基于损坏的谷粒百分比的米级图像处理技术的探索
这项工作是COMP9517计算机视觉主题@UNSW 2020的一部分
我们执行了以下任务(有关详细信息,请参阅报告):
任务1:
实施Iso数据强度阈值处理以在给定的水稻图像(灰度图像)中分离背景和前景。图像具有双峰像素强度直方图。
任务2:
实现两遍连通分量标记算法,对每个图像中的米粒进行计数。
任务3:
从Task2中获得的连接的组件标签中,使用最小像素面积作为阈值来计算受损稻粒的百分比。
档案:
Report.pdf:有关实施过程和意见的详细信息
my_program.py:我的python实现
Input_image:测试图像-rice_img1.png,rice_img2.png,rice_img6.png,rice_img7.png
输出:所有输出均保存在此文件夹中
2022-06-03 11:45:07
3.42MB
Python
1