数字图像处理与分析_本科毕业论文

 时间:2017-07-31 22:32:43 贡献者:赵云

导读:信息工程学院数字图像处理与分析论文题目:数字图像处理与分析摘摘要要 : 在图像工程中,图像处理、图像分析、图像理解是其研究的三个重要层次。 图像处理是图像目前发展的主体技术

此毕业论文介绍了图像增强,图像复原,二值图像分析等数字图像处理,并
此毕业论文介绍了图像增强,图像复原,二值图像分析等数字图像处理,并

信息工程学院数字图像处理与分析论文题目:数字图像处理与分析

摘摘要要 : 在图像工程中,图像处理、图像分析、图像理解是其研究的三个重要层次。

图像处理是图像目前发展的主体技术, 它强调的是图形之间的转换。

图像的灰度处理是图像处理的最基础理论之一, 本文基于 MATLAB 软件进行编 程,探讨了通过读取灰度图像,并对灰度图像进行处理等过程,完成图像灰 度处理的整个过程及其实现的方法。

关键词 :图像处理;形态学处理;开运算

AbstractAbstract: In the imagery project, the imagery processing, the imagery analysis and the imagery understood are three important levels in its research. With the development of the image, the imagery processing has become the main technology, it emphasizes the transformation between the graphs. The imagery gradation processing is one of most basic theories of the imagery processing, the programming in this article bases on the MATLAB.The process of the gradation image reading and the processing to the gradation image, also the entire process, the completing of the image gradation processing and its realization method are deeply discussed in this article. Key words: Image; Gradation image; Imagery processing; Gradation processing

目摘录要 ............................................................. IAbstract ......................................................... III 第 1 章 绪论 ........................................................ 1 1.1 课题背景 ....................................................... 1 1.2 立题的目的和意义 ............................................... 2 1.3 设计题目可行性及存在的困难和解决方法 ........................... 2 1.4 主要技术指标 ................................................... 3 第 2 章 数学形态学基础 .............................................. 4 2.1 数学形态学 ..................................................... 4 2.2 形态学基础运算 .................................................. 4 2.3 形态学算法 ..................................................... 4 2.4 本章小结 ....................................................... 5 第 3 章 边缘提取技术 ................................................ 6 3.1 CANNY 边缘检测 .................................................. 6 3.2 Prewitt 算子 .................................................... 8 3.3 SOBEL 算子 ...................................................... 9 3.4 ROBERT 算子 ..................................................... 9 3.5 LAPLACIAN 算子 ................................................. 10 3.6 边缘检测结果比较 .............................................. 10 3.7 本章小结 ...................................................... 10 第四章 实验结果及分析 ............................................. 11 4.1 实验环境 ...................................................... 11 4.1 形态学开运算 .................................................. 13 4.2 灰度 AGV 路径识别 ............................................... 15 4.3 实验结果分析 ................................................... 19 4.4 本章小结 ...................................................... 20 结论 .............................................................. 21 致 谢 ............................................................. 1 参考文献 ........................................................... 2 附录 1 CANNY 算子运行程序 ........................................... 4 附录 2 Prewitt 算子运行程序 ......................................... 4

第 1 章 绪论1.1 课题背景随着图像处理技术的不断发展和多学科信息的融合,数学形态学中的一 些方法和手段开始应用到数字图形处理中,并取得了良好的效果。

特别是在 图形检测中,数学形态学的应用变得日益广泛。

在实际问题中,应用数学形态学处理的范围也越来越广泛。

在汽车路面 AGV 检测时,如果是在雨天或者雾天,识别的效果远远不好,应用数学形态 学中的方法可以有效的解决这个问题;在图像文字识别方面,对于一些自己 模糊的文字,应用数学形态学的方法进行处理,同样会受益匪浅。

1.研究现状 很多 国家 , 特别 是 发 达国 家投 入 更多 的 人 力、 物力 到 这项 研 究 ,取 得了不 少重 要的研 究 成果。

其中 代表性 的 成果 是 70 年代 末 MIT 的 Marr 提出的 视觉 计算 理论 ,这个 理论 成为 计算 机视觉 领域 其后 十多 年的主 导 思想。

2.发展趋势 事实上 , 数 学形态 学已经 构成 一种新 的 图像处 理方 法和理 论 ,成 为 计算机理数字图像处理的一个重要研究领域, 并且已经应用在多门学 科的数字图像分析和处理的过程中。

这门学科在计算机文字识别, 计 算机显 微图 像分析 ( 如定量 金相 分析, 颗粒分 析 ) , 医学图 像处理(例 如细胞 检测 、心 脏的 运动过 程研 究、 脊 椎骨癌 图像 自动数 量 描述) ,图 像编码 压缩, 工 业 检测 ( 如食品 检验 和 印刷电 路自 动检测 ) ,材料科 学, 机器人 视觉,汽车 运 动情况 监测 等方面 都 取得了 非常 成功的 应 用。

另 外, 数学形 态学 在指纹 检 测、经 济地 理、合 成 音乐和 断层 X 光照 像 等领域 也 有良好 的应 用前 景。

形态学 方法 已成 为图 像应用 领域 工程 技术 人员的 必 备工具 。

目 前,有 关 数学形 态学 的技术 和 应用正 在不 断地研 究 和发展 。

1.2 立题的目的和意义数学形态学是由一组形态学的代数运算子组成的, 它的基本运算有 4 个: 膨胀(或扩张) 、腐蚀(或侵蚀) 、开启和闭合, 它们在二值图像和灰度图像 中各有特点。

基于这些基本运算还可推导和组合成各种数学形态学实用算法, 用它们可以进行图像形状和结构的分析及处理,包括图像分割、特征抽取、 边界检测、 图像滤波、图像增强和恢复等。

数学形态学的基本思想及方法适 用于与图像处理有关的各个方面, 如基于击中 /击不中变换的目标识别, 基于 流域概念的图像分割, 基于腐蚀和开运算的骨架抽取及图像编码压缩, 基于 测地距离的图像重建,基于形态学滤波器的颗粒分析等。

随着其他相关学科的发展,又为形态学注入了新的内容。

数学形态学可 以与分形、神经网络、遗传、进化、变异等算法等结合,形成新的理论和应 用领域。

数学形态学理论的发展充分体现了“与时俱进”的思想,用空前繁荣描 述它应用范围和深度是非常合适的。

所以,对数学形态学理论及其应用的研 究具有重要的现实意义和使用价值1.3 设计题目可行性及存在的困难和解决方法可行性: 本课题主要就是以 MATLAB 软件为工具, 实现灰度图像的形态学 处理方面的研究。

通过阅读大量文献,了解了数学形态学在图像处理方面的 应用研究;另一个方面,通过大学的学习中掌握的信号与系统的相关知识, 可以更好的对图像信号进行处理;通过程序设计方法的学习,就把各种算法 用 MATLAB 语言编程实现,从而实验利用 MATLAB 编程工具实现灰度图像的形 态学处理方面的研究。

存在的困难:本人通过阅读大量的国内外文献,研究数学形态学在图像 处理中的应用 ,虽然在 理论方 法研 究上已 取 得不小 的进 展,但 它 本身是 一 个比较 新的 、知 识交 叉 的研 究领 域, 因此 在毕业 课题 研究 过程 中会存 在 一些问 题。

解决的方法:对于这个问题,通过四年大学课程的学习,已经初步掌握

信号处理方面的基础知识,在这段时间里,自学下数学形态学的相关知识, 并应用到本次毕业设计的研究中,相信一定会学有所用!1.4 主要技术指标基于 MATLAB 的灰度图像形态学处理技术指标: 1、清晰度 2、边缘提取技术 3、处理速度 1. 彩色二值化 2.能处理含有噪声的图像 3. 通过膨胀、腐蚀、开运算 与闭运提取出图像中的有用信息。

第 2 章 数学形态学基础2.1 数学形态学数学形 态学 是由一 组 形态学 的代 数运算 子 组成的 , 它 的基 本运 算有 4 个:膨 胀( 或扩 张 )、腐蚀(或 侵蚀 )、开 启和闭 合, 它 们在二 值图 像和灰 度图 像中各 有 特点。

基于 这些基 本 运算还 可推 导和组 合 成各种 数 学形态 学实 用 算法 , 用它们 可以 进行图 像 形状和 结构 的分析 及 处理, 包 括图像 分割 、特征 抽 取、边 界检 测、 图 像滤波 、图 像增强 和 恢复等 。

2.2 形态学基础运算形态学图像处理表现为一种邻域运算形式;一种特殊定义的邻域称之为 “结构元素” ( Structure Element ) ,在每个像素位置上它与二值图像对应的 区域进行特定的逻辑运算,逻辑运算的结果为输出图像的相应像素。

形态学运算的效果取决于结构元素的大小、内容以及逻辑运算的性质。

2.3 形态学算法膨胀:A 用 B 来膨胀写作,定义为:先对 B(结构元素)做关于原点的映 象,再将其映象平移 x ,结果是平移后与 A 交集不为空的 x 集合。

相对于 B 的原点对 B 进行翻转,而后逐步移动 B 以便 B 能滑过集合(图 像)A 腐蚀:A 用 B 来腐蚀写作,定义为:B 移动后完全包含在 A 中时,B 的原 点位置的集合 作用:原点在结构元素( B)中,收缩图像 结构元素不包含原点时,可以用作填充内部空洞 . 不同结构单元对腐蚀和膨胀的影响:

原图 (没有图标 )膨胀后图像腐蚀后图像开操作:使图像的轮廓变得光滑,断开狭窄的间断和消除细的突出物. 含义:先用 B 对 A 腐蚀,然后用 B 对结果膨胀 . 闭操作:同样使图像的轮廓变得光滑,但与开操作相反,它能消除狭窄 的间断和长细的鸿沟,消除小的孔洞,并填补轮廓线中的裂痕 . 含义:先用 B 对 A 膨胀,然后用 B 对结果腐蚀 .2.4 本章小结

第 3 章 边缘提取技术所谓边缘是指其周围像素灰度急剧变化的那些象素的集合,它是图像最 基本的特征。

边缘存在于目标、背景和区域之间,所以,它是图像分割所依 赖的最重要的依据。

由于边缘是位置的标志,对灰度的变化不敏感, , 因此, 边缘也是图像匹配的重要的特征。

边缘检测和区域划分是图像分割的两种不同的方法,二者具有相互补充 的特点。

在边缘检测中,是提取图像中不连续部分的特征,根据闭合的边缘 确定区域。

而在区域划分中,是把图像分割成特征相同的区域,区域之间的 边界就是边缘。

由于边缘检测方法不需要将图像逐个像素地分割,因此更适 合大图像的分割。

边缘大致可以分为两种,一种是阶跃状边缘,边缘两边像素的灰度值明 显不同;另一种为屋顶状边缘,边缘处于灰度值由小到大再到小的变化转折 点处。

3.1 CANNY 边缘检测Canny 边缘检测基本原理: (1)图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量 精确确定边缘的位置。

(2) 根据对信噪比与定位乘积进行测度,得到最优化逼近算子。

这就是 Canny 边缘检测算子。

(3)类似与 Marr(LoG)边缘检测方法,也属于先平滑后求导数的方法。

step1:用高斯滤波器平滑图象; step2:用一阶偏导的有限差分来计算梯度的幅值和方向; step3:对梯度幅值进行非极大值抑制; step4:用双阈值算法检测和连接边缘 . step1:高斯平滑函数

step3:非极大值抑制 仅仅得到全局的梯度并不足以确定边缘,因此为确定边缘,必须保留局 部梯度最大的点,而抑制非极大值。

( non-maxima suppression,NMS ) 解决方法:利用梯度的方向。

图 2 非极大值抑制 四个扇区的标号为 0 到 3,对应 3*3 邻域的四种可能组合。

在每一点上,邻域的中心象素 M 与沿着梯度线的两个象素相比。

如果 M 的梯度值不比沿梯度线的两个相邻象素梯度值大,则令 M=0。

即: step4:阈值化 减少假边缘段数量的典型方法是对 N[i ,j]使用一个阈值。

将低于阈值的 所有值赋零值。

但问题是如何选取阈值?

解决方法:双阈值算法。

双阈值算法对非极大值抑制图象作用两个阈值 τ1 和 τ2, 且 2τ1≈τ2 , 从而可以得到两个阈值边缘图象 N1 [ i,j] 和 N2 [ i, j ] 。

由于 N2 [i, j] 使用高阈值得到, 因而含有很少的假边缘,但有间断 (不闭合 )。

双阈值法要在 N2[ i, j]中把边缘连接成轮廓,当到达轮廓的端点时,该算 法就在 N1[i,j]的 8 邻点位置寻找可以连接到轮廓上的边缘,这样,算法不 断地在 N1 [ i,j]中收集边缘,直到将 N2 [ i,j]连接起来为止。

3.2 Prewitt 算子Prewitt 算子是 一种 一阶微 分算 子的边 缘 检测, 利用 像素点 上 下、 左右邻 点的 灰 度差 ,在边缘 处达 到极值 检 测边缘 ,去掉 部分 伪 边缘 , 对噪 声具有 平滑 作用 。

其原理 是在 图像空 间 利用两 个方 向模板 与 图像进 行 邻域卷 积来 完成的 , 这两个 方向 模板一 个 检测水 平边 缘,一 个 检测垂 直 边缘。

对数字 图像 f(x , y) , Prewitt 算子的定 义如下 : G(i)=|[f(i-1,j-1)+f(i-1,j)+f(i-1 , j+1)]-[f(i+1,j-1)+f(i+1 , j)+f(i+1 , j+1)]| G(j)=|[f(i-1,j+1)+f(i,j+1)+f(i+1 , j+1)]-[f(i-1,j-1)+f(i,j-1)+f(i+1 , j+1)]| 则 P(i,j)=max[G(i),G(j)] 或 P(i,j)=G(i)+G(j) ( 和其它方式 不一 样 ? 注意格 式 ) 经典 Prewitt 算子认 为:凡 灰度 新值大 于 或等于 阈值 的像素 点 都是 边缘点。

即选 择适当 的阈值 T ,若 P(i,j)≥T,则 (i,j) 为边缘 点,P(i,j) 为边缘 图像 。

这 种判 定是欠 合理 的, 会造 成边缘 点的 误判 ,因 为许多 噪 声点的 灰度 值也很 大 ,而且 对于幅 值较 小 的边缘 点,其 边缘 反 而丢失 了。

Prewitt 边缘算子是一种边缘样板算子。

样板算子由理想的边缘子图像 构成,依次用边缘样板去检测图像,与被检测区域最为相似的样板给出最大 值,用这个最大值作为算子的输出。

3.3 SOBEL 算子索贝尔算子( Sobel operator)是图像处理中的算子之一,主要用作边 缘检测。

在技术上,它是一离散性差分算子,用来运算图像亮度函数的梯度 之近似值。

在图像的任何一点使用此算子,将会产生对应的梯度矢量或是其 法矢量 . 在边沿 检测 中, 常用 的一种 模板是 Sobel 算子。

Sobel 算子有 两个, 一个是 检测 水平边 沿 的 ;另一 个是检 测 垂直平 边沿 的 。

与 和 相比, Sobel 算子对于 象素 的位置 的影 响做了 加 权, 因 此效 果更好 。

Sobel 算子另一 种形 式是各 向同性 Sobel(Isotropic Sobel) 算 子, 也有两 个,一个是 检 测水平 边沿 的 ,另 一个是 检测 垂直平 边 沿的 。

各 向 同 性 Sobel 算子和 普通 Sobel 算子相 比 , 它的位 置加 权系 数 更为准 确, 在检测 不同 方向的 边 沿时梯 度的 幅度一 致 。

由于 建筑 物图像 的 特殊性 , 我们可 以发 现,处 理 该类型 图像 轮廓时 ,并不需 要对 梯度方 向 进行运 算, 所以程 序并 没有给 出 各向同性 Sobel 算子 的处理 方法 。

Sobel 算子是滤 波算 子的形 式来 提取边 缘 。

X, Y 方向 各用一 个 模板 , 两个模 板组 合起来 构 成 1 个梯度算 子。

X 方向模板 对垂 直 边 缘影响 最 大 , Y 方向模板 对水 平边缘 影响 最大。

由于 Sobel 算子是滤 波算子 的形 式,用 于 提取边 缘, 可以利 用 快速 卷积函 数, 简单有 效,因此 应用广 泛。

美中不 足的 是, Sobel 算子并没 有将图 像的 主体与 背 景严格 地区 分开来 , 换言之 就是 Sobel 算 子没有 基 于图像 灰度 进行处 理 ,由于 Sobel 算子 没 有严格 地模 拟人的 视 觉生理 特 征,所以提取的图像轮廓有时并不能令人满意。

在观测一幅图像的时 候,我 们往 往首 先注 意的是 图像 与背 景不 同的部 分, 正是 这个 部分将 主 体突出 显示 ,基 于该 理论, 我们 给出 了下 面阈值 化轮 廓提 取算 法,该 算 法已在 数学 上证明 当 像素点 满足 正态分 布 时所求 解是 最优的 。

3.4 ROBERT 算子Roberts 边 缘 检 测 算 子 是 一 种 利 用 局 部 差 分 算 子 寻 找 边 缘 的 算 子 ,Robert 算子图 像 处理后 结果 边缘不 是 很平滑 。

经 分析, 由 于 Robert

算子通常会在图像边缘附近的区域内 产生较宽的响应,故采用上述算 子检测 的边 缘图像 常 需做细 化处 理,边 缘 定位的 精度 不是很 高 。

3.5 LAPLACIAN 算子Laplacian 算子是 n 维欧几 里德 空间中 的 一个二 阶微 分算子 , 定义 为梯度 的散 度。

在图 像边缘 检测 中 , 为了 运算方 便 , 函数 的 拉 普拉斯 高 斯 算子 也是 借助模 板 来实现 的。

其 模板有 一个基 本要 求 : 模板 中心的 系 数 为 正 , 其余相 邻系 数为负 , 所有系 数的 和应该 为零 。

3.6 边缘检测结果比较Roberts 算子检测方法对具有陡峭的低噪声的图像处理效果 较好 , 但是利用 roberts 算子提取边缘的结果是边缘比较粗 , 因此边缘的 定位不是很准确。

Sobel 算子检测方法对灰度渐变和噪声较多的图像处理效果 较好, sobel 算子对边缘定位不是很准确 , 图像的边缘不止一个像素。

Prewitt 算子检测方法对灰度渐变和噪声较多的图像处理效果较好。

但 边缘较宽 , 而且间断点多。

Laplacian 算子法对噪声比较敏感 , 所以很少用该算子检测边缘 , 而是 用来判断边缘像素视为与图像的明区还是暗区。

Canny 方法不容易受噪声干扰 , 能够检测到真正的弱边缘。

优点在于, 使用两种不同的阈值分别检测强边缘和弱边缘 , 并且当弱边缘和强边缘相连 时, 才将弱边缘包含在输出图像中。

3.7 本章小结本章主要介绍了形态学一些相关知识,和主要的几种边缘提取技术。

第四章 实验结果及分析4.1 实验环境MATLAB 是 Matrix Laboratory 的缩写, 是由美国 MathWorks 公司推出的 计算机软件,经过多年的逐步发展与不断完善,现已成为国际公认的最优秀 的科学计算与数学应用软件之一,是近几年来在国内外广泛流行的一种可视 化科学计算软件。

它集数值分析,矩阵运算,信号处理和图形显示于一体, 构成 了 一个 方 便的 , 界面 友 好的 用 户环 境 ,而 且 还具 有 可扩 展 性特 征 。

MathWorks 公司针对不同领域的应用,推出了信号处理,控制系统,神经网 络,图像处理,小波分析,鲁棒控制,非线性系统控制设计,系统辨识,优 化设计, 统计分析, 财政金融, 样条, 通信等 30 多个具有专门功能的工具箱, 这些工具箱是由该领域内的学术水平较高的专家编写的,无需用户自己编写 所用的专业基础程序,可直接对工具箱进行运用。

同时,工具箱内的函数源 程序也是开放性的, 多为 M 文件, 用户可以查看这些文件的代码并进行更改, MALAB 支持用户对其函数进行二次开发,用户的应用程序也可以作为新的 函数添加到相应的工具箱中。

MATLAB 中的数字图像是以矩阵形式表示的, 这意味着 MATLAB 强大的矩阵运算能力用于图像处理非常有利,矩阵运算 的语法对 MATLAB 中的数字图像同样适用。

本文对 MATLAB 图像处理工具 箱进行探索及应用,实验证明该软件功能强大,语言简洁易学,人机界面友 好,工具箱具有丰富的技术支持并集成了该领域专家的智慧,应用简单而效 果良好。

MATLAB 的工作环境简单明了,易于操作,论文中使用的 MATLAB 软 件为 7.0 版本。

MATLAB7.0 针对编程环境、代码效率、数据可视化、数学计算、文件 I/O 操作等方面都有进行不断升级、增加了新功能。

为此、相对于以前的版 本,也具有一些新的特性。

就起开发环境方面来说: (1) 重新设计的桌面环境,针对多文档界面提供了简便的管理和访问方 法,允许用户自定义桌面外貌,创建常用命令的快捷方式。

(2) 增强数组编辑器 (Array Editor)和工作空间浏览器 (Workspace Browser) 功能,用于数据的显示、编辑和处理。

(3) 在当前目录浏览器 (Current Directory Browser) 工具中,增加了代码效 率分析、覆盖度的分析等功能。

(4) 增加了 M-Lint 编码分析,能辅助用户完成程序性能分析,提高程序 执行效率。

(5) 对 M 文件编辑器 (M-Editor)进行了功能增强,可以支持多种格式的源 代码文件可视化编辑,如 C/C++、 HTML、 Java 等。

MATLAB 图像处理的基本过程讨论工具箱所实现的常用功能。

(1) 常用图像操作: 图像的读写与显示操作:用 imread() 读取图像, imwrite() 输出图像,把图 像显示于屏幕有 imshow(),image() 等函数。

imcrop()对图像进行剪裁,图像 的插值缩放可用 imresize()函数实现,旋转用 imrotate()实现。

(2) 图像增强功能: 图像增强是数字图像处理过程中常用的一种方法,目的是采用一系列技术 去改善图像的视觉效果或将图像转换成一种更适合于人眼观察和机器自动分 析的形式。

常用的图像增强方法有以下几种: 灰度直方图均衡化。

均匀量化的自然图像的灰度直方图通常在低灰度区间 上频率较大,似的图像中较暗区域中细节看不清楚,采用直方图修整可使原 图灰度集中的区域拉开或使灰度分布均匀,从而增大反差,使图像的细节清 晰,达到增强目的。

直方图均衡化可用 histeq()函数实现。

灰度变换法。

照片或电子方法得到的图像,常表现出低对比度即整个图像 较亮或较暗,为此需要对图像中的每一像素的灰度级进行标度变换,扩大图 像灰度范围,以达到改善图像质量的目的。

这一灰度调整过程可用 imadjust() 函数实现 平滑与锐化滤波。

平滑技术用于平滑图像中的噪声基本采用在空间域上的

求平均值或中值。

或在频域上采取低通滤波,因在灰度连续变化的图像中, 我们通常认为与相邻像素灰度相差很大的突变点为噪声点,灰度突变代表了 一种高频分量,低通滤波则可以削弱图像的高频成分,平滑了图像信号,但 也可能使图像目标区域的边界变得模糊。

而锐化技术采用的是频域上的高通 滤波方法,通过增强高频成分而减少图像中的模糊,特别是模糊的边缘部分 得到了增强,但同时也放大了图像的噪声。

在 MATLAB 中,各种滤波方法 都是在空间域中通过不同的军纪模板即滤波算子实现,可用 fspecial()函数创 建预定义的滤波算子,然后用 filter2() 或 conv2()函数在实现卷积运算的基础 上进行滤波。

(3) 边缘检测和图像分割功能 边缘检测是一种重要的区域处理方法,边缘是所要提取目标和背景的分界 线,提取出边缘才能将目标和背景区分开来。

如果一个像素落在边界上,那 么它的邻域将成为一个灰度级变化的带。

对这种变化最有用的两个特征就是 灰度的变化率和方向。

边缘检测算子可以检查每个像素的邻域并对灰度变化 率进行量化,也包括对方向的确定,其中大多数是基于方向倒数掩模求卷积 的方法。

MATLAB 工具箱提供的 edge() 函数可针对 sobel 算子、prewitt 算子、 Roberts 算子、 log 算子和 canny 算子实现边缘检测的功能。

基于灰度的图像 分割方法也可以用简单的 MATLAB 代码实现。

(4) 图像变换功能 图像变换技术是图像处理的重要工具,常运用于图像压缩、滤波、编码和 后续的特征抽取或信息分析过程。

MATLAB 工具箱提供了常用的变换函数, 如 fft2() 与 ifft2() 函数分别实现二维快速傅立叶变换与其逆变换, dct2() 与 idct2() 函数实现二维离散余弦变换与其逆变换, Radon() 与 iradon() 函数实现 Radon 变换与逆 Radon 变换。

除以上基本图像处理功能, MATLAB 还提供了如二值图像的膨胀运算 dilate()函数、 腐蚀运算 erode() 函数等基本数学形态学与二值图像的操作函数。

4.1 形态学开运算

电路板识别:原图

形态学处理后结果 程序: I=imread('circbw.tif'); imshow(I); SE=strel('rectangle',[40 30]); J=imopen(I,SE); figure,imshow(J); % 结构定义 % 开启运算4.2 灰度 AGV 路径识别再 work 文件夹中加入了一副图片: RoadG1.jpg

对其进行形态学运算程序如下: J= imread('RoadG1.jpg'); [x,y]=size(J); I=double(J); z0=max(max(I)); z1=min(min(I)); T=(z0+z1)/2; TT=0; S0=0; n0=0; S1=0; n1=0; allow=0.5; d=abs(T-TT); count=0; while(d>=allow) count=count+1; for i=1:x for j=1:y if (I(i,j)>=T) % 记录几次循环 % 迭代最佳阈值分割算法 % 新旧阈值的允许接近程度 % 求出图象中最大的灰度 % 最小的灰度

S0=S0+I(i,j); n0=n0+1; end if (I(i,j)=T) Seg(i,j)=1; end end end J0=Seg; SE=strel('rectangle', [6 4]); IM=imopen(J0,SE); figure,imshow(J); figure,imhist(J); % % 图 9-7(a) % 图 9-7(b) % 结构定义 “开 ”运算 % 阈值分割的图象figure,imshow(Seg); % 图 9-7(c) figure,imshow(IM); % 图9-7(d)

本科毕业论文基于MATLAB的数字图像处理研究 数字图像处理论文毕业论文 数字图像处理在案件中的应用报告__本科毕业论文 机器数字图像处理毕业论文 基于数字图像处理的车牌识别大学本科毕业论文 数字图像处理技术在指纹识别中的应用大学本科毕业论文 基于数字图像处理的车牌识别本科毕业论文 基于MATLAB的数字图像处理仿真分析毕业论文
一个月内快速提高英语 介绍王源的英语小短文 中考英语单选做题技巧 如何提高小学生英语综合运用能力 邦元英语盗版大思 风力发电效果图 美图秀秀可以pdf导出 excel流程图怎么制作 m4a1雷神图片 将图片识别成文字的软件吗