%1讀取原圖，并處理成二值圖像
I=imread（‘水果分類實驗圖像.jpg‘）;


I2=rgb2gray（I）;
BW=im2bw（I20.9）;
total=bwarea（~BW）
figuresubplot（131）imshow（I）title（‘原始圖像‘）;
subplot（132）imshow（I2）title（‘灰度圖像‘）;
subplot（133）imshow（BW）title（‘二值圖像‘）;

%2進行邊緣檢測?得到了不連續的圖形邊界（采用sobel算子或區域增長）

%3得到各個圖形的連續邊界

SE=strel（‘rectangle‘[40?30]）;??%?結構定義
J2=imopen（BWSE）;????????????%?開啟運算
figureimshow（J2）title（‘對二值圖像進行開運算后的結果圖像‘）;

SE=strel（‘square‘5）;?%?定義3×3腐蝕結構元素
J=imerode（~J2SE）;
BW2=（~J2）-J;????????%?檢測邊緣
figureimshow（BW2）title（‘3*3腐蝕運算后的圖像邊界輪廓‘）;

%填充了已有的檢測的連續形狀邊界
B?=?imfill（BW2‘holes‘）;
B?=?bwmorph（B‘remove‘）;
figureimshow（B）title（‘提取出的邊界圖像‘）;

%3-2將不同的圖形進行分別標記，num表示連接的圖形對象的個數
[Labelnum]?=?bwlabel（B8）;

%得到各個圖像的邊界像素的數組




%4計算各個圖形單元的周長???用連接像素點或數邊界像素點個數的方法???numPoints數組表示各個圖形邊界的像素個數（即用個數來表示周長）
?%num?=?max（max（Label））;

????for?i?=?1?:?num
????????Premeter（i）?=?0;
????end

????[rowcol]?=?size（Label）;
????for?i?=?1?:?row
????????for?j?=?1?:?col
????????????if（Label（ij）?>?0）
????????????????Premeter（Label（ij））?=?Premeter（Label（ij））?+?1;????%計算標記后的各塊圖形邊界中像素的個數的總數
????????????end
????????end
????end

%5計算各個圖形單元的面積
FilledLabel?=?imfill（Label‘holes‘）;??%填充打過標記的邊界線中間圍成的圖形區域
figureimshow（FilledLabel）title（‘打過標記后并已被填充的結果圖像‘）;
for?i?=?1?:?num
????Area（i）?=?0;
end

[rowcol]?=?size（FilledLabel）;
for?i?=?1?:?row
????for?j?=?1?:?col
????????if（FilledLabel（ij）?>?0）
????????????Area（FilledLabel（ij））?=?Area（FilledLabel（ij））?+?1;???%通過統計像素點個數的方式來求各形狀的面積
????????end
????end
end

%6計算各個圖形單元的圓度
for?i?=?1?:?num?????
????Ecllipseratio（i）?=?4*pi*Area（i）/Premeter（i）^2;
end

%7計算各個圖像的顏色（色度）

HSV?=?rgb2hsv（I）;???%轉換為HSV，為后面的顏色元素的提取做準備

[rowcol]?=?size（FilledLabel）;???%統計填充后的圖形中各塊圖形所含像素的個數的多少
MeanHue?=?zeros（1num）;
????for?i?=?1?:?num
????????Hue?=?zeros（Area（i）1）;
????????nPoint?=?0;
????????for?j?=?1?:?row
????????????for?k?=?1?:?col
????????????????if（FilledLabel（jk）?==?i）
????????????????????nPoint?=?nPoint?+?1;
????????????????????Hue（nPoint1）?=?HSV（jk1）;
????????????????end
????????????end
????????end
????????
????????Hue（:i）?=?sort（Hue（:1））;
????????for?j?=?floor（nPoint*0.1）?:?floor（nPoint*0.9）
????????????MeanHue（i）?=?MeanHue（i）?+?Hue（j1）;
????????end
????????MeanHue（i）?=?MeanHue（i）?/?（0.8*nPoint）;??%計算出平均的色度值
????end


%8識別桃

%8-1構建桃的分類器，在二維特征空間對各個圖像進行類別區分
pitch=0;
for?i=1:num
????if（MeanHue（i）>0.5）????%分類器識別桃的準則：判斷各個圖形中平均色度值大于0.5的為桃
????????pitch=i;
????end
end
%8-2對分出來的類別分別構建相應的圖像掩膜，并用對原圖的亮度圖像進行掩膜操作
pitchHSV=HSV;
[rowcol]?=?size（FilledLabel）;???%統計填充后的圖形中各塊圖形所含像素的個數的多少
%MeanHue?=?zeros（1num）;
????????for?j?=?1?:?row
????????????for?k?=?1?:?col
????????????????if（FilledLabel（jk）?~=pitch）
???????????????????????%pitchHSV（jk2）=0;
???????????????????????pitchHSV（jk3）=0;
????????????????end
????????????end
????????end
%8-3變換生成最終的結果圖像，圖像中顯示的結果即對應分類器中指定的類別
pitchmatrix?=?hsv2rgb（pitchHSV）;???%轉換為RGB彩圖，彩圖中已經濾去了其余水果，只剩下桃
figureimshow（pitchmat

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件????1344919??2010-12-03?09:42??水果分類代碼\1.fig

?????文件?????574332??2010-12-03?09:42??水果分類代碼\10.fig

?????文件??????15960??2010-12-03?09:42??水果分類代碼\2.fig

?????文件??????16828??2010-12-03?09:42??水果分類代碼\3.fig

?????文件??????16391??2010-12-03?09:42??水果分類代碼\4.fig

?????文件??????16502??2010-12-03?09:42??水果分類代碼\5.fig

?????文件?????460856??2010-12-03?09:42??水果分類代碼\6.fig

?????文件?????852254??2010-12-03?09:42??水果分類代碼\7.fig

?????文件?????659433??2010-12-03?09:42??水果分類代碼\8.fig

?????文件?????546823??2010-12-03?09:42??水果分類代碼\9.fig

?????文件???????6787??2010-12-03?09:42??水果分類代碼\combinework2.m

?????文件?????149493??2010-12-03?09:42??水果分類代碼\水果分類實驗圖像.jpg

?????目錄??????????0??2010-12-03?09:42??水果分類代碼

-----------?---------??----------?-----??----

??????????????4660578????????????????????13