目標：

1. 影象閾值
2. 背景評估
3. 聯通區域標記

一、影象閾值

• graythresh()：找出一個影象的最佳閾值是什麼
• im2bw()：轉變影象為二值影象

I = imread('rice.png'); 
level=graythresh(I); % 獲取閾值
bw=im2bw(I, level);  % 根據閾值，轉化為二值影象
subplot(1,2,1); 
imshow(I); 
subplot (1,2,2); 
imshow(bw)

這個影象是不完美的，在轉換為黑白二值影象的時候，有一些白色的點，有一些米不見了，是由於影象的打光不均勻，上邊亮下邊暗，造成前景和背景的誤判。因此，我們要對背景進行評估，減掉背景，使背景分佈均勻。

二、背景評估

1. Background Estimation（背景評估）

I = imread('rice.png'); 
BG = imopen(I, strel('disk', 15)); % 獲得背景的評估
imshow(BG);

在這個背景評估圖片中我們可以看到上邊比較亮，下邊比較暗。接下來我們做第二步，用原影象減去背景評估圖。

2.Background Subtraction

I = imread('rice.png'); 
subplot(1,3,1); imshow(I); 
BG = imopen(I, strel('disk', 15)); % 得到背景評估圖
subplot(1,3,2); imshow(BG); 
I2 = imsubtract(I, BG); % 使用原圖減去背景評估圖
subplot(1,3,3); 
imshow(I2);
 

3.Thresholding on Background Removed Image

I = imread('rice.png');
% 獲取閾值
level = graythresh(I);
% 轉換為二值影象
bw = im2bw(I, level); 
subplot(1,2,1); imshow(bw);

% 獲得背景圖
BG = imopen(I, strel('disk', 15));
% 原圖減去背景圖
I2 = imsubtract(I, BG);
% 獲得背景均勻圖的閾值
level = graythresh(I2);
bw2 = im2bw(I2, level);
subplot(1,2,2); imshow(bw2);
 

 右邊是經過處理之後的圖，很明顯效果要比左邊的好。

下面，我們要計算圖中有多少粒米，就需要用到連通域分析。

 三、連通域分析

 我們要求得影象中，有多少粒米，在二值影象中，只有0和一兩個值，有1的位置代表是米，並且相連位置的1是一個米的形狀。因此，我們穿建一個標籤矩陣。

第一步：從二值影象的左上角開始遍歷，當遇見第一個1時，標籤矩陣的相應位置設為1，二值影象的矩陣位置變為0.

第二步： 檢視該位置的右邊和下邊，為1的話就把標籤位置設為1，二值影象的位置設為0.一直進行下去，如果為0就兩個矩陣都不改變。

第三步：繼續操作，一直到右邊和下邊的位置都是0時，則一個米粒標記完成。

第四步：繼續按順序遍歷二值影象矩陣。當再次遇到1的時候，就將標籤矩陣的位置記為2.二值矩陣記為0. 與上面的方式相同。

第五步：以此類推，計算出第二個，第三個。

MATLAB提供了一個函式，來計算label matrix。注意，必須是對二值影象進行操作。

I=imread('rice.png'); 
BG=imopen(I, strel('disk', 15)); 
I2=imsubtract(I, BG); 
level=graythresh(I2); 
BW=im2bw(I2, level); 
[labeled, numObjects]=bwlabel(BW, 8);

 labeled:就是生成的標籤矩陣。生成的是256*256的矩陣，下面是擷取的一部分。

Color-coding Objects: label2rgb(） 

• 將label matrix 轉換為rgb顏色影象
• 視覺化rgb影象

I=imread('rice.png'); 
BG=imopen(I, strel('disk', 15)); 
I2=imsubtract(I, BG); 
level=graythresh(I2); 
BW=im2bw(I2, level); 
[labeled, numObjects]=bwlabel(BW, 8); 
RGB_label=label2rgb(labeled); % 將label矩陣轉為rgb影象
imshow(RGB_label);

Object Properties: regionprops() 

獲取沒個連通域的屬性：

I=imread('rice.png'); 
BG=imopen(I, strel('disk', 15)); 
I2=imsubtract(I, BG); 
level=graythresh(I2);
BW=im2bw(I2, level); 
[labeled, numObjects]=bwlabel(BW, 8);
graindata = regionprops(labeled, 'basic'); % 獲取相關屬性
graindata(51) % 檢視第51粒米的屬性

Interactive Selection: bwselect() 

可以選擇哪個米，然後只顯示選擇的米

I=imread('rice.png'); 
level=graythresh(I); 
BG=imopen(I, strel('disk', 15)); 
I2=imsubtract(I, BG); 
BW=im2bw(I2, graythresh(I2)); 
ObjI = bwselect(BW); % 可以選擇米粒
imshow(ObjI);