基于MATLAB的圖像處理算法綜合應(yīng)用算法開發(fā)

1、 基于MATLAB的圖像處理算法綜合應(yīng)用算法開發(fā)（一）實(shí)驗(yàn)類型： 研究（二）實(shí)驗(yàn)?zāi)康模?、培養(yǎng)應(yīng)用MATLAB開發(fā)圖像處理算法的能力。2、掌握開發(fā)綜合性圖像算法的技能與方法。（三）實(shí)驗(yàn)內(nèi)容：彈孔中心位置的圖像處理方法。（四）實(shí)驗(yàn)要求：開發(fā)出算法及程序代碼，并獲得處理結(jié)果。其基本原理是，先對圖像進(jìn)行邊緣檢測，后應(yīng)用數(shù)學(xué)形態(tài)學(xué)的方法將邊緣連接在一起，后填充，應(yīng)用數(shù)學(xué)形態(tài)學(xué)方法對分割彈孔圓形化，再進(jìn)行邊緣檢測獲得彈孔邊緣，最后應(yīng)用最小二乘法擬合圓心的方法，獲得彈孔中心。實(shí)驗(yàn)過程：打開MATLAB軟件，在OPEN中選擇我們在軟件中設(shè)計(jì)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然后選擇run。軟件則會(huì)根據(jù)我們編輯好的算法對目標(biāo)圖片進(jìn)行彈孔輪廓提取，顯示出計(jì)算好的圖片如下： 基于MATLAB的圖像處理算法綜合應(yīng)用算法開發(fā)（一）實(shí)驗(yàn)類型： 研究（二）實(shí)驗(yàn)?zāi)康模?、培養(yǎng)應(yīng)用MATLAB開發(fā)圖像處理算法的能力。2、掌握開發(fā)綜合性圖像算法的技能與方法。（三）實(shí)驗(yàn)內(nèi)容：色彩目標(biāo)提取圖像處理應(yīng)用實(shí)例。（四）實(shí)驗(yàn)要求：開發(fā)出算法及程序代碼，并獲得處理

5、結(jié)果。應(yīng)用理論：色彩變換色彩變換原理，減色合成法：人眼看到物體的顏色是由于物體反射了物體顏色相同的光。光白光（三原色的混合體）照到物體上時(shí)，物體只把它自己的顏色對應(yīng)的光線反射出來，其它的色光被吸收，即從白光中“減”去物體沒有的顏色。這種情況叫減色合成。品紅會(huì)吸收綠色，反射紅色光和藍(lán)色光。黃色會(huì)吸收白光中的藍(lán)色，反射紅色光和綠色光。青色會(huì)吸收白光中的紅色，反射綠色和藍(lán)色。（色度在附近時(shí)為紅色，附近為綠色，附近為蘭色）將原圖c3.jpg進(jìn)行如下編輯程序進(jìn)行運(yùn)算我們可得到色彩變換結(jié)果程序如下:clear;%清除工作區(qū)內(nèi)所有的變量close all;%關(guān)閉所有的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變成色差信號y,c1,c2=Rgb_to_yc(image_r,image_g,image_b,xsize,ysize);%由色差信號計(jì)算飽和度和色相sat,hue=C_to_SH(c1,c2,xsize,ysize);%亮度飽合度色調(diào)的調(diào)整out_y,out_sat,out_hue=Change_YSH(y,sat,hue,m_inty,m_sat,m_hue,xsize,ysize);%由色調(diào)和飽合度計(jì)算色差信號m_c1,m_c2=SH_to_C(out_sat,out_hue,xsize,ysize);%由亮度色差變換RGB信號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);運(yùn)行程序后得到如下圖片： 實(shí)驗(yàn)結(jié)果分析：基于YUV

9、彩色系統(tǒng)的灰度圖像著色方法用彩色參考圖著色假定相鄰的像素之間如果有相似的Y 值,那么就會(huì)有相似的U 和V 值；視覺上對U 、V 變化的不敏感性,同時(shí)假定同類色中顏色的區(qū)別主要是Y 值作用的結(jié)果?；驹瓌t：1）彩色圖像中U、V 值顯著改變的臨界線, 也是Y 值顯著改變的臨界線;2）同類色中相近顏色的區(qū)別在視覺上主要是Y 值作用的結(jié)果實(shí)例2、彩色目標(biāo)提取，（原理與色彩變換相同，應(yīng)用圖像像素的點(diǎn)的色度進(jìn)行判別，色度在附近時(shí)為紅色，附近為蘭色，附近為綠色）我們根據(jù)變換遠(yuǎn)離編輯出如下程序：clear;%清除工作區(qū)內(nèi)所有的變量close all;%關(guān)閉所有的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(:,:)=Iinp(:,:,2);image_b(:,:)=Iinp(:,:,1);%由RGB變成色差信號y,c1,c2=Rgb_to_yc(image_r,image_g,image_b,xsize,ysize);%由色差信號計(jì)算飽和度和色相sat,hue=C_to