12.4.3 图像识别（1）
图像的预处理与图像分割都是图像识别的基础。图像识别技术在不同领域的应用，对图像的预处理和图像分割有着不同的技术要求。在现有的实际应用中，数字图像处理技术往往所需处理的图像信息量巨大，同时图像采集装置在采集图像时，受到多种因素的影响，如环境条件、视觉性能、光照强度、温度等。所以图像识别技术更好的应用依然是多学科领域研究的重点。
本节将以图像识别技术在工业包装领域对药丸进行计数的应用实例，介绍如何通过图像识别技术识别给定图像中药品的个数，从而实现药品包装计数的功能。
1．使用MATLAB工具箱函数进行图像处理
（1）读入图像。在MATLAB命令窗口输入如下代码：
- >> clear;
- >> close all
- >> I=imread('pill.png');
- >> figure,imshow(I);
运行程序结果，读取的原始图像如图12.7所示。
 |
| 图12.7 原始图像 |
（2）由于该图像为彩色RGB格式图像，而将图像转换为灰度图像进行处理，才能充分发挥MATLAB语言进行图像分析的特长。可以通过以下程序代码将图像进行格式转换，原始灰度图像如图12.8所示，转换后图像显示效果如图12.9所示。在MATLAB命令窗口中输入如下程序代码：
- >> i=rgb2gray(I);
- >> figure, imshow(i);
- >> figure,imhist(i);title('直方图');
程序运行结果如图12.8和图12.9所示。
 |
| 图12.8 原始灰度图像 |
 |
| 图12.9 原始图像的灰度直方图 |
（3）从灰度图像以及直方图可以判断，图像的灰度值在范围[30 140]之间，灰度值所属区域不到整个范围的一半。为调整图像清晰度，提高图像质量，对图像进行中值滤波处理。在MATLAB命令窗口输入如下指令代码：
- >> F0=imadjust(i,stretchlim(i),[0 1]);
- >> Ft=medfilt2(F0,[5 5]);
- >> figure,imshow(Ft);
- >> figure, imhist(Ft);title('直方图');
程序运行，处理后的图像如图12.10和图12.11所示。
 |
| 图12.10 中值滤波后图像 |
 |
| 图12.11 中值滤波后直方图 |