《基于颜色提取物体资料.doc》由会员分享，可在线阅读，更多相关《基于颜色提取物体资料.doc（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、Good is good, but better carries it.精益求精，善益求善。基于颜色提取物体-课程设计任务书1设计目的：综合运用颜色特征及阈值分割的知识，通过理论推导应用于图像中特定颜色的提取显示处理，利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。2设计内容和要求（包括原始数据、技术参数、条件、设计要求等）：复杂的彩色图像仅用单一的颜色信息几乎不能分割，使用三个颜色信息就能提取出所要求的目标区域，从而实现图像的分割。拍摄不同颜色的、多个物体组成的彩色图像，通过设定R、G、B的不同范围，利用阈值分割算法，实现在给定范围内的像素的分割。3设计工作任
2、务及工作量的要求包括课程设计计算说明书(论文)、图纸、实物样品等：（1）查阅文献资料，了解相关知识；（2）确定设计方法；（3）编写MATLAB程序，并上机调试；（4）撰写课程设计说明书。课程设计任务书4主要参考文献：1、姜慧研,冯锐杰.基于改进的变分水平集和区域生长的图像分割方法的研究J.电子学报.2012,40(8).2、姜慧研,崔晓亮,周晓杰.基于改进的双快速行进法的图像分割方法J.系统仿真学报,2008,(03):803-806.3、何宁,张朋.基于边缘和区域信息相结合的变分水平集图像分割方法J.电子学报,2009,(10):2215-2219.doi:10.3321/j.issn:03
3、72-2112.2009.10.019.4、吴舟舟,李树广.基于分级边缘间距的实时车牌检测J.中国图象图形学报A,2007,(02):315-321.doi:10.3969/j.issn.1006-8961.2007.02.023.5设计成果形式及要求：提供课程设计说明书一份；MATLAB程序；6工作计划及进度：2015年1月5日1月7日：查阅资料；1月7日1月10日：确定设计方案；1月10日1月12日：编写程序，上机调试；1月12日1月15日：完成课程设计说明书；1月16日：答辩。系主任审查意见：签字：年月日目录一、彩色图像的RGB模型11、理论基础12、MATLAB的实现23、颜色直方图2
4、4、图像分割35、阈值分割56、参数设置5二、设计方法及步骤51、读取图像，并令其转为uint8数据类型，计算图像像素。52、读取原图像的各颜色分量直方图，选出适当阈值进行分割。53、设置红色分量的阈值。64、同理，设置绿色与蓝色分量的阈值。65、留下感兴趣的颜色，删除其他颜色6三、总体程序61、提取RGB颜色62、提取RGB颜色，并使不满足的颜色删除7四、设计结果9五、设计体会9六、参考文献10-一、彩色图像的RGB模型RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜
5、色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。1、理论基础目前的显示器大都是采用了RGB颜色标准，在显示器上，是通过电子枪打在屏幕的红、绿、蓝三色发光极上来产生色彩的，目前的电脑一般都能显示32位颜色，约有一百万种以上的颜色。电脑屏幕上的所有颜色，都由这红色绿色蓝色三种色光按照不同的比例混合而成的。一组红色绿色蓝色就是一个最小的显示单位。屏幕上的任何一个颜色都可以由一组RGB值来记录和表达。因此这红色绿色蓝色又称为三原色光，用英文表示就是R(red)、G(green)、B(blue)。在电脑中，RGB的所谓“多少”就是指亮度，并使用整数来表示。通常情况下，RG
6、B各有256级亮度，用数字表示为从0、1、2.直到255。注意虽然数字最高是255，但0也是数值之一，因此共256级。如同2000年到2010年共是11年一样。按照计算，256级的RGB色彩总共能组合出约1678万种色彩，即256256256=16777216。通常也被简称为1600万色或千万色。也称为24位色(2的24次方)。在led领域利用三合一点阵全彩技术，即在一个发光单元里由RGB三色晶片组成全彩像素。随着这一技术的不断成熟，led显示技术会给人们带来更加丰富真实的色彩感受。图1.1RGB彩色立方示意图2、MATLAB的实现在MATLAB中一幅RGB图像可表示为一个M*N*3的三维矩阵
7、。其中每一个彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝3个分量。分量图像的数据类型决定了他们的取值范围。若一幅RGB图像的数据类型是uint8，则每个分量图像的取值范围是0,255。分量的提取：PR=RGB_image(:,:,1)；提取红色分量PG=RGB_image(:,:,2)；提取绿色分量PB=RGB_image(:,:,3)；提取蓝色分量3、颜色直方图颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。直方图中的数值都
8、是统计而来，描述了该图像中关于颜色的数量特征，2.颜色直方图颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间置，即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。直方图中的数值都是统计而来，描述了该图像中关于颜色的数量特征，可以反映图像颜色的统计分布和基本色调;直方图只包含了该图像中某一颜色值出现的频数，而丢失了某象素所在的空间位置信息;任一幅图像都能唯一的给出一幅与它对应的直方图，但不同的图像可能有相同的颜色分布，从而就具有相同的直方图，因此直方图与图像是一对多的关系;如将图像划分为若
9、干个子区域，所有子区域的直方图之和等于全图直方图;一般情况下，由于图像上的背景和前景物体颜色分布明显不同，从而在直方图上会出现双峰特性，但背景和前景颜色较为接近的图像不具有这个特性。主色调直方图方法：考虑到量化直方图的上述问题便产生了主色调直方图的方法。因一幅图像中，往往少数几种颜色就涵盖了图像的大多数像素，而且不同颜色在图像中的出现概率是不同的，因此，可以通过统计图像中各种颜色出现的概率，选出最频繁出现的几种做为主色。使用主色并不会降低颜色匹配的效果，因为颜色直方图中出现频率很低的哪些颜色往往不是图像的主要内容，从某种程度上讲，是对图像内容表示的一种噪声。颜色直方图可以是基于不同的颜色空间和
10、坐标系。最常用的颜色空间是RGB颜色空间，原因在于大部分的数字图像都是用这种颜色空间表达的。然而，RGB空间结构并不符合人们对颜色相似性的主观判断。因此，有人提出了基于HSV空间、Luv空间和Lab空间的颜色直方图，因为它们更接近于人们对颜色的主观认识。其中HSV空间是直方图最常用的颜色空间。它的三个分量分别代表色彩（Hue）、饱和度（Saturation）和值（Value）。RGB(red,green,blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器都使用R、G、B数值来驱动R、G、B电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉发出不同亮度
11、的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空间称为与设备相关的色彩空间,因为不同的扫描仪扫描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会有不同的色彩显示结果。显示器和扫描仪使用的RGB空间与CIE1931RGB真实三原色表色系统空间是不同的，后者是与设备无关的颜色空间。4、图像分割图像分割就是将图像中具有特殊含义的不同区域区分开来，这些区域互不相交，每一个区域满足一致性。用数学形式可以表达为：设图像为g(x,y),其中0xMax(x),0yMax(y)。将图像进行分割就
12、是将图像分割为满足以下条件的子区域g1,g2,g3。1)，即所有子区域组成了整幅图像；2)是连通的区域；3)，即任意两个子区域不存在公共元素；4)区域满足一定的均匀一致性条件。均匀一致性(或相似性)一般指同一区域内的像素点之间灰度值差异较小或灰度的变化缓慢。可以反映图像颜色的统计分布和基本色调;直方图只包含了该图像中某一颜色值出现的频数，而丢失了某象素所在的空间位置信息;任一幅图像都能唯一的给出一幅与它对应的直方图，但不同的图像可能有相同的颜色分布，从而就具有相同的直方图，因此直方图与图像是一对多的关系;如将图像划分为若干个子区域，所有子区域的直方图之和等于全图直方图;一般情况下，由于图像上的
13、背景和前景物体颜色分布明显不同，从而在直方图上会出现双峰特性，但背景和前景颜色较为接近的图像不具有这个特性。主色调直方图方法：考虑到量化直方图的上述问题便产生了主色调直方图的方法。因一幅图像中，往往少数几种颜色就涵盖了图像的大多数像素，而且不同颜色在图像中的出现概率是不同的，因此，可以通过统计图像中各种颜色出现的概率，选出最频繁出现的几种做为主色。使用主色并不会降低颜色匹配的效果，因为颜色直方图中出现频率很低的哪些颜色往往不是图像的主要内容，从某种程度上讲，是对图像内容表示的一种噪声。颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间，原因在于大部分的数字图像都是用这
14、种颜色空间表达的。然而，RGB空间结构并不符合人们对颜色相似性的主观判断。因此，有人提出了基于HSV空间、Luv空间和Lab空间的颜色直方图，因为它们更接近于人们对颜色的主观认识。其中HSV空间是直方图最常用的颜色空间。它的三个分量分别代表色彩（Hue）、饱和度（Saturation）和值（Value）。RGB(red,green,blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器都使用R、G、B数值来驱动R、G、B电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉发出不同亮度的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发
15、送来的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空间称为与设备相关的色彩空间,因为不同的扫描仪扫描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会有不同的色彩显示结果。显示器和扫描仪使用的RGB空间与CIE1931RGB真实三原色表色系统空间是不同的，后者是与设备无关的颜色空间。5、阈值分割阈值分割的基本思想是确定一个阈值，然后把每个像素点的灰度值和阈值相比较，根据比较的结果把该像素划分为两类前景或背景。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景
16、占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。6、参数设置RGB三个颜色分量取值0,255，通过设置各分量的阈值，来提取
17、感兴趣的颜色分量。二、设计方法及步骤1、读取图像，并令其转为uint8数据类型，计算图像像素。a=imread(G:u=3339291454,635252588&fm=90&gp=0.jpg);a=uint8(a);b=a;m,n,d=size(a);figure(1);imshow(a);2、读取原图像的各颜色分量直方图，选出适当阈值进行分割。%读取RGB各分量的直方图figure(2);subplot(131);imhist(a(:,:,1);title(红色分量);subplot(132);imhist(a(:,:,2);title(绿色分量);subplot(133);imhist(a
18、(:,:,3);title(蓝色分量);3、设置红色分量的阈值。通过设置RGB不同的阈值，来提取出需要的颜色信息%提取红色分量fori=1:mforj=1:nifa(i,j,1)255%设置红色分量的提取阈值b(i,j,1)=a(i,j,1);elseb(i,j,1)=0;endendendfigure(3);subplot(131);imhist(b(:,:,1);title(提取后红色分量);4、 同理，设置绿色与蓝色分量的阈值。5、 留下感兴趣的颜色，删除其他颜色%提取红分量，不满足阈值的变为白色fori=1:mforj=1:nif(a(i,j,1)-a(i,j,2)level)&(a(
19、i,j,1)-a(i,j,3)level)b(i,j,1)=a(i,j,1);b(i,j,2)=a(i,j,2);b(i,j,3)=a(i,j,3);elseb(i,j,1)=255;b(i,j,2)=255;b(i,j,3)=255;endendendsubplot(222);imshow(b);title(提取红分量后);%显示提取红分量后的图三、总体程序1、提取RGB颜色clc,clear;%原图像a=imread(G:u=3339291454,635252588&fm=90&gp=0.jpg);a=uint8(a);b=a;m,n,d=size(a);figure(1);imshow(
20、a);%读取RGB各分量的直方图figure(2);subplot(131);imhist(a(:,:,1);title(红色分量);subplot(132);imhist(a(:,:,2);title(绿色分量);subplot(133);imhist(a(:,:,3);title(蓝色分量);%提取各色分量%提取红色分量fori=1:mforj=1:nifa(i,j,1)255%设置红色分量的提取阈值b(i,j,1)=a(i,j,1);elseb(i,j,1)=0;endendendfigure(3);subplot(131);imhist(b(:,:,1);title(提取后红色分量);
21、%提取绿色分量fori=1:mforj=1:nifa(i,j,2)255%设置绿色分量的提取阈值b(i,j,2)=a(i,j,2);elseb(i,j,2)=0;endendendsubplot(132);imhist(b(:,:,2);title(提取后绿色分量);%提取蓝色分量fori=1:mforj=1:nifa(i,j,3)0%设置蓝色分量的提取阈值b(i,j,3)=a(i,j,3);elseb(i,j,3)=0;endendendsubplot(133);imhist(b(:,:,3);title(提取后蓝色分量);2、提取RGB颜色，并使不满足的颜色删除%各色分量提取后的图片fig
22、ure(4);imshow(b);clc,clear;a=imread(5.jpg);%读取彩图m,n,d=size(a);b=uint8(a);%转为uint8数据类型，计算图像像素level=15;%设置阈值figure(1);subplot(221);imshow(a);title(原图);%显示原图%提取红分量，不满足阈值的变为白色fori=1:mforj=1:nif(a(i,j,1)-a(i,j,2)level)&(a(i,j,1)-a(i,j,3)level)b(i,j,1)=a(i,j,1);b(i,j,2)=a(i,j,2);b(i,j,3)=a(i,j,3);elseb(i,
23、j,1)=255;b(i,j,2)=255;b(i,j,3)=255;endendendsubplot(222);imshow(b);title(提取红分量后);%显示提取红分量后的图%提取绿分量，不满足阈值的变为白色fori=1:mforj=1:nif(a(i,j,2)-a(i,j,1)level)&(a(i,j,2)-a(i,j,3)level)b(i,j,1)=a(i,j,1);b(i,j,2)=a(i,j,2);b(i,j,3)=a(i,j,3);elseb(i,j,1)=255;b(i,j,2)=255;b(i,j,3)=255;endendendsubplot(223);imsho
24、w(b);title(提取绿分量后);%显示提取绿分量后的图%提取蓝分量，不满足阈值的变为白色fori=1:mforj=1:nif(a(i,j,3)-a(i,j,1)level)&(a(i,j,3)-a(i,j,2)level)b(i,j,1)=a(i,j,1);b(i,j,2)=a(i,j,2);b(i,j,3)=a(i,j,3);elseb(i,j,1)=255;b(i,j,2)=255;b(i,j,3)=255;endendendsubplot(224);imshow(b);title(提取蓝分量后);%显示提取蓝分量后的图四、设计结果图4.1阈值为15时图像图4.2阈值为150时从图中
25、可看到，当阈值设置越大（判定条件愈加严格），提取结果更接近R/G/B纯色。五、设计体会通过本次课程设计，充分理解到彩色图像RGB模型的组成，以及利用阈值分割算法提取RGB各个分量。通过对彩色图像的处理，使我产生了对数字图像处理课程的浓厚兴趣，利用MATLAB软件来实现理论知识与实际操作的结合，进一步加深了对理论知识的理解。六、参考文献1、姜慧研,冯锐杰.基于改进的变分水平集和区域生长的图像分割方法的研究J.电子学报.2012,40(8).2、姜慧研,崔晓亮,周晓杰.基于改进的双快速行进法的图像分割方法J.系统仿真学报,2008,(03):803-806.3、何宁,张朋.基于边缘和区域信息相结合的变分水平集图像分割方法J.电子学报,2009,(10):2215-2219.doi:10.3321/j.issn:0372-2112.2009.10.019.4、吴舟舟,李树广.基于分级边缘间距的实时车牌检测J.中国图象图形学报A,2007,(02):315-321.doi:10.3969/j.issn.1006-8961.2007.02.023.5、冈萨雷斯。数字图像处理（第三版）M。