此设计要求能够实现将医学图像进行识别的过程，包括了图像预处理、图像特征提取及分类判决三大模块。在预处理这一步中主要实现的是将彩色图像转换为灰度图像，灰度图像的二值化，直方图修正，去除干扰、噪声以及差异，边缘增强等；第二模块是图像的特征提取。由于对象的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征，而图像特征提取就是对其进行加工、整理、分析、归纳以便提取构成目标影像的特征，得到能反映图像内容区别于其他事物的本质特征；分类判决作为第三模块，则是要在第二步的基础上采用某种分

nonmaxsup——非最大值抑制 hysthresh——设定阈值区间，返回一个二值化图像 canny——边缘探测，图像边缘增强 adjgamma——调整图像的伽马值 findline——利用线性Hough变换和Canny边缘探测得到的线上各点的坐标 circlecoords——返回由圆的半径和圆心坐标决定的圆上各点像素的坐标 houghcircle——取一幅经过canny变换的图像，利用hough变换找到图像中的一个圆 findcircle——计算所得线上各点

为了实现干制红枣的大小自动分级 ， 介绍了应用 机 器 视 觉 的 干 制 红 枣 自 动 分 级 方 法 ， 利 用 CCD 摄 像 机 获取红枣的样本图像 ， 应用 MATLAB 软件编程实现了样本图像的灰度化 、 二值化 、 图 像 分 割 、 图 像 滤 波 、 图 像 形 态 学处理 、 边缘检测和特征量提取等处理 ， 参照 干 制 红 枣 分 级 标 准 完 成 了 红 枣 自 动 分 级 。 通 过 实 验 数 据 回 归 分 析 得出红枣实测纵径 、 果质量与识别值当

对原始图像进行中值滤波、二值化、边缘提取、拟合处理进行硬币直径的测量-The original image is filtered by median value, two value, edge extraction and fitting to measure the diameter of the coin