一、前言
在数字图像处理中，有些图像类别可以使用圆形度进行区分。圆度有时被称为圆形度，其定义为：圆度 = 4πA / P²，其中A是面积，P是周长。这个公式的来源是，对于圆来说，这个值等于1，因为圆的周长P=2πr，面积A=πr²，代入得4π*(πr²)/(4π²r²)=1。而对于其他形状，这个值小于1，越接近1，说明形状越接近圆。这个可能是一个标准化的圆度指标，称为圆形度或圆度系数。例如，正方形的面积是a²，周长是4a，所以圆度为4πa²/(4a)^2 =4πa²/(16a²)=π/4≈0.7854。所以这个值越接近1，形状越圆，而正方形的圆度是π/4，约0.785。下面示例说明如何使用对彩色图像进行处理，根据对象的圆度对其进行分类。
二、程序代码
%确定图像中的圆形目标( 主要用了圆形度参数进行测量）-该题综合性较强建议同学们进行练习并总结
close all;
clear all;
clc;
I = imread('pillsetc.png'); %读取MATLAB内置图像
figure(1),imshow(I); %显示原始彩色图像
I2 = rgb2gray(I);%彩色图像转灰度图像
bw = imbinarize(I2);%图像二值化
figure(2),imshow(bw)
bw = bwareaopen(bw,30);%数字形态学处理：删除包含少于 30 个像素的所有对象
figure(3),imshow(bw);
se = strel('disk',2); %设置圆盘结构元素
bw = imclose(bw,se);%闭运算（先膨胀后腐蚀）
figure(4),imshow(bw);
bw = imfill(bw,'holes'); %填充孔洞
figure(5),imshow(bw);
%% IV.寻找边界
B,L\] = bwboundaries(bw,'noholes');%边界提取-只关注外边界 figure(6),imshow(label2rgb(L,@jet,\[.5 .5 .5\]))%标记矩阵L转化为RGB图像 hold on for k = 1:length(B) boundary = B{k}; plot(boundary(:,2),boundary(:,1),'w','LineWidth',2);%绘制白色边界线 end %% V.判断圆形 stats = regionprops(L,'Area','Centroid');%测量图像区域的属性(实际像素数和质心) threshold = 0.94;%阈值 % 边界循环 for k = 1:length(B) boundary = B{k};%获取标签"k"对应的（X，Y）边界坐标 %计算物体的近似周长 delta_sq = diff(boundary).\^2; perimeter = sum(sqrt(sum(delta_sq,2))); area = stats(k).Area;%计算标签'k'对应的面积 metric = 4\*pi\*area/perimeter\^2;%计算圆度-圆的圆度为1 metric_string = sprintf('%2.2f',metric);%显示结果 %如果圆度大于阈值threshold，则用黑色圆圈表示(代表为圆) if metric \> threshold centroid = stats(k).Centroid; % plot(centroid(1),centroid(2),'ko'); % plot(centroid(1),centroid(2),'k+');%在圆心用十字线显示 plot(centroid(1),centroid(2),'w+');%在圆心用白色的十字线显示 end text(boundary(1,2)-35,boundary(1,1)+13,metric_string,'Color',... 'y', 'FontSize',14,'FontWeight','bold') %在边界左侧显示圆度 end title('指标越接近1代表越接近圆形'); 三、运行结果  如果大家觉得本文对大家学习和研究有所帮助，请点赞和关注，欢迎转发!