一、Matlab安装及题目
最近有一个数字图像处理的实验课，我们组准备选一个有关图像分割的题目。这里把我们组的一些思路及首先记录下。
首先自然是matlab的安装了，网上有很多的安装包，但是大部分都是百度网盘的，我超级不喜欢百度网盘。所以我直接给一个matlab7.0浏览器下载的链接:
https://dl.pconline.com.cn/download/360588.html
解压安装后，对于window10操作系统，请右键Matlab.exe文件，选择属性，兼容性，以兼容模式运行该程序：
Matlab7.0是比较老的版本了，没有自动补全等功能，如果是长期使用还是推荐取网上下载新版本。
然后题目如下：
二、使用HSV色彩空间进行颜色阈值分割
一种简单的方法是使用颜色的数值不同进行划分，颜色相近的点分到一张图片里面，那么我们直接用RGB三通道划分吗？自然可以，但是我们先尽可能考虑简单情况吧（你也可以说我太菜 / W \）
三维的划分不容易，一维的容易不少，我们可以使用灰度图，然后弄出它的直方图再说。
不过可以注意到，我们要划分的图像，大都颜色近似。那么可以用一种可能更好的方式，这里我们就要介绍HSV色彩空间了。它如下图所示：
这个模型中颜色的参数分别是：色调（H），饱和度（S），亮度（V）。
H用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°, 蓝色为240°。它们的补色是：黄色为60°，青色为180°, 品红为300°；
因为HSV非常符合人的观察模式，S和V通道对颜色的归类影响不太大，所以可以直接用H通道。
因此我们将原本的灰度图的直方图变成H通道的直方图。
这里我们先实现一个函数（请无视函数名），传入参数为图像I，
第一步、读取图片，得到h通道。
第二步、绘制HSV彩带方便对比查看。（可选）
第三步、计算频率，准备绘制直方图。
第四步、特殊处理，作用就是放大一些凸点。（可选）
function [hsv,res]=Untitled(I)
% 1.读取图片并转换为HSV图像模型
hsv = rgb2hsv(I);%RGB转hsv
h = hsv(:,:,1);
h = h(:)*360; % 因为h通道为0-1,所以乘360
% 2.画hsv颜色分量
for i=1:360
tempx = 1-abs(mod(i/60,2)-1);
if i<60
plot(i,0,'*','color',[1 tempx 0],'MarkerSize',20);
elseif i<120
plot(i,0,'*','color',[tempx 1 0],'MarkerSize',20);
elseif i<180
plot(i,0,'*','color',[0 1 tempx],'MarkerSize',20);
elseif i<240
plot(i,0,'*','color',[0 tempx 1],'MarkerSize',20);
elseif i<300
plot(i,0,'*','color',[tempx 0 1],'MarkerSize',20);
else
plot(i,0,'*','color',[1 0 tempx],'MarkerSize',20);
end
hold all;
end
% 3.画hsv频率曲线
res = linspace(0,0,361);
for i=1:length(h)
if res(round(h(i))+1) < 10000 % 限制一下
res(round(h(i))+1) = res(round(h(i))+1) + 1;
end
end
% 4.特殊处理，放大odd像素
for i=2:360
if res(i) > res(i+1)+700 && res(i) > res(i-1)+700
res(i) = 5*res(i);
if res(i) > 10000
res(i) = 10000;
end
end
end
plot(res,'LineWidth', 2);
grid on;
记得文件名和函数名一致，然后我们来测试一下。
在command window输入下面的代码，选择图片，然后调用函数。
[fn,pn,fi]=uigetfile({'*.jpg;*.tif;*.png;*.gif;*.bmp','All Image Files';...
'*.*','All Files' },'mytitle',...
'C:\Work\myfile.jpg');
I = imread([pn fn]);
[hsv,res]=Untitled(I);
可以从直方图看到，明显看到这一张照片的绿色和蓝色还有红色比较多。我输入的图片如下：
之前的特殊处理的用处就是对于像蓝色这样的像素点比绿色少很多，所以对这样的像素放大。
这样我们就得到了一张直方图，怎么分呢？通过人眼，应该已经可以大致划几条竖线分割了吧。
比如这样（虽然有够难看的），分成四部分，那么用matlab怎么实现呢？
三、简单分割实现
一个简单的方法就是画一条横线，把超过这条横线的区间记录下来，根据这个区间进行划分。
我们再定义一个函数，传入上面函数得到的hsv,res以及一个阈值flag,我们那一条横线的值就是flag了。
第一步、根据设定的flag分类，获取区间传入res2中，就是计算那些我画的小红点了。
第二步、就是对区间相距太近的进行合并。
第三步、从左到右计算每一个区间右边界和下一个区间的左边界取中值。
比如：处理前的区间是0 1和30 31，那么就化为0 （1+30）/2和（1+30）/2 31，所以结果如下所示：
res2 =
0 1
30 31
60 61
67 68
85 90
res2 =
0 16
23 46
53 64
66 77
81 360
第四步、根据上面的结果绘制分割图。代码如下：
function []=Step2(hsv,res,flag)
temp_hsv = hsv;
% 1.根据设定的频率系数，分类，获取区间传入res2中
left = 0;
flag_temp = 0; % 0表示还没有进入区间
res2 = [];
for i=1:length(res)
if res(i) > flag
if flag_temp == 0
left = i;
flag_temp = 1;
end
else
if flag_temp == 1
res2 = [res2;left-1,i-1];
flag_temp = 0;
end
end
end
% 间距小的合并
i = 1;
res3 = [];
while i<=length(res2(:,1))-1
% 小于12的间隔进行合并
temp_left = res2(i,1);
while i<=length(res2(:,1))-1 && res2(i+1,1) - res2(i,2) < 5
i=i+1;
end
res3 = [res3;temp_left,res2(i,2)];
i=i+1;
end
res2 = res3;
% 取中值划分
for i=1:length(res2(:,1))
if i==1
res2(i,1) = 0;
res2(i,2) = round((res2(i,2)+res2(i+1,1))/2);
elseif i==length(res2(:,1))
res2(i,1) = round((res2(i-1,2)+res2(i,1))/2);
res2(i,2) = 360;
else
res2(i,1) = round((res2(i-1,2)+res2(i,1))/2);
res2(i,2) = round((res2(i,2)+res2(i+1,1))/2);
end
end
% 3. 开始分割
figure;
for i=1:length(res2(:,1))
hsv = temp_hsv;
temp_interval = res2(i,:);
sum = 0;
for row=1:length(hsv(:,1,:))
for col=1:length(hsv(1,:,:))
temp_num = round(hsv(row,col,1)*360);
if temp_interval(1) <= temp_num && temp_num <= temp_interval(2)
; % 选中的像素处理
else
hsv(row,col,1) = 0; % 未选中像素处理，白色
hsv(row,col,2) = 0;
hsv(row,col,3) = 1;
end
end
end
NEW = hsv2rgb(hsv);
% subplot(1,length(res2(:,1)),i);
figure(i);
imshow(NEW);
end
结果如下，虽然还是不太理想，但是还阔以：
那有没有更好的方法呢？答案是有的，下一篇文章讲解OpenCv方法实现图像分割，用到的技术是超像素SLIC方法、kmean分类，不要被吓到了，实现可能会难一点，但是超级容易理解。