一、RGB彩色空间中实现图像分割
-
原图像
-
图像二值化实现图像分割
-
边缘检测算法实现图像分割
二、HSV彩色空间实现图像分割
-
原图像
-
图像二值化实现图像分割
-
边缘检测算法实现图像分割
三、YUV彩色空间实现图像分割
-
原图像
-
二值图像实现彩色分割
-
边缘检测算法实现图像分割
四、实现代码
clc;
clear;
close all
picture = input('请输入需要分割的图片:');
Path = 'C:\Users\SHINELON\Desktop\木材表面虫眼分割考核材料\木材表面虫眼分割提取--m文件和图像数据';
File = dir(fullfile(Path,'*.JPG'));
imageNames = {
File.name}';
if picture>=1&picture<=10
if picture~=10
% H:颜色相位(色相) Y:表示明亮度(灰阶值)
% S:颜色饱和度 U:
% V:颜色亮度 V:
RGB=imread(fullfile(Path,imageNames{
picture}));%得到RGB彩色空间图像
HSV=rgb2hsv(RGB);%得到HSV彩色空间图像
pr = RGB(:,:,1);
pg = RGB(:,:,2);
pb = RGB(:,:,3);
Y = 0.299*pr + 0.587*pg + 0.114*pb;
U = -0.147*pr - 0.289 *pg+ 0.436*pb;
V = 0.615*pr - 0.515*pg- 0.100*pb;
YUV= cat(3,Y,U,V);%得到YUV彩色空间图像
bw_rgb = im2bw(rgb2gray(RGB),0.21);%rgb图像灰度转换，二值化
bw_hsv= im2bw(medfilt2(HSV(:,:,3)),0.44);%提取hsv中的v分量，进行中值滤波，二值化
bw_yuv=im2bw(medfilt2(YUV(:,:,3)),0.1);%提取ysv中的v分量，进行中值滤波，二值化
figure();
subplot(131);imshow(RGB);title('RGB图像');
subplot(132);imshow(HSV);title('HSV图像');
subplot(133);imshow(YUV);title('YUV图像');
figure();
subplot(131);imshow(bw_rgb);title('bw+rgb');
subplot(132);imshow(bw_hsv);title('bw+hsv');
subplot(133);imshow(bw_yuv);title('bw+yuv');
figure();
subplot(131);imshow(edge(bw_rgb,'prewitt'));title('rgb+prewitt');
subplot(132);imshow(edge(bw_hsv,'prewitt'));title('hsv+prewitt');
subplot(133);imshow(edge(bw_yuv,'prewitt'));title('yuv+prewitt');
figure();
subplot(131);imshow(edge(bw_rgb,'sobel'));title('rgb+sobel');
subplot(132);imshow(edge(bw_hsv,'sobel'));title('hsv+sobel');
subplot(133);imshow(edge(bw_yuv,'sobel'));title('yuv+sobel');
figure();
subplot(131);imshow(edge(bw_rgb,'canny'));title('rgb+canny');
subplot(132);imshow(edge(bw_hsv,'canny'));title('hsv+canny');
subplot(133);imshow(edge(bw_yuv,'canny'));title('yuv+canny');
else
for N =1:length(imageNames)
RGB=imread(fullfile(Path,imageNames{
N}));
HSV=rgb2hsv(RGB);%得到HSV彩色空间图像
pr = RGB(:,:,1);
pg = RGB(:,:,2);
pb = RGB(:,:,3);
Y = 0.299*pr + 0.587*pg + 0.114*pb;
U = -0.147*pr - 0.289 *pg+ 0.436*pb;
V = 0.615*pr - 0.515*pg- 0.100*pb;
YUV= cat(3,Y,U,V);%得到YUV彩色空间图像
bw_rgb = im2bw(rgb2gray(RGB),0.21);%rgb图像灰度转换，二值化
bw_hsv= im2bw(medfilt2(HSV(:,:,3)),0.44);%提取hsv中的v分量，进行中值滤波，二值化
bw_yuv=im2bw(medfilt2(YUV(:,:,3)),0.1);%提取ysv中的v分量，进行中值滤波，二值化
%显示RGB，HSV，YUV彩色空间的图像
figure();
subplot(131);imshow(RGB);title('RGB图像');
subplot(132);imshow(HSV);title('HSV图像');
subplot(133);imshow(YUV);title('YUV图像');
%显示RGB，HSV，YUV彩色空间的二值图像
figure();
subplot(131);imshow(bw_rgb);title('bw+rgb');
subplot(132);imshow(bw_hsv);title('bw+hsv');
subplot(133);imshow(bw_yuv);title('bw+yuv');
%显示使用prewitt算子进行边缘检测后的图像
figure();
subplot(131);imshow(edge(bw_rgb,'prewitt'));title('rgb+prewitt');
subplot(132);imshow(edge(bw_hsv,'prewitt'));title('hsv+prewitt');
subplot(133);imshow(edge(bw_yuv,'prewitt'));title('yuv+prewitt');
%显示使用sobel算子进行边缘检测之后的图像
figure();
subplot(131);imshow(edge(bw_rgb,'sobel'));title('rgb+sobel');
subplot(132);imshow(edge(bw_hsv,'sobel'));title('hsv+sobel');
subplot(133);imshow(edge(bw_yuv,'sobel'));title('yuv+sobel');
%显示使用canny算子进行边缘检测之后的图像
figure();
subplot(131);imshow(edge(bw_rgb,'canny'));title('rgb+canny');
subplot(132);imshow(edge(bw_hsv,'canny'));title('hsv+canny');
subplot(133);imshow(edge(bw_yuv,'canny'));title('yuv+canny');
end
end
else
disp('输入错误,最大图片数量为:');
disp(length(imageNames));
end
五、结语
在分割过程中使用了RGB、HSV和YUV彩色空间、滤波器和prewitt、sobel和canny算子结合来实现不同的分割处理。实验结果表明：
- RGB彩色空间中在分割之后可以更加凸显出细节部分，但是会使轮廓变得模糊。
- HSV空间和YUV空间中可以更加明显的图像处虫眼的轮廓，但是YUV空间中失去的细节部分会比较严重，当虫眼较小时会被直接忽略。
- 在三种彩色空间中使用canny算子进行分割的效果更好。