煤矸双能X射线图像多目标区域灰度均值提取算法与MATLAB实现

发表于 更新于 分类于 ， ， 阅读次数： 本文字数： 2.7k 阅读时长 ≈ 2 分钟

单目标

对图像目标区域灰度进行提取，图像目标仅有一个，提取灰度之后计算平均灰度值。测试图像如图所示：

Snipaste_2024-04-18_14-38-28.png

Snipaste_2024-04-18_14-38-45.png

\beta 表示图像灰度矩阵的行向量。

3、得到目标区域灰度矩阵 T ：

Snipaste_2024-04-18_14-39-53.png

其中diag(\alpha)是由\alpha构成的c x c对角矩阵。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
clear all,clc;
%读录图像
im = imread( '/Users/yons/Desktop/目标区域灰度提取并统计/mei.png' ); 
figure;
subplot(1,2,1);imshow(im);title('原始图像');
%转灰度图像
im=rgb2gray(im); 
subplot(1,2,2);imshow(im);title('灰度图像');
 %对灰度图像进行邻域3x3二维中值滤波
im1=medfilt2(im,[3 3]); 
figure;subplot(1,2,1);imshow(im1);title('3x3-中值滤波');
%寻找灰度图像最佳阈值，"Otsu"法阈值分割图像，并进行二值化处理
level=graythresh(im1); 
im2=im2bw(im1,level); 
subplot(1,2,2);imshow(im2);title('二值化');
im3 = edge(im2,'Canny');
figure,imshow(im3);
%目标区域灰度信息提取
[r,c] = size(im3);
q = ones(r,c);

for i = 1:r
        for j = 1:c

            if sum(im3(i,1:j)) == 0
                 q(i,1:j) = 0;
            end 

            if sum(im3(i,j:c)) == 0
            	q(i,j:c) = 0;
            end

            if im3(i,j) == 1
            	q(i,j) = 0;
            end

		end
end

T = zeros(r,c);
for i = 1:r
 	T(i,:) = double(im(i,:))*diag(q(i,:));
 end
 %计算灰度平均值
 T1 = T(T~=0);
 m = mean(T1);
 figure,hist(T1);

输出灰度图像：

Snipaste_2024-04-18_14-42-05.png

对灰度图像进行中值滤波并取二值化：

Snipaste_2024-04-18_14-42-52.png

Canny边缘算子检测：

Snipaste_2024-04-18_14-43-26.png

提取灰度信息，输出灰度频率直方图：

Snipaste_2024-04-18_14-44-01.png

最后求取灰度值平均值：

m = 27.6925

多目标

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
 clear all,clc;
 %读录图像
 im = imread( '/Users/yons/Desktop/目标区域分别提取并统计灰度值/mei.png' ); 
figure;
subplot(1,2,1);imshow(im);title('原始图像');
%转灰度图像
im=rgb2gray(im); 
subplot(1,2,2);imshow(im);title('灰度图像');
%对灰度图像进行邻域3x3二维中值滤波
im1=medfilt2(im,[3 3]); 
figure;subplot(1,2,1);imshow(im1);title('3x3-中值滤波');
%寻找灰度图像最佳阈值，"Otsu"法阈值分割图像，并进行二值化处理
level=graythresh(im1); 
im2=im2bw(im1,level); 
 subplot(1,2,2);imshow(im2);title('二值化');
 im3 = edge(im2,'Canny');
figure,imshow(im3);
%标记连通区域
im4 = bwlabel(im3);
q = max(max(im4));
[r,c] = size(im4);
%构建元胞数组
A = cell(1,q+1);
A{1,1} = im4;
%分离连通区域
for p = 1:q
		im4 = bwlabel(im3);
	for i = 1:r
    	for j = 1:c
            if im4(i,j) ~= p
            im4(i,j) = 0;
            end
    	end
	end
	A{1,p} = im4;
end
%循环输出连通区域
for i = 1:q
	figure,imshow(A{1,i});
end
%目标连通区域灰度值信息提取
k = cell(1,q);
for i = 1:q
    k{1,i} = ones(r,c);
    end
    for p = 1:q
        for i = 1:r
            for j = 1:c
            if sum(A{1,p}(i,1:j)) == 0
                k{1,p}(i,1:j) = 0;
            end 
            if sum(A{1,p}(i,j:c)) == 0
                k{1,p}(i,j:c) = 0;
            end
            if A{1,p}(i,j) == 1
                k{1,p}(i,j) = 0;
            end
        end
    end
 end

%T为提取目标区域灰度矩阵
 T = cell(1,q);
 for p = 1:q
	T{1,p} = zeros(r,c);
 end

for p = 1:q
	 for i = 1:r
		T{1,p}(i,:) = double(im(i,:))*diag(k{1,p}(i,:));
	 end
end
%求取目标区域灰度值平均值
MEAN = cell (1,q);

for p = 1:q
	m = nnz(T{1,p});
	MEAN{1,p} = sum(sum(T{1,p}))/m;
end

输出原图像灰度图像：

Snipaste_2024-04-18_14-51-31.png

对灰度图像进行中值滤波及二值化：

Snipaste_2024-04-18_14-51-43.png

将二值化图像进行 Canny 边缘检测：

Snipaste_2024-04-18_14-52-01.png

将边缘检测后的区域进行分离分别输出：

Snipaste_2024-04-18_14-52-29.png

Snipaste_2024-04-18_14-52-15.png

Snipaste_2024-04-18_14-52-22.png

最终求取各目标区域灰度值：

1
2
3
4
5
6
7
8
9
>> MEAN{1,1}
ans =
71.5193
>> MEAN{1,2}
ans =
59.1444
>> MEAN{1,3}
ans =
71.2647

上述通过边缘检测获取目标灰度信息相对繁琐，实际可直接通过二值化图像与灰度图像相乘直接获取无背景灰度图，然后计算灰度信息。