资源描述：
《基于matlab的不规则面积图像测量》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、基于MATLAB的不规则面积图像测量*不规则图像/图像处理/面积计算1引言 在当今这个生活节奏迅速的时代,测量工作已经难以通过事事亲力亲为得到保证,特别是在复杂的环境条件下(如强电磁、强辐射、强腐蚀的环境),因此我们需要通过其他方式手段来达到我们的测量目的。近代科学和工业化的发展,也要求测试技术突破经典的测量方法和技术,寻求新的测试原理与手段。图像测量作为近年来在测量领域新兴的一种高性能测量技术,其在机器视觉、图像匹配、图像检测和模式识别中都有重要应用。数字图像面积测量作为数字图像测量的一个重要分支,在日常生活中的应用更是不胜枚举。2不规则图像面积测量原理2.1
2、图像获取 利用对特殊类型能源敏感的传感器材料,把输入能源转变成输出电压波形,再将其数字化,从而便得到数字图像信息[1]。例如可以利用数字化设备拍摄数字图像(如数码相机),利用数字转换设备采集数字图像等。2.2图像预处理-图像复原(imagerestoration)成像系统受各种因素的影响,导致了图像质量的降低,造成图像退化。传感器噪声、摄像机聚焦不佳、物体与摄像机之间的相对移动、随机大气湍流、光学系统的像差、成像光源和射线的散射等都是其影响因素。典型的图像复原是根据图像退化的先验知识建立一个退化模型,如空间域图像退化模型,该系统模型的特点是线性、移不变的;频域退
3、化模型;能量域的退化模型等。模型选择好后再以这个模型为基础,采用各种逆退化处理方法进行恢复,使图像质量得到改善[2][3]。本文中采集的图像主要存在运动而引起的图像模糊,其频域对应的退化模型为(1)2.3目标图像提取在对图像的研究和应用中,人们往往只对图像中的某些部分感兴趣,这些部分即为目标图像,它是图像中特定的、具有独特性质的区域。为了辨识和分析目标,需要将它们从背景中分离、提取出来,在此基础上才有可能对目标信息做进一步的利用。图像提取分割正是将这样的特征区域提取出来的技术。这些特征可以是灰度、颜色和纹理等,目标可以是单个区域,也可以是多个区域。本文借助于MATlLAB软
4、件自身所带的roipoly函数通过手动选取的方式,在原始图像中选取感兴趣的区域从而获取目标区域进行分析与研究。2.4图像处理2.4.1目标区域图像增强 图像增强的目的是为了提高目标区域图像的质量,如提高图像的清晰度等。图像增强不考虑图像是如何退化,而是试图采用各种技术来增强图像的视觉效果。因此,图像增强可以不顾增强后的图像是否失真,而是突出目标区域中所感兴趣的部分,如:强化图像高频分量,可使图像中物体轮廓清晰,细节明显;强化低频分量可减少图像中噪声影响。本文采用的图像增强方法为:因为灰度直方图(histogram)是多种空间域处理技术的基础并且直方图操作能够有效
5、用于图像增强,提供有用的图像统计资料,其在软件中也易于计算,所以本文采用统计原图的灰度直方图,并利用直方图均衡方法进行图象增强,分别利用imread函数统计原图的灰度直方图和利用histeq函数进行直方图均衡化处理。2.4.2图像去噪及边缘检测 准确的边缘提取对后续的面积计算非常重要。由于受诸多条件的影响,会存在不同程度的干扰噪声导致不能提取出理想的边缘,直接影响到计算的精确度,所以在边缘检测前先对图像进行噪声滤波予以改善。 ①中值滤波法是一种非线性平滑技术,它将每一个像素点的灰度值设置为该点某领域窗口内的所有像素点灰度值的中值可以有效的消除椒盐噪声
6、,同时也可以保护边缘信息。在MATLAB中medfilt2函数来进行中值滤波处理。 ②对于滤波后的图像会有许多不属于所需测量的干扰区域,因此我们对图像进行形态学处理,选取不影响测量面积的结构元素对图像进行膨胀处理达到修复完善边界的作用,在通过腐蚀操作去除无需测量的小块干扰区域,从而达到完整去噪的目的。MATLAB可以通过strel函数来产生所需要的结构元素,imdilate和imerode来完成膨胀和腐蚀操作。 ③对去噪后的图像利用edge函数采用高斯函数的拉普拉斯探测算子通过双边缘间的零交叉点位置确定真实的边缘位置。拉普拉斯算子模板如下:
7、 (2) ④在边缘点拟合完成后用1对拟合曲线包围的区域进行填充,填充后即为目标区域[4]。2.5目标区域图像面积计算 经过图像处理后的目标区域块其边缘特性较处理前有很大的改善,进而可以进行面积的计算。我们知道,对于同一类型的目标,总面积的计算可以通过先求出总的像素个数,然后乘以单个像素的面积即可得[5]。即 由上可得,不规则面积的图像测量方法的测量流程如下图1所示:图一不规则面积的图像测量方法的测量流程 由此可见,单个像素的面积和总像素个数的计算对测量的结果有很大的
