门实战

1.基本图像导入、处理和导出

2.实战项目一：利用imfindcircles()函数检测和测量图像中的圆形目标

1.基本图像导入、处理和导出

Basic Image Import, Processing, and Export- MATLAB & SimulinkThis example shows how to read an image into the workspace, adjust the contrast in the image, and then write the adjusted image to a file.https://www.mathworks.com/help/releases/R2021b/images/image-import-and-export.html以下是输入的缺陷检测图片1.jpg（左），和经过histeq（直方图均衡使强度值扩展分布到了图像的完整范围内）函数提高对比度的2.jpg（右）。

I = imread("1.jpg");
whos I % 使用 whos 命令，检查 imread 函数如何在工作区中存储图像数据。
% 调用 imhist 函数创建直方图。
% 请在调用 imhist 之前使用 figure 命令，这样直方图就不会覆盖当前图窗窗口中显示的图像 I。
imhist(I)  
I2 = histeq(I);  % 使用 histeq 函数提高图像的对比度
imshow(I2)
imwrite(I2, '2.jpg');  % 使用 imwrite 函数，将刚刚经过调整的图像 I2 写入磁盘文件
imfinfo('2.jpg')  % imfinfo 函数返回文件中图像的相关信息

2.实战项目一：利用imfindcircles()函数检测和测量图像中的圆形目标

Detect and Measure Circular Objects in an Image- MATLAB & Simulink ExampleThis example shows how to automatically detect circular objects in an image and visualize the detected circles.https://www.mathworks.com/help/releases/R2021b/images/detect-and-measure-circular-objects-in-an-image.htmlimfindcircles()使用基于圆形 Hough 变换 (CHT) 的算法在图像中寻找圆形。之所以使用这种方法，是因为当存在噪声、遮挡和变化的光照条件时该方法表现稳健。

有关imfindcircles()的详细信息，请参阅帮助文档：

Find circles using circular Hough transform - MATLAB imfindcirclesThis MATLAB function finds the circles in image A whose radii are approximately equal to radius.https://www.mathworks.com/help/releases/R2021b/images/ref/imfindcircles.html本项目旨在演示调参来寻求圆目标的过程。

rgb = imread('coloredChips.png');
imshow(rgb)% 此段代码是为了清楚对象是比背景亮还是比背景暗，输出灰度图片看一看
% gray_image = rgb2gray(rgb);
% imshow(gray_image)% 此段代码用来确定imfindcircles函数里的radiusRange，测出来应该是[25 30]
% d = drawline;  % 画一条线，大致画出圆的直径
% pos = d.Position  % 线的位置
% diffPos = diff(pos);  % 各行之间的一阶差分，也就是delta x和delta y
% diameter = hypot(diffPos(1),diffPos(2))  % 平方和的平方根（斜边）% 这里开始找圆，用的是imfindcircles()函数
% 背景相当亮，大多数塑料片比背景暗，将参数 'ObjectPolarity' 设置为 'dark' 以搜索较暗的圆。
% imfindcircles 有两种不同寻找圆的方法：默认方法（称为相位编码方法）/两阶段方法，这里指定使用两阶段方法
% 两种方法都能准确找到部分可见（遮挡）塑料片的中心和半径。
[centers,radii] = imfindcircles(rgb,[25 30],'ObjectPolarity','dark', ...'Sensitivity',0.92,'Method','twostage');% 注意到黄色圆都没有被检测到
% 与背景相比，黄色塑料片的强度几乎相同，甚至更亮。因此，要检测黄色塑料片，'ObjectPolarity' 改为 'bright'。
% [centersBright,radiiBright] = imfindcircles(rgb,[25 30], ...
%     'ObjectPolarity','bright','Sensitivity',0.95)
% 找到了三个原先未检测到的黄色塑料片，但仍有黄色塑料片未检测到% 要查找圆，imfindcircles 仅使用图像中的边缘像素。这些边缘像素基本上是具有高梯度值的像素。
% 'EdgeThreshold' 参数控制像素的梯度值必须有多高，才能将其视为边缘像素并包含在计算中。
% 该参数的高值（更接近 1）只允许包含强边缘（较高梯度值），而低值（更接近 0）的宽容度更高，可在计算中包含较弱的边缘（较低梯度值）。
% 对于检测不到黄色塑料片的情况，是因为对比度低，一些边界像素（在塑料片的圆周上）预期具有低梯度值。因此，请降低 'EdgeThreshold'。
[centersBright,radiiBright,metricBright] = imfindcircles(rgb,[25 30], ...'ObjectPolarity','bright','Sensitivity',0.95,'EdgeThreshold',0.1);imshow(rgb)
hBright = viscircles(centersBright, radiiBright,'Color','b');  % 蓝色画出
h = viscircles(centers,radii);  % 红色画出