IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 【图像检测】基于形态学实现植物叶片面积和周长测量matlab代码 -> 正文阅读

[人工智能]【图像检测】基于形态学实现植物叶片面积和周长测量matlab代码

1 简介

植物的叶片外形特征是传统识别植物常用和重要的形态特征,是人们认识和识别万千植物的基础和出发点。叶片和植物的繁殖器官比较,其具有非常多的优点,常作为识别特征和人们认识植物的主要参照器官。叶片形态特征是研究植物物种变异和分化的一个非常好的指标。结合图像处理技术,提取植物叶片的特征是行之有效的方法。对植物叶片进行参数测量,首先必须得获取叶片的图像,然后对其进行预处理,最后再进行参数特征提取并测量。所以,本章是第4章的基础,也就是说如何获取好的叶片图像是整个参数测量过程的基础。而预处理是关键,预处理的好坏直接影响到叶片参数特征的提取以及参数测量的精度和准确度。对植物叶片图像的预处理有很多,例如,灰度化、阈值分割、消除孔洞及孤立区域

2 部分代码

function?edit10_Callback(hObject,?eventdata,?handles)
% hObject ? handle to edit7 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles ? structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of edit7 as text
% ? ? ? str2double(get(hObject,'String')) returns contents of edit7 as a double


% --- Executes during object creation, after setting all properties.
function?edit10_CreateFcn(hObject,?eventdata,?handles)
% hObject ? handle to edit7 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles ? empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.
% ? ? ? See ISPC and COMPUTER.
if?ispc?&&?isequal(get(hObject,'BackgroundColor'),?get(0,'defaultUicontrolBackgroundColor'))
? ?set(hObject,'BackgroundColor','white');
end


% --------------------------------------------------------------------
function?shuangzhengjiao_Callback(hObject,?eventdata,?handles)
% hObject ? handle to shuangzhengjiao (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles ? structure with handles and user data (see GUIDATA)
I=handles.imdata;
prompt={'请输入要进行多分辨率分解的层数'};
name='多分辨率分析';
numlines=1;
defaultanswer={'1'};
anss=inputdlg(prompt,name,numlines,defaultanswer);
th=str2num(anss{1});
for?i=1:th
? ? [ca1,ch1,cv1,cd1] =?dwt2(I,'bior1.1');
? ??I=ca1;
end
set(handles.edit6,'string',?anss{1});
set(handles.edit7,'string',?anss{1});
set(handles.edit8,'string',?anss{1});

axes(handles.axes2);
imshow(cd1);
axes(handles.axes3);
imshow(ch1);
axes(handles.axes4);
imshow(cv1);
handles.imdata=ca1;
guidata(hObject,?handles);


% --------------------------------------------------------------------
function?dau_Callback(hObject,?eventdata,?handles)
% hObject ? handle to dau (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles ? structure with handles and user data (see GUIDATA)
I=handles.imdata;
prompt={'请输入要进行多分辨率分解的层数'};
name='多分辨率分析';
numlines=1;
defaultanswer={'1'};
anss=inputdlg(prompt,name,numlines,defaultanswer);
th=str2num(anss{1});
for?i=1:th
? ? [ca1,ch1,cv1,cd1] =?dwt2(I,'db2');
? ??I=ca1;
end
set(handles.edit6,'string',?anss{1});
set(handles.edit7,'string',?anss{1});
set(handles.edit8,'string',?anss{1});

axes(handles.axes2);
imshow(cd1);
axes(handles.axes3);
imshow(ch1);
axes(handles.axes4);
imshow(cv1);
handles.imdata=ca1;
guidata(hObject,?handles);


% --------------------------------------------------------------------
function?coi_Callback(hObject,?eventdata,?handles)
% hObject ? handle to coi (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles ? structure with handles and user data (see GUIDATA)
I=handles.imdata;
prompt={'请输入要进行多分辨率分解的层数'};
name='多分辨率分析';
numlines=1;
defaultanswer={'1'};
anss=inputdlg(prompt,name,numlines,defaultanswer);
th=str2num(anss{1});
for?i=1:th
? ? [ca1,ch1,cv1,cd1] =?dwt2(I,'coif1');
? ??I=ca1;
end
set(handles.edit6,'string',?anss{1});
set(handles.edit7,'string',?anss{1});
set(handles.edit8,'string',?anss{1});

axes(handles.axes2);
imshow(cd1);
axes(handles.axes3);
imshow(ch1);
axes(handles.axes4);
imshow(cv1);
handles.imdata=ca1;
guidata(hObject,?handles);


% --------------------------------------------------------------------
function?sym_Callback(hObject,?eventdata,?handles)
% hObject ? handle to sym (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles ? structure with handles and user data (see GUIDATA)
I=handles.imdata;
prompt={'请输入要进行多分辨率分解的层数'};
name='多分辨率分析';
numlines=1;
defaultanswer={'1'};
anss=inputdlg(prompt,name,numlines,defaultanswer);
th=str2num(anss{1});
for?i=1:th
? ? [ca1,ch1,cv1,cd1] =?dwt2(I,'sym2');
? ??I=ca1;
end
set(handles.edit6,'string',?anss{1});
set(handles.edit7,'string',?anss{1});
set(handles.edit8,'string',?anss{1});

axes(handles.axes2);
imshow(cd1);

3 仿真结果

4 参考文献

[1]牛珂, and 何东健. "基于图像处理的植物叶片参数测量系统." 农村经济与科技 22.6(2011):3.

图片

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-11-22 12:20:40  更:2021-11-22 12:21:05 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/27 4:18:34-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码