激光光斑中心位置及大小的確定Matlab講解

1、燕山大學(xué)課程設(shè)計說明書題目20目標位置及大小的確定學(xué)院（系）：電氣工程學(xué)院年級專業(yè)：09級儀表三班學(xué)號：（學(xué)生姓名：）指導(dǎo)教師：林洪彬王志彬教師職稱：講師副教授燕山大學(xué)課程設(shè)計（論文）任務(wù)書院（系）：電氣工程學(xué)院基層教學(xué)單位：自動化儀表系學(xué)號）學(xué)生姓名專業(yè)（班級）09級儀表三班設(shè)計題目20目標位置及大小的確定設(shè)計技術(shù)參數(shù)幾句圖像處理的知識，確定圖像中兩點的中心點的位置，并能確定其大?。窗霃剑?，盡量使用較多的方法實現(xiàn)，并且比較每種方法的處理速度。設(shè)計要求實際確定圖像中兩點的中心點的位置，并且確定該兩點的半徑。實際中應(yīng)具有自己的實際思想、設(shè)計體會。工作量了解Matlab的基本操作,查找與課程設(shè)計

2、相關(guān)的資料，編寫程序并調(diào)試，寫論文，準備課程設(shè)計答辯。工作計劃12月19日，熟悉Matlab的基本操作12月20日，查找與課程設(shè)計課題相關(guān)的資料12月21日，設(shè)計程序并調(diào)試12月22日，調(diào)試程序并寫論文12月23日，整理論文，課程設(shè)計答辯參考資料1、數(shù)字圖像處理學(xué)電子公告也出版社賈永紅20032、數(shù)字圖像處理（Matlab版）電子工業(yè)出版社岡薩雷斯20063、其他數(shù)字圖像處理和matlab變成發(fā)面的書記及相關(guān)學(xué)習(xí)資料指導(dǎo)教師簽字林洪彬王志斌基層教學(xué)單位主任簽字謝平說明：此表一式四份，學(xué)生、指導(dǎo)教師、基層教學(xué)單位、系部各一份。2011年12月23日燕山大學(xué)課程設(shè)計評審意見表指導(dǎo)教師評語：認真正確

3、完善完善JLi口較為合理合理工作態(tài)度較認真不認真理論分析3一般方法設(shè)計一般較差較差成績：指導(dǎo)教師：2011年12月23日答辯小組評語：清晰正確基本掌握設(shè)計結(jié)論基本正確原理了解不清楚不正確成績：評閱人：2011年12月23日課程設(shè)計總成績：答辯小組成員簽字:童凱林洪彬程淑紅2011年12月23日燕山大學(xué)課程設(shè)計說明書摘要首先對圖像進行二值化，然后用bwlabel，regionprops等函數(shù)對二值圖像進行去除噪聲操作，然后通過找出與所求區(qū)域具有相同標準二階中心矩的橢圓的長軸長度，短軸長度，離心率等，并找出包含所求區(qū)域的最小凸多邊形，的頂點坐標。通過一定的方法，用所求橢圓的相關(guān)參數(shù)確定一個正多邊形

4、。使該正多邊形具有一個相當(dāng)大的邊數(shù)，是該多邊形接近一個圓。這個圓就是所要擬合的圓。最后通過三個點求圓的中心和半徑。關(guān)鍵字二值化處理去噪聲處理圓的擬合已知三點求圓的中心和半徑共頁第頁目錄第一章彩色圖像的二值化1圖像的二值化原理2圖像的二值化的程序?qū)崿F(xiàn)3二值化前后效果對比第二章去除噪聲1去除噪聲的原理2去除噪聲的程序?qū)崿F(xiàn)3去除噪聲前后的圖像對比第三章圓擬合1圓擬合原理2圓擬合的程序?qū)崿F(xiàn)3擬合效果第四章求圓心及半徑第五章完整的Matlab程序總結(jié)參考文獻資料第一章彩色圖像的二值化第一節(jié)圖像的二值化原理圖像的二值化處理就是將圖像上的點的灰度置為0或255，也就是講整個圖像呈現(xiàn)出明顯的黑白效果。即將25

5、6個亮度等級的灰度圖像通過適當(dāng)?shù)拈y值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，特別是在實用的圖像處理中，以二值圖像處理實現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于再對圖像做進一步處理時，圖像的集合性質(zhì)只與像素值為0或255的點的位置有關(guān)，不再涉及像素的多級值，使處理變得簡單，而且數(shù)據(jù)的處理和壓縮量小。所有灰度大于或等于閥值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。第二節(jié)圖像的二值化的程序?qū)崿F(xiàn)方

6、法一：首先將圖像轉(zhuǎn)變?yōu)榛叶葓D像，再利用max,min等函數(shù)求閾值分割點，最后轉(zhuǎn)化為二值化圖像相關(guān)程序：J=imread('1.jpg');%讀圖像figure;imshow(J);%顯示原始圖像P=rgb2gray(J);%轉(zhuǎn)換為灰度圖像m,n=size(P);%獲取圖像的行數(shù)和列數(shù)ma=max(max(P);%求最大值mi=min(min(P);%求最小值limen=(ma+mi)/2;%求分割閾值I=(P>limen);%二值化figure;imshow(I);%顯示二值化圖像方法二：首先將圖像轉(zhuǎn)變?yōu)榛叶葓D像，再利用graythresh等函數(shù)求閾值分割點，最后用函數(shù)i

7、m2bw進行二值化。J=imread('1.jpg');%讀圖像P=rgb2gray(J);%轉(zhuǎn)換為灰度圖像level=graythresh(P);%求分割閾值I=im2bw(P,level);%二值化imshow(I);%顯示二值化圖像第三節(jié)二值化前后效果對比第二章去除噪聲第一節(jié)去除噪聲的原理噪聲在理論上可以定義為“不可預(yù)測，只能用概率統(tǒng)計方法來認識的隨機誤差”。實際獲得的圖像一般都因受到某種干擾而含有噪聲。引起噪聲的原因有敏感元器件的內(nèi)部噪聲、相片底片上感光材料的顆粒、傳輸通道的干擾及量化噪聲等。噪聲產(chǎn)生的原因決定了噪聲的分布特性及它和圖像信號的關(guān)系。先利用bwlabel函

8、數(shù)標注連通區(qū)域，在通過regionprops函數(shù)找出其中的噪聲區(qū)域，并置零，以此達到去除噪聲的目的。第二節(jié)去除噪聲的程序?qū)崿F(xiàn)L=bwlabel(I);%功能：標注二進制圖像中已連接的部分。stats=regionprops(L,'Area','ConvexHull','MajorAxisLength',.'MinorAxisLength','Eccentricity','Centroid');%用來度量圖像區(qū)域?qū)傩缘暮瘮?shù)。測量標注矩陣L中每一個標注區(qū)域的一系列屬性丄中不同的正整數(shù)元素對應(yīng)不同的區(qū)域。

9、%A=;%定義數(shù)組A%fori=1:length(stats)A=Astats(i).Area;%'Area'是標量，計算出在圖像各個區(qū)域中像素總個數(shù)。EndmA,ind=max(A);I1=I;I1(find(L=ind)=0;Figure;imshow(I1);第三節(jié)去除噪聲前后的圖像對比第三章圓擬合第一節(jié)圓擬合原理首先通過regionprops函數(shù)找出與所求區(qū)域具有相同標準二階中心矩的橢圓的長軸長度，短軸長度，離心率等，并找出包含所求區(qū)域的最小凸多邊形，的頂點坐標。通過一定的方法，用所求橢圓的相關(guān)參數(shù)確定一個正多邊形。使該正多邊形具有一個相當(dāng)大的邊數(shù)，是該多邊形接近一個圓

10、。這個圓就是所要擬合的圓。在指令t=linspace(O,2*pi,N)中，N-1表示所求正多邊形的邊數(shù)，N越大，所擬合的圓越精確。第二節(jié)圓擬合的程序?qū)崿F(xiàn)stats=regionprops(L,'Area','ConvexHull','MajorAxisLength',.'MinorAxisLength','Eccentricity','Centroid');%用來度量圖像區(qū)域?qū)傩缘暮瘮?shù)。測量標注矩陣L中每一個標注區(qū)域的一系列屬性丄中不同的正整數(shù)元素對應(yīng)不同的區(qū)域。%A=；%定義數(shù)組A%fori=1

11、:length(stats)A=Astats(i).Area;%'Area'是標量，計算出在圖像各個區(qū)域中像素總個數(shù)。EndmA,ind=max(A);I1=I;I1(find(L=ind)=0;figure;imshow(I1)holdon;temp=stats(ind).ConvexHull;%'ConvexHull'是p行2列的矩陣，包含某區(qū)域的最小凸多邊形。此矩陣的每一行存儲此多邊形一個頂點的xy坐標。%t=linspace(0,2*pi);%用法：linspace(xl,x2,N)功能：linspace是Matlab中的一個指令，用于產(chǎn)生x1,x2之間

12、的N點行矢量。其中x1、x2、N分別為起始值、終止值、元素個數(shù)。若缺省N，默認點數(shù)為l00。應(yīng)用舉例例一：在matlab的命令窗口輸入：X=linspace(1,100)將產(chǎn)生從1到100步長為1的數(shù)組。類似于在命令窗口中輸入：X=1:1:100例二：在命令窗口中輸入：X=linspace(5,100,20)將輸出：X=5101520253035404550556065707580859095100這和X=5:5:100的效果是一樣的。%cl=stats(ind).Centroid;%'Centroid'是1行ndims(L)列的向量，給出每個區(qū)域的質(zhì)心(重心)。注意：Cent

13、roid的第一個元素是重心水平坐標(x坐標)、第二個元素是重心垂直坐標(y坐標)。Centroid所有其它元素則按照維順序排列。a1=stats(ind).MajorAxisLength;%'MajorAxisLength是標量，與區(qū)域具有相同標準二階中心矩的橢圓的長軸長度(像素意義下)。標準二階中心矩就是標準方差%b1=stats(ind).MinorAxisLength;%'MinorAxisLength是標量，與區(qū)域具有相同標準二階中心矩的橢圓的短軸長度(像素意義下)%d1=stats(ind).Eccentricity;%'Eccentricity'是標

14、量，與區(qū)域具有相同標準二階中心矩的橢圓的離心率(可作為特征)%x1=c1(1)+d1*b1*cos(t);y1=c1(2)+d1*a1*sin(t);m=plot(x1,y1,'b-');%擬合出一個藍色的圓第三節(jié)擬合效果t=linspace(O,2*pi,N)中,N=7時的效果t=linspace(O,2*pi,N)中,N=500時的效果第四章求圓心及半徑通過在所擬合的圓上任取三個點，通過這三個點確定遠的圓心和蚌精x2=x1(1,1);y2=y1(1,1);x3=x1(1,30);y3=y1(1,30);x4=x1(1,80);y4=y1(1,80);a=2*(x3-x2);

15、b=2*(y3-y2);n=(x3*x3+y3*y3-x2*x2-y2*y2);d=2*(x4-x3);e=2*(y4-y3);f=(x4*x4+y4*y4-x3*x3-y3*y3);x0=(b*f-e*n)/(b*d-e*a+eps)%求圓心坐標y0=(d*n-a*f)/(b*d-e*a+eps)r0=sqrt(x0-x2)*(x0-x2)+(y0-y2)*(y0-y2)%求半徑第五章完整的Matlab程序clc;clearall;closeall;I=imread('1.jpg');I=im2bw(I);figure;imshow(I);L=bwlabel(I);stats

16、=regionprops(L,'Area','ConvexHull','MajorAxisLength',.'MinorAxisLength','Eccentricity','Centroid');A=;fori=1:length(stats)A=Astats(i).Area;endmA,ind=max(A);I1=I;I1(find(L=ind)=0;figure;imshow(I1);holdon;1temp=stats(ind).ConvexHull;t=linspace(0,2*pi，500

17、);c1=stats(ind).Centroid;a1=stats(ind).MajorAxisLength;b1=stats(ind).MinorAxisLength;d1=stats(ind).Eccentricity;x1=c1(1)+d1*b1*cos(t);y1=c1(2)+d1*a1*sin(t);m=plot(x1,y1,'g-');x2=x1(1,1);y2=y1(1,1);x3=x1(1,30);y3=y1(1,30);x4=x1(1,80);y4=y1(1,80);a=2*(x3-x2);b=2*(y3-y2);n=(x3*x3+y3*y3-x2*x2-y2*y2);d=2*(x4-x3);e=2*(y4-y3);f=(x4*x4+y4*y4-x3*x3-y3*y3);x0=(b*f-e*n)/(b*d-e*a+eps)%求圓心y0=(d*n-a*f)/(b*d-e*a+eps)r0=sqrt(x0-x2