MATLAB图像处理（一）

2023-07-21 02:57| 来源: 网络整理| 查看: 265

MATLAB图像处理（一）——计算机图形学之图像形状识别

由于遇到了很多次这个课题，这次做完之后结合手上的资料总结一下。

基本步骤： 1、读取彩色图像转化为二值图像； 2、确定图像中的形状边界； 3、确定所需形状的目标；

本文主要通过识别圆形目标来进行说明，原图如下所示，本例需要识别出下图中的圆形物体：在这里插入图片描述

1、读取彩色图像转化为二值图像针对图像中可能有不同形状的目标物体，为了进行目标筛选，可以先通过形状判断，过滤掉我们不需要的物体，极大地提高图像识别的效率。

1）读取彩色图像

% 1、读取图像并转化为二值图像 RGB = imread('ImageSeg.png'); figure;imshow(RGB);title('原图像');

2）将彩色图像转化为二值图像

% 转化为灰度图像 I = rgb2gray(RGB); % 设置阈值 threshold = graythresh(I); % 转化为二值图像 bw = im2bw(I,threshold);

注意：如果使用阈值公式进行转化，转化出的效果如果不符合预期的话需要手动调整阈值，上面代码的效果如下：在这里插入图片描述所以我们根据图像像素的特性人为调整阈值。

bw = im2bw(I,0.69);

在这里插入图片描述调整后的二值图像如上图所示，可以看到物体形状非常清晰，但是明显看到背景有许多噪点，所以在这里为了去除这些噪点我们进行了人工去噪，去噪的代码如下，即简单的领域判断。

% 通过领域判断手动去噪 [m,n] = size(bw); for i = 2:m-1 for j = 2:n-1 %同上下元素判断 if(bw(i,j)~=bw(i+1,j) && bw(i,j)~=bw(i-1,j)) bw(i,j) = 1; %同左右元素判断 elseif(bw(i,j)~=bw(i,j+1) && bw(i,j)~=bw(i,j-1)) bw(i,j) = 1; %同斜边元素判断 elseif(bw(i,j)~=bw(i+1,j+1) && bw(i,j)~=bw(i-1,j-1)) bw(i,j) = 1; %同斜边元素判断 elseif(bw(i,j)~=bw(i-1,j+1) && bw(i,j)~=bw(i+1,j-1)) bw(i,j) = 1; end end end

去噪之后的二值图像为：在这里插入图片描述然后对以上图像进行取反，以备下面使用。

for i = 1:m for j = 1:n bw(i,j) = ~bw(i,j); end end

结果为在这里插入图片描述

2、确定图像中的形状边界

首先去除小目标，由于本例图像中不存在小目标，所以可省略该步骤，其次进行孔洞填充并进行白色描边，最后通过bwboundaries函数确定图像边界。

% 去除小目标，因为本图没有小目标，所以可以不需要本条语句 bw = bwareaopen(bw,30); % 图形学结构元素构建，圆形 se = strel('disk',8); % 关操作 bw = imclose(bw,se); % 填充孔洞 bw = imfill(bw,'holes'); % 二值化图像显示 figure(1);imshow(bw);title('二值图像'); [B,L] = bwboundaries(bw,'noholes'); figure(2);imshow(label2rgb(L,@jet,[.5 .5 .5])); hold on; for k = 1:length(B) boundary = B{k}; % 显示白色边界 plot(boundary(:,2),boundary(:,1),'w','LineWidth',2) end

在这里插入图片描述

3、确定所需形状的目标

确定圆形目标，求取图形周长，圆心，面积，人为设置阈值进行过滤，在这里我设置阈值为0.85，即形状比对大于这个阈值的就是我们所需要的目标物体。

hold on; % 确定圆形目标 stats = regionprops(L,'Area','Centroid'); % 设置求面积 threshold = 0.85; for k = 1:length(B) boundary = B{k}; delta_sq = diff(boundary).^2; % 求周长 perimeter = sum(sqrt(sum(delta_sq,2))); % 求面积 area = stats(k).Area; metric = 4*pi*area/perimeter^2; metric_string = sprintf('%2.2f',metric); % 根据阈值匹配 if metric > threshold centroid = stats(k).Centroid; plot(centroid(1),centroid(2),'ko'); text(centroid(1)-2,centroid(2)-2, '这是圆形','Color',... 'k','FontSize',14,'FontWeight','bold'); end text(boundary(1,2)-10,boundary(1,1)-12, metric_string,'Color',... 'k','FontSize',14,'FontWeight','bold'); end title('图像形状识别')

最后识别的效果图为：在这里插入图片描述源代码及所使用的文件链接：https://download.csdn.net/download/yueyingguang/11381702

【本文地址】

公司简介

联系我们