MATLAB图像处理：条纹检测和长度分析

MATLAB图像处理：条纹检测和长度分析

本代码使用MATLAB对图像进行处理，检测并分析条纹的长度。代码包括图像读取、灰度化、二值化、骨架化、条纹提取、长度计算和统计等步骤，并展示结果。

代码：

% 读入原始图像
img = imread('7-1.tif');
% 转换为灰度图像
gray_img = rgb2gray(img);
% 二值化图像
bw_img = imbinarize(gray_img);
% 骨架化操作
skel_img = bwmorph(bw_img, 'skel', Inf);
% 计算像素长度
pixel_size = 0.0595; % 空间分辨率为0.0595（纳米/像素）
skel_img_diag = diag(double(skel_img)); % 修改：将类型转换为double
skel_img_diag(skel_img_diag == 1) = 2 * pixel_size;
skel_img(skel_img_diag == 2 * pixel_size) = 0;
% 消除分支条纹
branch_points = bwmorph(skel_img, 'branchpoints');
end_points = bwmorph(skel_img, 'endpoints');
skel_img(branch_points) = 0;
skel_img(end_points) = 0;
% 提取条纹
cc = bwconncomp(skel_img);
skel_props = regionprops(cc, 'PixelIdxList', 'PixelList', 'Area');
% 计算条纹长度
skel_lengths = zeros(length(skel_props), 1);
for i = 1:length(skel_props)
skel_length = skel_props(i).Area * pixel_size;
skel_lengths(i) = skel_length;
end
% 消除短条纹
long_skel_lengths = skel_lengths(skel_lengths >= 0.483);
% 统计数据和图像展示
disp(['Total number of stripes: ', num2str(length(skel_props))]);
disp(['Total length of stripes: ', num2str(sum(skel_lengths)), ' nm']);
disp(['Number of long stripes: ', num2str(length(long_skel_lengths))]);
disp(['Total length of long stripes: ', num2str(sum(long_skel_lengths)), ' nm']);
figure;
imshow(img);
hold on;
for i = 1:length(skel_props)
plot(skel_props(i).PixelList(:, 1), skel_props(i).PixelList(:, 2), 'r');
end
title('Skeletonized Stripes');
figure;
histogram(long_skel_lengths, 'BinWidth', 1);
xlabel('Stripe Length (nm)');
ylabel('Frequency');
title('Histogram of Long Stripes');

代码解释：

1. 图像读取与预处理:

   • imread('7-1.tif'): 读取名为'7-1.tif'的图像文件。
   • rgb2gray(img): 将彩色图像转换为灰度图像。
   • imbinarize(gray_img): 对灰度图像进行二值化处理，将像素值转换为0或1。

2. 骨架化操作:

   • bwmorph(bw_img, 'skel', Inf): 使用bwmorph函数对二值图像进行骨架化处理，将每个连通区域简化为单像素宽的骨架。

3. 条纹提取和长度计算:

   • bwconncomp(skel_img): 使用bwconncomp函数获取骨架图像中连通区域的属性，包括每个区域的像素索引列表、像素坐标列表和面积。
   • regionprops(cc, 'PixelIdxList', 'PixelList', 'Area'): 使用regionprops函数计算每个连通区域的属性，包括像素索引列表、像素坐标列表和面积。
   • 使用面积和像素长度计算每个条纹的长度。

4. 统计数据和图像展示:

   • disp函数用于显示统计结果，包括条纹总数、总长度、长条纹数和长条纹总长度。
   • imshow函数用于显示原始图像和骨架化后的条纹。
   • histogram函数用于绘制长条纹长度的直方图。

代码修改:

• 将第11行的 skel_img_diag = diag(skel_img); 修改为 skel_img_diag = diag(double(skel_img));，因为diag函数需要输入一个数字矩阵。

总结:

本代码提供了一个使用MATLAB进行条纹检测和长度分析的示例。通过读取图像、进行预处理、骨架化、提取条纹和计算长度，可以分析图像中的条纹特征。代码中还包括统计数据和图像展示的功能，方便对结果进行观察和分析。