1.3 本文的主要研究内容

本文主题是研究用数字图像处理技术来进行作物颗粒分类统计，即用图像 处理技术读取含有指定目标（作物）的图片，对其进行分类并得出正确的作物数 目。本文从三个部分讲述了此项研究：

第一章主要讲述了作物颗粒技术研究的背景，图像处理技术的发展与应用， 以及将图像处理技术应用于作物识别统计上尚存的问题，并从以上得出应用此项 技术的必要性及意义。

第二章具体介绍了数字图像处理技术与 MATLAB。第一小部分介绍数字图 像处理技术时从工作原理、基本特点与主要优点入手。第二小部分详细介绍了 MATLAB，并提到了 MATLAB 的功能与特点。

第三章是本文的核心内容，具体介绍了如何用 MATLAB 实现作物统计图 像处理技术，提取图片、灰度处理、中值滤波、图像二值化、灰度图片取反、图 像分割、特征提取、去噪和腐蚀处理，最后分类统计。文中也摘取重要编程和提 供步骤图片，最终得出正确的分类统计结果。

第四章总结了本文研究过程中的问题与结论以及要改进的地方。

第二章 数字图像处理与 MATLAB

2.1 数字图像处理技术

在人们实际工作、生活中，图像信息无处不在，例如最常见的电视画面、 照片、广告媒介、图画等。视觉是我们感官的最高级，所以图像在人类感知中扮 演着最重要的角色并不奇怪。其实，例如医院的超声波、日常使用的电脑、学生 实验用的电子显微镜生成的图像都属于图像处理的范畴。因此，数字图像处理的 应用是广泛且多种多样的。数字图像处理的内容不仅是最基本的输入和输出图像，也包括从图像中提取特征性目标 5，还包括识别目标个体的对象。

2.1.1 数字图像处理技术的工作原理

数字图像处理是利用计算机算法对获取的数字图像进行处理。数字图像处理 也属于数字信号处理的一个分支，数字图像处理在模拟图像处理管理方面具有许 多优点。它允许在输入数据时运用更多更广泛的算法，这个操作可以减少可能会 出现的问题，例如可以降低信号失真情况发生的概率或减少在图像处理过程中积 累的噪声。因为图像可能被定义在两个或以上的维度，所以数字图像处理建模可 以是多维系统形式。

在成像科学中，图像处理的方式大多数是数学运算，可以与其他形式的数字 信号处理进行结合，输入的目标是一系列图像或视频等，例如照片或视频帧；而 图像处理的输出可以是一个图像或一组图像有关的特性或参数。大多数图像处理 技术包括分割图像，或将图像的各个颜色平面处理成二维信号，并将标准信号处 理技术应用于它们。图像也可以作为三维信号处理，其中第三维度是时间或 z 轴。

与图像处理内容相似的有计算机视觉和计算机图形学，但又有些许不同之 处。例如计算机视觉，是图像处理技术的更深层次的研究与发展。而在计算机图 形学中，图像的来源区别于图像处理技术，图像处理的图片来源可以通过一般的 成像设备来获取例如摄像机拍照或电影中的特效，而计算机图形学的图像必须由 物理模型手工制作，包括主要目标以及背景等等所有元素。 

在现代科学和技术，图像也获得了更广泛的应用范围，由于不断增加的重要 性，科学可视化在逐渐发展。图像处理的样本可以是遗传研究中的基因芯片数据， 也可以是在金融实时多资产投资组合交易。因此，数字图像处理的应用领域十分 广泛。