Matlab 用于分离大米的图像滤波器

我正在尝试解决一个图像过滤问题。这里有两张图片，我正在努力工作。

我的目标是获得每一粒大米作为一个单独的图像

以下是我在第一张图片中使用并成功的过程

转换为灰度

获得灰色阈值

转换成二进制

进行膨胀和侵蚀，以实现更精确的过滤

使用连接组件分析

保存每个组件

现在，如果我尝试为image2获得类似的二值图像，那么所有相互连接的大米颗粒都是作为一个单独的组件

我试着用“canny”或其他类似“sobel”的词来推导地图，但它不起作用

---

有人能指导我做到这一点吗。

第二张图中的颗粒很难分离，因为它们中有很多是相互接触的。首先扩张肯定没有帮助。一系列侵蚀->扩张->侵蚀通常对我有帮助，但在每一步都需要微调参数。我在这台电脑上看不到图像（愚蠢的公司安全策略：-P），但这种问题有时可以通过分水岭来解决。看到函数了吗？@Naveh我也试过了。不走运！米粒太近了。还尝试了detectSURFFeatures、extractFeatures和matchFeatures，这样很少有人会被检测到，但也没有运气。您可能需要在图像中使用更多信息。例如，由于阴影的存在，两个紧密间隔的颗粒之间经常会出现非常暗的线条。颗粒本身非常明亮（尽管比背景暗）。因此，代替标准的二进制转换，您可以使用两个阈值将其转换为二进制：如果灰度像素不太亮也不太暗，则在二进制中将其设置为1。这可以减少谷物之间的明显重叠。这些大米谷物看起来主要像椭圆形。尝试使用专门为椭圆拟合定制的随机Hough变换。这样，您将检测单个椭圆（即大米颗粒）。MATLAB FEX上发布了一个很好的MATLAB实现：