用MatLab计算图像上的目标个数

我需要用MatLab计算图像上的粉笔数。我尝试将图像转换为灰度图像，然后分配边框。我还尝试将我的图像转换为二值图像，并对其进行不同的形态学操作，但没有得到理想的结果。可能是我做错了什么。请帮帮我

我的形象：

---

你可以利用粉笔是彩色的，隔板是灰色的这一事实。使用

rgb2hsv

将图像转换为HSV颜色空间，并获取饱和度分量。设置阈值，然后尝试使用形态学来分离粉笔碎片。

好的，所以我花了一点时间在这方面-但不幸的是，我今天没有时间，我为不完整的答案道歉，但这可能会让你开始-（如果你需要更多帮助，我会在周末编辑这篇文章，给你一个更完整的答案：）)

这是密码-

for i=1:3
    I = RWBDS(:,:,i);  
    se = strel('rectangle', [265,50]);
    Io = imopen(I, se);
    Ie = imerode(I, se);
    Iobr = imreconstruct(Ie, I);
    Iobrd = imdilate(Iobr, se);
    Iobrcbr = imreconstruct(imcomplement(Iobrd), imcomplement(Iobr));
    Iobrcbr = imcomplement(Iobrcbr);
    Iobrcbrm = imregionalmax(Iobrcbr);
    se2 = strel('rectangle', [150,50]);
    Io2 = imerode(Iobrcbrm, se2);
    Ie2 = imdilate(Io2, se2);
    fgm{i} = Ie2;
end

fgm_final = fgm{1}+fgm{2}+fgm{3}; 
figure, imagesc(fgm_final); 

它仍然会拾取图像侧面的边缘，但从这里开始，您将使用connected

bwconnectedcomponents

，您将获得长轴和短轴的长度，通过查看对象的比率，它将去除这些长度

祝你好运

编辑： 我稍微多玩了一下代码，并用新的结果更新了上面的代码。在一些情况下，当我能够消除侧面的“噪音”时，它也消除了侧面的粉笔。我想我应该把这两个都留在家里

我所做的：在大多数情况下，转换到HSV颜色空间是一种方法，但正如@rayryeng所示，这不是一种方法。当有一种颜色时，色调效果非常好——例如，如果所有的粉笔都是红色的话。（从逻辑上讲，你会认为使用颜色通道会更好，但事实并非如此。）然而，在这种情况下，所有粉笔的唯一共同点是相对形状。我的解决方案基本上使用了这个概念，将结构元素

se

设置为粉笔的基本形状和比例，并执行形态学操作——正如您最初猜测的那样

有关更多详细信息，我建议您阅读有关这些特定函数的matlab文档

---

我会让你根据我给你的东西找出如何得到最后一支粉笔：）

这也不是一个完整的解决方案，但希望它能为你或其他人提供一个起点

像迪玛一样，我注意到粉笔的颜色很鲜艳，而分割线几乎是灰色的。我想你可以试着分离出灰色像素（其中一个灰色像素表示红色=蓝色=绿色），然后从那里开始。我尝试应用过滤器和进行形态学操作，但没有找到令人满意的结果。不过，我希望这能有所帮助

mim=imread（'http://i.stack.imgur.com/RWBDS.jpg');
%我们平均所有3个颜色通道（注意这并不完全等同于
%RGB2（灰色）
灰度=uint8（平均值（mim，3））；
%现在我们说如果所有通道（r，g，b）都在彼此的某个阈值之内
%（可能有更好的方法）
my_gray_thresh=25；
灰度掩模=（绝对值（mim（：，：，1）-灰度）

---

你有没有尝试过分水岭算法？有13支粉笔。实际上我一直在尝试。。。我还没有设法用HSV和饱和分量来区分这些部分。这就是为什么我还没有写一个答案：（吹走粉笔灰可能会有帮助。）完全。事实上，在阈值化之后，图像的边界被弄乱了，因为它！非常感谢您的回答！这对我来说将是一个好的开始，我会努力配合它。但老实说，我在这个问题上不是很有能力，所以如果你能给我更完整的答案（当然，如果你有时间的话），我将非常感激。再次非常感谢你的帮助！你做了很多工作，帮了我很多忙。但我还有一个问题：这个函数RWBDS是什么意思？因为我在这部分有个错误。（很抱歉我不理解）哦，这只是stack overflow给你上传的图像起的名字。另外，我刚刚注意到代码中有一个轻微的错误，为了纠正这个错误，我进行了更新。另外，很高兴我能帮上忙-我需要的唯一感谢是一个被接受的答案：）如果你有更多的问题，请告诉我。也非常感谢你）这可能会对我有所帮助。