如何使用matlab判断缺陷药片的数量？

我正在做一个项目，在那里我必须显示缺陷平板电脑的数量。到目前为止，我已经完成了如下预处理：

rgb2gray

灰度到二值图像

bwmorph（腐蚀和移除）

在所有这些操作之后，我只剩下这个输出了

这里有一个有缺陷的平板电脑。我想知道如何显示这个水泡有缺陷

下面是我的代码的一部分，它告诉了理想泡罩和缺陷泡罩之间的区别

% Calculate the Normalized Histogram of Image 1 and Image 2
hn1 = imhist(Imageg1)./numel(Imageg1); 
hn2 = imhist(Imageg2)./numel(Imageg2); 

% Calculate the histogram error/ Difference
f1 = sum((hn1 - hn2).^2); 

set(handles.text3,'String',f1)

if sum( abs( I1(:) - I2(:) ) ) == 0.0
      h=msgbox(' No Defect Found');
else
      h=msgbox(' Defect Found');
end

这是原始泡罩（未加工）

这是理想的水泡

有没有办法告诉我有多少药片有缺陷

---

提前谢谢

给定一个已知的“良好”泡罩包装，您能否提取与每个泡罩相关的样本图像的子区域？如果是这样的话，那么您只需要一个泡罩评估器函数，这比处理整个图像要容易得多

对于每个候选人，请：

灰度

Canny边缘检测

提取等高线

将等高线面积（或高度）与已知良好面积（或高度）进行比较，并拒绝低于特定百分比的面积（或高度）

---

如果无法直接对姐妹的分割进行编码（即硬编码编号），则可以计算Canny输出的水平和垂直直方图，并提取峰值，以找到X和Y方向上气泡的边界

似乎缺陷的闭合部件尺寸小得多。这可能是你可以检查的。你能提供原始/未处理的图像吗？如果你自动找到多少平板电脑没有缺陷，可以吗？在我看来，支持向量机是个问题。“唯一”要做的就是提取一些好的特征。如果我们能看到原始的未经处理的图像，它会让我们更好地了解如何解决您的问题。您提供的图像经过了一些并非我们所有人都同意的处理步骤，因此提供未经处理的图像可以让我们自由地确定能够自动检测哪些药片有缺陷的最佳步骤链。然而，我同意波泰托的观点，你应该更倾向于作为一种有监督的学习方法，而不是基于图像处理的方法。