matlab水果识别程序

matlab水果识别程序，可测试多幅图片，可用。配有完整代码，报告，图片。

clear;clc;close all;
%%%%%%%%%%%%%%%%% 读取原图，并处理成二值图像 %%%%%%%%%%%%%%%%%%%%%%%
%I=imread（‘梨2.jpg‘）;
%I=imread（‘桃子2.jpg‘）;
%I=imread（‘苹果2.jpg‘）;
%I=imread（‘香蕉.jpg‘）;
%I=imread（‘青椒.jpg‘）;
I=imread（‘test4.jpg‘）;

I2=rgb2gray（I）;
BW=im2bw（I20.9）;
figure（1）subplot（131）imshow（I）title（‘原始图像‘）;
subplot（132）imshow（I2）title（‘灰度图像‘）;
subplot（133）imshow（BW）title（‘二值图像‘）;

%%%%%%%%%%%%%%%% 进行边缘检测 得到不连续的图形边界 %%%%%%%%%%%%%%%%%%%%%%
%得到各个图形的连续边界
SE=strel（‘rectangle‘[40 30]）;  % 结构定义
J2=imopen（BWSE）;            % 开启运算
figure（2）imshow（J2）title（‘对二值图像进行开运算‘）;

SE=strel（‘square‘5）; % 采用方形结构元素进行腐蚀
J=imerode（~J2SE）;
BW2=（~J2）-J;        % 检测边缘
figure（3）imshow（BW2）title（‘边缘检测‘）;

%填充了已有的检测的连续形状边界
B = imfill（BW2‘holes‘）;%图像填充
B = bwmorph（B‘remove‘）;%移除内部像素
figure（4）imshow（B）title（‘提取出的边界图像‘）;

%将不同的图形进行分别标记，num表示连接的图形对象的个数
[Labelnum] = bwlabel（B8）;

%%%%%%%%%%%%%%%%%%%计算各个图形单元边界像素点数%%%%%%%%%%%%%%%%%%%%%%%%%%%
    for i = 1 : num
        Premeter（i） = 0;
    end

    [rowcol] = size（Label）;
    for i = 1 : row
        for j = 1 : col
            if（Label（ij） > 0）
                Premeter（Label（ij）） = Premeter（Label（ij）） + 1;%计算标记后的各块图形边界中像素的个数的总数
            end
        end
    end

%%%%%%%%%%%%%%%%%%% 计算各个图形单元的面积%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
FilledLabel = imfill（Label‘holes‘）;  %填充标记过的边界线中间围成的图形区域
figureimshow（FilledLabel）title（‘标记过并被填充的结果‘）;
for i = 1 : num
    Area（i） = 0;
end

[rowcol] = size（FilledLabel）;
for i = 1 : row
    for j = 1 : col
        if（FilledLabel（ij） > 0）
            Area（FilledLabel（ij）） = Area（FilledLabel（ij）） + 1;   %通过统计像素点个数的方式来求各形状的面积
        end
    end
end

%%%%%%%%%%%%%%%%%% 计算各个图形单元的圆度 %%%%%%%%%%%%%%%%%%%%%%%%%%
for i = 1 : num     
    Ecllipseratio（i） = 4*pi*Area（i）/Premeter（i）^2;
end

%%%%%%%%%%%%%%%%%%%% 计算各个图像的色度 %%%%%%%%%%%%%%%%%%%%%

HSV = rgb2hsv（I）;   %转换为HSV，为后面的色度元素的提取做准备

[rowcol] = size（FilledLabel）;   %统计填充后的图形中各块图形所含像素的个数的多少
MeanHue = zeros（1num）;
    for i = 1 : num
        Hue = zeros（Area（i）1）;
        nPoint = 0;
        for j = 1 : row
            for k = 1 : col
                if（FilledLabel（jk） == i）
                    nPoint = nPoint + 1;
                    Hue（nPoint1） = HSV（jk1）;
                end
            end
        end
        
        Hue（:i） = sort（Hue（:1））;
        for j = floor（nPoint*0.1） : floor（nPoint*0.9）
            MeanHue（i） = MeanHue（i） + Hue（j1）;
        end
        MeanHue（i） = MeanHue（i） / （0.8*nPoint）;  %计算出平均的色度值
    end
    
%%%%%%%%%%%%%%%%%%%%%%%% 各种水果识别 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%识别梨，在二维特征空间对各个图像进行类别区分
pear=0;result1=0;
for i=1:num
    if（MeanHue（i）<0.125）  %判断各个图形中平均色度值小于0.125的为梨
        pear=i;
        result1=1;
    end
end
%对分出来的梨构建相应的图像掩膜，并用对原图的亮度图像进行掩膜操作
pearHSV=HSV;
        for j = 1 : row
            for k = 1 : col
                if（FilledLabel（jk） ~=pear）
                   pearHSV（jk3）=0;
            

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2014-05-04 11:04  大设计\
     文件        5191  2014-05-03 21:10  大设计\final.m
     文件       23733  2014-05-03 10:27  大设计\test1.jpg
     文件       20824  2014-05-02 22:48  大设计\test2.jpg
     文件       18189  2014-05-03 09:11  大设计\test3.jpg
     文件       81877  2014-05-03 10:35  大设计\test4.jpg
     文件     1401421  2014-05-04 10:54  大设计\大设计报告.docx
     文件      923905  2014-05-04 10:56  大设计\大设计报告.pdf
     文件        5776  2014-05-02 14:52  大设计\无.png
     文件       17213  2014-05-03 10:10  大设计\桃子1.jpg
     文件       14903  2014-05-03 09:37  大设计\桃子2.jpg
     文件        6996  2012-10-25 08:59  大设计\梨1.jpg
     文件       22336  2014-05-03 10:15  大设计\梨2.jpg
     文件        9356  2014-05-02 16:41  大设计\苹果1.jpg
     文件       19645  2014-05-02 16:44  大设计\苹果2.jpg
     文件       12359  2014-05-02 21:00  大设计\青椒.jpg
     文件       35508  2012-10-24 18:25  大设计\香蕉.jpg