杭电数字图像处理

杭电数字图像处理

ID:20496007

大小:675.50 KB

页数:13页

时间:2018-10-13

杭电数字图像处理_第1页
杭电数字图像处理_第2页
杭电数字图像处理_第3页
杭电数字图像处理_第4页
杭电数字图像处理_第5页
资源描述:

《杭电数字图像处理》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、杭州电子科技大学课程名称:作业名称:指导教师:学生姓名:学生学号:      一.题目要求与难点1.题目要求从下面的彩色图像中分割出珍珠并且检测出边缘。如图1-1。图.1-12.任务难点l珍珠颜色和大小不一致l珍珠上有许多光斑,影响检测l有些珍珠的颜色与背景颜色十分相近,不容易辨别l有些珍珠不完整,只在图片中显示一部分二.实现过程1.主要过程2.详细过程(1)灰度化处理现读入图像,将彩色的图像灰度化后进行预处理,将彩色图像的R,G,B三个通道转换为只有一个通道,便于图像的处理。并且经过二值化处理后图像的计算也大大减少,也便于存储。(1)直方图均衡化处

2、理直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度,尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法,亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度,直方图均衡化通过有效地扩展常用的亮度来实现这种功能。图2-1原图像的直方图图2-2均衡化后的直方图(1)边缘检测图像边缘检测大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。有许多方法用于边缘检测,它们的绝大部分可以划分为两类:基于查找一类和基于零穿越的一类。基于查找的方法

3、通过寻找图像一阶导数中的最大和最小值来检测边界,通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界,通常是Laplace过零点或者非线性差分表示的过零点。Sobel边缘检测算法比较简,实际应用中效率比canny边缘检测效率要高,但是边缘不如Canny检测的准确,但是很多实际应用的场合,sobel边缘却是首选,尤其是对效率要求较高,而对细纹理不太关心的时候。Canny边缘检测算法一直是边缘检测的经典算法。canny边缘检测的实现大致有4步:1.高斯滤波对图像去噪。2.由原始灰度图求出纵横2个梯度图,以及综合梯度图(求

4、梯度的算子很多)。3.结合3个梯度图来进行非极大抑制(此步一过,检测的图像边缘已经很细了)4.进行边缘连接(个人感觉这一步虽叫连接,算法也确实体现了连接的行为,但那是强边缘到弱边缘的连接,所有可能连接的点都出不了非极大抑制后的范围,所以这一步更准确的目的应该是在非极大抑制的结果中去除假边缘保留真边缘,同时又能让保留的边缘尽量连贯真实)。图2-3sobel算子边缘检测图2-4canny算子边缘检测(1)hough变换Hough变换是一种使用表决原理的参数估计技术。其原理是利用图像空间和Hough参数空间的点-线对偶性,把图像空间中的检测问题转换到参数空

5、间。通过在参数空间里进行简单的累加统计,然后在Hough参数空间寻找累加器峰值的方法检测直线。Hough变换的实质是将图像空间内具有一定关系的像元进行聚类,寻找能把这些像元用某一解析形式联系起来的参数空间累积对应点。在参数空间不超过二维的情况下,这种变换有着理想的效果。图2-5hough检测图2-6检测出的圆三.实现程序主函数clc,clearallcircleParaXYR=[];%一,图像的预处理,读入彩色图像将其灰度化I=imread('C:UsersAdministratorDesktop数字图像处理大作业9pearls2.jpg

6、');%读入JPG彩色图像文件figure(1),imshow(I),title('输入的彩色JPG图像')%原图像的读入imwrite(rgb2gray(I),'PicSampleGray.bmp');%将彩色图片灰度化并保存I=rgb2gray(I);%灰度化后的数据存入数组%[m,n,l]=size(I);%ifl>1%I=rgb2gray(I);%end%二,绘制直方图[m,n]=size(I);%测量图像尺寸参数GP=zeros(1,256);%预创建存放灰度出现概率的向量fork=0:255GP(k+1)=length(find(I==k

7、))/(m*n);%计算每级灰度出现的概率,将其存入GP中相应位置endfigure(2),bar(0:255,GP,'g')%绘制直方图title('原图像直方图')xlabel('灰度值')ylabel('出现概率')%三,直方图均衡化S1=zeros(1,256);fori=1:256forj=1:iS1(i)=GP(j)+S1(i);%计算SkendendS2=round((S1*256)+0.5);%将Sk归到相近级的灰度fori=1:256GPeq(i)=sum(GP(find(S2==i)));%计算现有每个灰度级出现的概率endfig

8、ure(3),bar(0:255,GPeq,'b')%显示均衡化后的直方图title('均衡化后的直方图')

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。