物体位置及角度定位.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
物体位置及角度定位.doc

仪表一班物体位置及角度定位 项目报告书 项目组别:第四组 组员:蔺德御 110103020027 张利胜 110103020043 李思琪 110103020036 张钊 110103020029 班级:仪表一班 项目指导教师:赵彦涛 完成日期:2013年12月5日 摘要 项目报告的目的是识别物体的位置(中心点的坐标或四个角的坐标)及摆放角度。本次报告的意图是通过我们大家的努力,能够判断矩形的四个顶点的坐标,中心点坐标以及矩形摆放的角度。首先转换灰度图像,然后将图像二值化,也就是将整个图像呈现出明显的只有黑和白的视觉效果,再将二值化后的图像进行中值滤波让周围的像素值接近的真实值,从而消除孤立的噪声点。之后进行边缘检测。最后确定中心点及顶点坐标。 前言 项目报告的目的是识别物体的位置(中心点的坐标或四个角的坐标)及摆放角度。本次报告的意图是通过我们大家的努力,能够判断矩形的四个顶点的坐标,中心点坐标以及矩形摆放的角度。预期结果:矩形在平面内转动任意角度,程序可快速识别;移动到任意位置,程序自动迅速计算出坐标。组内分工:张钊张利胜负责研究程序;蔺德御负责PPT的制作;李思琪负责项目报告。 正文 原理及过程 函数读取图像文件,转换成灰度图,获得最佳阈值,转换图像为二进制图像,得到二值图像,用canny算子识别强度图像中的边界填补缝隙。 (b) 程序实现,将过程实现。 yuanshi=imread(C:\Users\ASUS\Desktop\新建文件夹\图片\2425矩形图像\3.jpg); subplot(2,2,1);imshow(yuanshi); title(原始图像); huidu=rgb2gray(yuanshi); %%灰度变换 subplot(2,2,2);imshow(huidu); title(灰度图像); level=graythresh(huidu); %%自动计算出一个合适的阈值 [height,width]=size(huidu); erzhi=im2bw(huidu,level); %%根据之前得到的阈值对图像进行二值化 subplot(2,2,3);imshow(erzhi); title(二值化图像); L = bwlabel(erzhi);%可以产看此函数的用法 stats = regionprops(L, Centroid); hold on; for i = 1 : length(stats) temp = stats(i).Centroid; plot(temp(1), temp(2), r.); end temp(1), temp(2) %filename = C:\Users\ASUS\Desktop\新建文件夹\图片\2425矩形图像\3.jpg; filename=C:\Users\ASUS\Desktop\新建文件夹\图片\2425矩形图像\3.jpg; X = imread(filename); % 读取图像 % imshow(X); Info = imfinfo(filename); %获取图像相关信息 if (Info.BitDepth 8) f = rgb2gray(X); end %《基于特征点的图像配准与拼接技术研究》 %计算图像亮度f(x,y)在点(x,y)处的梯度% fx = [5 0 -5;8 0 -8;5 0 -5]; % 高斯函数一阶微分,x方向(用于改进的Harris角点提取算法) ori_im = double(f) / 255; %unit8转化为64为双精度double64 fx = [-2 -1 0 1 2]; % x方向梯度算子(用于Harris角点提取算法) Ix = filter2(fx, ori_im); % x方向滤波 % fy = [5 8 5;0 0 0;-5 -8 -5]; % 高斯函数一阶微分,y方向(用于改进的Harris角点提取算法) fy = [-2; -1; 0; 1; 2]; % y方向梯度算子(用于Harris角点提取算法) Iy = filter2(fy, ori_im);

文档评论(0)

克拉钻 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档