基于matlab的树叶图像的分类

1、树叶的分类

涉及的方法有分配、图像处理，对边缘轮廓进行检测，根据轮廓特征进行（二值化）、特征：特征

% 根据形状进行特征提取

% Step 1: 读图

RGB = imread('test.bmp');

figure,

imshow(RGB),

title('原始图像');

% Step 2: 转为灰度图像

GRAY = rgb2gray(RGB);

figure,

imshow(GRAY),

title('灰度图像');

% Step 3: 转为二进制图像

threshold = graythresh(GRAY);

BW = im2bw(GRAY, threshold);

figure,

imshow(BW),

title('二进制图像');

% Step 4: 取反

BW = ~ BW;

figure,

imshow(BW),

title('二进制图像取反');

% Step 5: 取边界

[B,L] = bwboundaries(BW, 'noholes');

% Step 6: 判断属性

STATS = regionprops(L, 'BoundingBox','Extent');

% Step 7: 根据属性分类

% 正方形= 3 = (1 + 2) = (X=Y and Extent = 1)

% 矩形= 2 = (0 + 2) = (X~=Y and Extent = 1)

% 圆形= 1 = (1 + 0) = (X=Y and Extent < 1)

% 其它= 0

figure,

imshow(RGB),

title('结果');

hold on

for i = 1 : length(STATS)

W(i) = uint8(abs(STATS(i).BoundingBox(3)-STATS(i).BoundingBox(4)) < 0.1);

W(i) = W(i) + 2 * uint8((STATS(i).Extent - 1) == 0 );

centroid = STATS(i).Centroid;

switch W(i)

case 1

plot(centroid(1),centroid(2),'wO');% 圆形case 2

plot(centroid(1),centroid(2),'wX');% 矩形2、树叶形状的影响因素

阳光、气候、降雨量

多元统计、

3、树的形状与分布

4、树叶形状与与分叉

5、树叶重量的估计