《基于MATLAB的图像处理算法综合应用算法开发精品资料.doc》由会员分享，可在线阅读，更多相关《基于MATLAB的图像处理算法综合应用算法开发精品资料.doc（36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、 基于MATLAB的图像处理算法综合应用算法开发（一）实验类型： 研究（二）实验目的：1、培养应用MATLAB开发图像处理算法的能力。2、掌握开发综合性图像算法的技能与方法。（三）实验内容：弹孔中心位置的图像处理方法。（四）实验要求：开发出算法及程序代码，并获得处理结果。其基本原理是，先对图像进行边缘检测，后应用数学形态学的方法将边缘连接在一起，后填充，应用数学形态学方法对分割弹孔圆形化，再进行边缘检测获得弹孔边缘，最后应用最小二乘法拟合圆心的方法，获得弹孔中心。实验过程：打开MATLAB软件，在OPEN中选择我们在软件中设计好的算法程序。clear;close all;I0=imread(p
2、ic.jpg);%I0=rgb2gray(I3);x,y,z=size(I0);%I6=im2bw(I3,0.4);I4=edge(I0,canny,0.1);BW=strel(disk,1);BW2=strel(disk,1);I5=imdilate(I4,BW);I6=imfill(I5,holes);I7=imdilate(I6,BW2);BW3=strel(disk,3);I8=imerode(I7,BW3);I81=imfill(I8,holes);BW4=strel(disk,7);I9=imerode(I81,BW4);BW5=strel(disk,7);I10=imopen(I
3、9,BW5);figure(1),imshow(I0);figure(2),imshow(I4);figure(3),imshow(I5);figure(4),imshow(I6);figure(5),imshow(I7);figure(6),imshow(I8);figure(7),imshow(I9);figure(8),imshow(I10);hold on;boundaries = bwboundaries(I5);mun1,mun2=size(boundaries);for k=1:mun1 b = boundariesk; plot(b(:,2),b(:,1),g,LineWidt
4、h,3); hold on; bt1=b(:,1); bt2=b(:,2); cir_x,cir_y,radis=circlefitting(bt1,bt2); plot(cir_y,cir_x,r*,LineWidth,3); end然后选择run。软件则会根据我们编辑好的算法对目标图片进行弹孔轮廓提取，显示出计算好的图片如下： 基于MATLAB的图像处理算法综合应用算法开发（一）实验类型： 研究（二）实验目的：1、培养应用MATLAB开发图像处理算法的能力。2、掌握开发综合性图像算法的技能与方法。（三）实验内容：色彩目标提取图像处理应用实例。（四）实验要求：开发出算法及程序代码，并获得处理
5、结果。应用理论：色彩变换色彩变换原理，减色合成法：人眼看到物体的颜色是由于物体反射了物体颜色相同的光。光白光（三原色的混合体）照到物体上时，物体只把它自己的颜色对应的光线反射出来，其它的色光被吸收，即从白光中“减”去物体没有的颜色。这种情况叫减色合成。品红会吸收绿色，反射红色光和蓝色光。黄色会吸收白光中的蓝色，反射红色光和绿色光。青色会吸收白光中的红色，反射绿色和蓝色。（色度在附近时为红色，附近为绿色，附近为兰色）将原图c3.jpg进行如下编辑程序进行运算我们可得到色彩变换结果程序如下:clear;%清除工作区内所有的变量close all;%关闭所有的figure%global i j y
6、c1 c2 sat hue;Iinp=imread(fig89.bmp);ysize,xsize,zsize=size(Iinp);m_inty=0.5;m_hue=200;m_sat=1;for j=1:ysize for i=1:xsize image_r(j,i)=Iinp(j,i,1); image_g(j,i)=Iinp(j,i,2); image_b(j,i)=Iinp(j,i,3); y(j,i)=double(0.0); c1(j,i)=double(0.0); c2(j,i)=double(0.0); sat(j,i)=double(0.0); hue(j,i)=double
7、(0.0); endend%由RGB变成色差信号y,c1,c2=Rgb_to_yc(image_r,image_g,image_b,xsize,ysize);%由色差信号计算饱和度和色相sat,hue=C_to_SH(c1,c2,xsize,ysize);%亮度饱合度色调的调整out_y,out_sat,out_hue=Change_YSH(y,sat,hue,m_inty,m_sat,m_hue,xsize,ysize);%由色调和饱合度计算色差信号m_c1,m_c2=SH_to_C(out_sat,out_hue,xsize,ysize);%由亮度色差变换RGB信号out_r,out_g,
8、out_b=Yc_to_rgb(out_y,m_c1,m_c2,xsize,ysize);for j=1:ysize for i=1:xsize Iout(j,i,1)=out_r(j,i); Iout(j,i,2)=out_g(j,i); Iout(j,i,3)=out_b(j,i); endendfigure(1),imshow(Iinp);figure(2),imshow(image_r);figure(3),imshow(image_g);figure(4),imshow(image_b);figure(5),imshow(Iout);运行程序后得到如下图片： 实验结果分析：基于YUV
9、彩色系统的灰度图像着色方法用彩色参考图着色假定相邻的像素之间如果有相似的Y 值,那么就会有相似的U 和V 值；视觉上对U 、V 变化的不敏感性,同时假定同类色中颜色的区别主要是Y 值作用的结果。基本原则：1）彩色图像中U、V 值显著改变的临界线, 也是Y 值显著改变的临界线;2）同类色中相近颜色的区别在视觉上主要是Y 值作用的结果实例2、彩色目标提取，（原理与色彩变换相同，应用图像像素的点的色度进行判别，色度在附近时为红色，附近为兰色，附近为绿色）我们根据变换远离编辑出如下程序：clear;%清除工作区内所有的变量close all;%关闭所有的figure%global i j y c1 c
10、2 sat hue;xsize=640;ysize=480;m_inty=1;m_hue=0;m_sat=2;y(1:xsize,1:ysize)=double(0.0);c1(1:xsize,1:ysize)=double(0.0);c2(1:xsize,1:ysize)=double(0.0);sat(1:xsize,1:ysize)=double(0.0);hue(1:xsize,1:ysize)=double(0.0);%path1= sprintf(red%d.bmp,k);Iinp=imread(c3.jpg);image_r(:,:)=Iinp(:,:,3);image_g(:,
11、:)=Iinp(:,:,2);image_b(:,:)=Iinp(:,:,1);%由RGB变成色差信号y,c1,c2=Rgb_to_yc(image_r,image_g,image_b,xsize,ysize);%由色差信号计算饱和度和色相sat,hue=C_to_SH(c1,c2,xsize,ysize);%亮度饱合度色调的调整%ss=max(sat(:);%x=0:1:360;%figure(10),hist(hue,x);%figure(11),histfit(hue,x)hi,hj,hall = find(hue20&hue20&hue20&hue 1-binocdf(100,162,
12、0.5)ans = 0.0010433相关函数binofit | binoinv | binopdf | binornd | binostat | cdf附：二项式分布(binomial distribution )定义二项分布的概率密度函数为where k is the number of successes in n trials of a Bernoulli process with probability of success p.The binomial distribution is discrete, defined for integers k = 0, 1, 2, . n,
13、where it is nonzero.背景The binomial distribution models the total number of successes in repeated trials from an infinite population under the following conditions:Only two outcomes are possible on each of ntrials.The probability of success for each trial is constant.All trials are independent of eac
14、h other.The binomial distribution is a generalization of the Bernoulli distribution; it generalizes to the multinomial distribution.参数Suppose you are collecting data from a widget manufacturing process, and you record the number of widgets within specification in each batch of100. You might be inter
15、ested in the probability that an individual widget is within specification. Parameter estimation is the process of determining the parameter, p, of the binomial distribution that fits this data best in some sense.One popular criterion of goodness is to maximize the likelihood function. The likelihoo
16、d has the same form as the binomial pdf above. But for the pdf, the parameters (nandp) are known constants and the variable isx. The likelihood function reverses the roles of the variables. Here, the sample values (the xs) are already observed. So they are the fixed constants. The variables are the
17、unknown parameters. MLE involves calculating the value of p that give the highest likelihood given the particular set of data.The function binofit returns the MLEs and confidence intervals for the parameters of the binomial distribution. Here is an example using random numbers from the binomial dist
18、ribution with n=100 and p=0.9. r = binornd(100,0.9)r = 85 phat, pci = binofit(r,100)phat = 0.85pci = 0.76469 0.91355The MLE for parameterp is0.8800, compared to the true value of0.9. The 95% confidence interval forp goes from 0.7998 to0.9364, which includes the true value. In this made-up example yo
19、u know the true value ofp. In experimentation you do not.示例The following commands generate a plot of the binomial pdf for n = 10 and p = 1/2.x = 0:10;y = binopdf(x,10,0.5);plot(x,y,+) 相关内容Discrete Distributions附：二项式分布（网上）定义若某事件概率为p，现重复试验n次，该事件发生k次的概率为:P=C(k,n)pk(1-p)(n-k)C(k,n)表示组合数，即从n个事物中拿出k个的方法数。
20、二项分布的概念考虑只有两种可能结果的随机试验，当成功的概率（）是恒定的，且各次试验相互独立，这种试验在统计学上称为贝努里试验（Bernoullitrial）。如果进行n次贝努里试验，取得成功次数为X（X=0,1,n）的概率可用下面的二项分布概率公式来描述：P=C(X,n) X(1-)(n-X)式中的n为独立的贝努里试验次数，为成功的概率，（1-）为失败的概率，X为在n次贝努里试验中出现成功的次数，C(X,n)表示在n次试验中出现X的各种组合情况，在此称为二项系数（binomialcoefficient）。内容简介二项分布，伯努里分布：进行一系列试验,如果1. 在每次试验中只有两种可能的结果,而
21、且是互相对立的；2. 每次实验是独立的，与其它各次试验结果无关；3. 结果事件发生的概率在整个系列试验中保持不变，则这一系列试验称为伯努力试验。在这试验中，事件发生的次数为一随机事件,它服从二次分布。二项分布可以用于可靠性试验。可靠性试验常常是投入n个相同的式样进行试验T小时，而只允许k个式样失败，应用二项分布可以得到通过试验的概率。一个事件必然出现，就说它100%要出现。100%=1，所以100%出现的含义就是出现的概率P=1。即必然事件的出现概率为1。若掷一枚硬币，正面向上的结果的概率为0.5。反面向上的结果的概率也是0.5。则出现正面向上事件或者反面向上事件的概率就是0.5+0.5=1，
22、即二者必居其一。若掷两次硬币，由独立事件的概率乘法定理那么两次都是正面（反面）向上的概率是0.50.5=0.25。另外第一个是正第二个是反的出现概率也是0.50.5=0.25。同理第一个反第二个正的出现概率也是0.50.5=0.25。于是一正一反的概率是前面两个情况的和，即0.25+0.25=20.25=0.5。它们的合计值仍然是1。binopdf二项分布的概率密度函数语法格式Y = binopdf(X,N,P)函数功能Y = binopdf(X,N,P) 计算X中每个X(i)的概率密度函数，其中，N中对应的N(i)为试验数，P中对应的P(i)为每次试验成功的概率。Y, N, 和 P 的大小类
23、型相同，可以是向量、矩阵或多维数组。输入的标量将扩展成一个数组，使其大小类型与其它输入相一致。N中的值必须是正整数，0 P 1 。对于给出的x和两个参数n和p，二项分布概率密度函数为其中 q = 1 p。 y为n次独立试验中成功x次的概率，其中，每次试验成功的概率为p。指示器函数 I(0,1,.,n)(x) 确保x 取值为 0, 1, ., n。 示例一个质量检查技术员一天能测试200块电路板。假设有 2% 的电路板有缺陷，该技术员在一天的测试中没有发现有缺陷的电路板的概率是多少？binopdf(0,200,0.02)ans =0.0176质量检查技术员一天中最大可能检测出有缺陷的电路板是多少
24、块？defects=0:200;y = binopdf(defects,200,.02);x,i=max(y);defects(i) ans =4相关函数binocdf | binofit | binoinv | binornd | binostat | pdfdlmread将以ASCII码分隔的数值数据文件读入到矩阵中语法格式M = dlmread(filename)M = dlmread(filename, delimiter)M = dlmread(filename, delimiter, R, C)M = dlmread(filename, delimiter, range)函数功能M
25、 = dlmread(filename)读取有分隔符的ASCII数值数据文件filename，并把数据给到矩阵M中。文件名(filename)以字符串形式用单引号括起来。 dlmread 从文件的格式中推断分隔符。M = dlmread(filename, delimiter)指定分隔符delimiter。使用 t 代表制表符 tab 作为分隔。M = dlmread(filename, delimiter, R, C)R和C指定了数据读取数据，其左上角的值位于文件中的第R行，第C列。R和C从0开始，所以R=0, C=0 指向文件中的第一个值。M = dlmread(filename, del
26、imiter, range)读取由range = R1 C1 R2 C2指定的区域块， (R1,C1)是左上角，(R2,C2)是右下角。也可以使用电子表格表示法来指定，如range = A1.B7。备注 All data in the input file must be numeric. dlmread does not read files that contain nonnumeric data, even if the specified rows and columns contain only numeric data. 若没有指定分隔符，当从文件格式中推断分隔符时，连续的空格符当
27、作一个分隔符对待。若指定了分隔符，则重复的分隔符将分别作为单独的分隔符对待。 If you want to specify an R, C, or range input, but not a delimiter, set the delimiter argument to the empty string, (two consecutive single quotes with no spaces in between, ). For example,M = dlmread(myfile.dat, , 5, 2)In this case, dlmread treats repeated wh
28、ite spaces as a single delimiter. Dlmread将用0填充没有边界的区域。有多行的数据文件，若以非空格分隔符结束，例如分号，则导入后会多产生全0的一列在最后。 Dlmread在导入任何复数时，将其作为一个整体导入到一个复数单元中。下面是有效的复数格式：i|jExample: 5.7-3.1ii|jExample: -7j嵌入了空格的复数是不正确的格式，空格将被认为是分隔符。示例例1Export a 5-by-8 test matrix M to a file, and read it with dlmread, first with no arguments
29、other than the filename:M = gallery(integerdata, 100, 5 8, 0); dlmwrite(myfile.txt, M, delimiter, t)dlmread(myfile.txt)ans = 96 77 62 41 6 21 2 42 24 46 80 94 36 20 75 85 61 2 93 92 82 61 45 53 49 83 74 42 1 28 94 21 90 45 18 90 14 20 47 68Now read a portion of the matrix by specifying the row and c
30、olumn of the upper left corner:dlmread(myfile.txt, t, 2, 3)ans = 92 82 61 45 53 42 1 28 94 21 90 14 20 47 68This time, read a different part of the matrix using a range specifier:dlmread(myfile.txt, t, C1.G4)ans = 62 41 6 21 2 80 94 36 20 75 93 92 82 61 45 74 42 1 28 94例2Export matrix M to a file, a
31、nd then append an additional matrix to the file that is offset one row below the first:M = magic(3);dlmwrite(myfile.txt, M*5 M/5, )dlmwrite(myfile.txt, M/3, -append, . roffset, 1, delimiter, )type myfile.txt40 5 30 1.6 0.2 1.215 25 35 0.6 1 1.420 45 10 0.8 1.8 0.4 2.6667 0.33333 21 1.6667 2.33331.33
32、33 3 0.66667When dlmread imports these two matrices from the file, it pads the smaller matrix with zeros:dlmread(myfile.txt) 40.0000 5.0000 30.0000 1.6000 0.2000 1.2000 15.0000 25.0000 35.0000 0.6000 1.0000 1.4000 20.0000 45.0000 10.0000 0.8000 1.8000 0.4000 2.6667 0.3333 2.0000 0 0 0 1.0000 1.6667
33、2.3333 0 0 0 1.3333 3.0000 0.6667 0 0 0替代作为dlmread的替代，可使用导入向导。选择菜单 “File | Import Data” 激活导入向导。相关函数dlmwrite | textscanfprintf写数据到文本文件或输出到命令窗口语法格式fprintf(fileID, format, A, .)fprintf(format, A, .)count = fprintf(.)函数功能fprintf(fileID, format, A, .) fileID为文件句柄，指定要写入的文件；format是用来控制所写数据格式的格式符；A是用来存放数据的矩
34、阵。applies the format to all elements of array A and any additional array arguments in column order, and writes the data to a text file. fprintf uses the encoding scheme specified in the call to fopen.fprintf(format, A, .) 将A中的数据按格式format输出到命令窗口。count = fprintf(.) 返回fprintf写的字节数。输入参数fileID取值为下面中的一种：
35、从文件打开时所得到的文件句柄，为一个整数值。 1 为标准输出设备（屏幕）。 2 for standard error.fileID缺省时，输出到屏幕，即1为默认值。format单引号括起来的是 “转换控制字符串 ”，指定输出的格式。由下面给出的各部分的组合而成： 百分号后紧跟的格式字符，如%s 。 输出区域的宽度，精度，和其它选项（附加格式说明符）。 要原样输出的文本（普通字符）。 转义字符，包括：单引号% 百分号反斜线a响铃b退格符fForm feedn换行r回车t水平制表符v垂直制表符xN十六进制数, NN八进制数, N转换字符和可选的操作符按以下顺序排列（包括空格）：下表列出可用的转换字
36、符和限定类型字符。数据类型转换说 明Integer, signed%d 或 %i十进制整数%ld 或 %li64-bit base 10 values%hd 或 %hi16-bit base 10 valuesInteger, unsigned%u十进制整数%o八进制整数(octal)%x十六进制整数 (hexadecimal), 使用字母 af%X十六进制整数 (hexadecimal), 使用字母AF%lu%lo%lx or %lX64-bit values, 十、八、十六进制整数%hu%ho%hx or %hX16-bit values, 十、八、十六进制整数Floating-point
37、 number%f定点表示法%e指数表示法，如 3.141593e+00%E同 %e，但用E，如 3.141593E+00%g%e 或 %f的紧凑格式，没有尾部的0%G%E 或 %f的紧凑格式，没有尾部的0%bx or %bX%bo%bu双精度的十六、八、十进制数值如：%bx prints pi as 400921fb54442d18%tx or %tX%to%tu单精度的十六、八、十进制数值如：%tx prints pi as 40490fdbCharacters%c单个字符%s字符串附加格式说明符，包括： 字段宽度Minimum number of characters to print.
38、 Can be a number, or an asterisk (*) to refer to an argument in the input list. For example, the input list (%12d, intmax) is equivalent to (%*d, 12, intmax). 精度For %f, %e, or %E: Number of digits to the right of the decimal point.Example: %6.4f prints pi as 3.1416For %g or %G Number of significant
39、digits.Example: %6.4g prints pi as 3.142Can be a number, or an asterisk (*) to refer to an argument in the input list. For example, the input list (%6.4f, pi) is equivalent to (%*.*f, 6, 4, pi). FlagsActionFlagExampleLeft-justify.%-5.2fPrint sign character (+ or ).+%+5.2fInsert a space before the value. % 5.2fPad with