图像测量专题试验.docVIP

图像测量专题试验 实验目的： 熟悉ZM-VS1200机器视觉教学创新实验平台的使用，并结合配套的及其视觉组态软件Xavis软件，学习和掌握机器视觉预处理、尺寸测量、缺陷检测、图像融合、视觉跟踪、模式识别、三维重构的方法。 利用Matlab软件，深入掌握相关图像处理操作，例如图像基本处理操作、图像变换、图像增强，以及相关的图像函数编程实现。 了解有一定应用背景的图像处理算法，例如3D图像恢复、图像融合等等内容。 实验一 实验内容： 图像基本处理操作（图像显示、读写、像素统计处理、图像文件I/O等） 实验程序： I=imread(Lena.bmp); imshow(I) S=size(I) imwrite(I,img1.png,png) [I1,map]=imread(img1.png); imfinfo(img1.png) figure, imshow(I1) mean2(I) std2(I) 实验结果： S = 200 200 3 ans = Filename: img1.png FileModDate: 30-Oct-2009 13:39:17 FileSize: 68313 Format: png FormatVersion: [] Width: 200 Height: 200 BitDepth: 24 ColorType: truecolor FormatSignature: [137 80 78 71 13 10 26 10] Colormap: [] Histogram: [] InterlaceType: none Transparency: none SimpleTransparencyData: [] BackgroundColor: [] RenderingIntent: [] Chromaticities: [] Gamma: [] XResolution: [] YResolution: [] ResolutionUnit: [] XOffset: [] YOffset: [] OffsetUnit: [] SignificantBits: [] ImageModTime: 30 Oct 2009 05:39:17 +0000 Title: [] Author: [] Description: [] Copyright: [] CreationTime: [] Software: [] Disclaimer: [] Warning: [] Source: [] Comment: [] OtherText: [] ans = 128.2479 ans = 58.7742 实验二 实验内容： 图像分割（边缘检测edge、阈值分割graythresh） 边缘检测edge 实验程序： I=imread(coins.png); imshow(I); BW2=edge(I,sobel); figure,imshow(BW2); 实验结果： 实验分析： 边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来