图像处理作业(燕大)解析.doc

雪花啤酒厂准备上一套视觉检测系统以控制产品的质量。要求分辨率最小是2*2mm像素，选择CCD分辨率，确定镜头的焦距并确定物距（8分）。 2.把燕大的校标（128*128）进行3*3放大处理，分别叙述用双线性插值和最近领域插值两种方法的算法步骤（10分）。 3.用图像处理的方法确定下列啤酒瓶的缺口和破口（12分）。 4.旋转设备润滑油中铁屑的大小和多少反映了其磨损状况，下图是某润滑油的铁谱照片 5. 请用图像处理的方法自动确定下列靶面射击的环数（其中白点为射击孔，20分）。 6. 设计一个图像处理的算法分别对下图的红细胞和白细胞计数（假设浅色点为红细胞，深色点为白细胞，20分）。 7. 对附件中的三幅眼底图像，分别设计边缘增强的算法（即在结果图像的显示中，边缘特征突出了，不是边缘提取，20分）。 1解： 取图像元尺寸为，则杂质所成的像的尺寸最少为，1米，对5mm×5mm的杂质成像，可此镜头的焦距为 对于相机分辨率，则要根据成像视野对应的实际范围而定。例如若视野范围为，则相机分辨率应不小于 像素 （2）根据放大倍数得到新图像的高度和宽度，并创建空白新图像； （3）得到像素点（x ，y）的值并写回新图像； 最邻近插值法：将原始像素简单复制到其邻域内，进行图像放大。 ② 双线性插值法：利用需要处理的原图像像素点周围的４个邻点的像素值在，两个方向上作线性内插，即待插点处的数值用离待插点最近的四个点的值加权求得。对于一个目的像素，设置坐标通过向后映射法得到浮点坐标。其中,是非负整数，,是取值区间的浮点数，随放大后像素行列坐标的不同而改变，则这个像素的值可由原图像中坐标为,, ,所对应的周围四个像素的值决定，公式为：其中，表示源图像处的像素值。 ⑷得到放大图像。 采用matlab7.1进行图像处理，将原图像保存目录为为E:\picture.jpg。 (1)双线性插值： A=imread(E:\picture.jpg); B=imresize(A,[128*3 128*3],bilinear); %采用双线性插值将原始图像放大三倍 imshow(B); (2)最近领域插值： A=imread(E:\picture.jpg); B=imresize(A,[128*3 128*3],nearest); %采用最近领域插值将原始图像放大三倍 imshow(B); E:\picture4.jpg。 采用阈值100，然后统计白色小块占整个图像百分比（假设不大于0.1润滑效果好） 程序如下： A=imread(E:\picture4.jpg); B=im2bw(A,100/255); %阈值100分割 figure, subplot(1,2,1); imhist(B); title(二值图像直方图 );subplot(1,2,2); imshow(B); title(阈值100分割图 ); % C=numel(B); %查找图像像素个数 D=find(B~=0); %查找图像中为1的像素个数 E=numel(D); if(E/C=0.1) %判断元素为1所占整个像素比值并进行显示 fprintf(润滑效果OK\n); else fprintf(润滑效果NG\n); end; 假设环与靶心距离方程已知，F=10+(i-1)*30，环数为i，间距30。只需确定靶心与弹孔坐标，然后确定环数。E:\1.jpg。 程序如下： A=imread(E:\picture51.jpg); B=im2bw(A,240/255); %阈值240分割 [L,n]=bwlabel(B); %[r,c]=find(L==1); x1=mean(r); %求平均值 y1=mean(c); B1=im2bw(A,35/255); %阈值35二值分割 D=medfilt2(~B1, [41,41]); %~B1图像进行41×41模板中值滤波 figure, subplot(1,2,1); imshow(B); title(弹孔阈值240分割图); subplot(1,2,2); imshow(D); title(靶心阈值35滤波41×41模板);[L1,n1]=bwlabel(D); %查找靶心连通域 [r1,c1]=find(L1==1); x0=mean(r1); %求平均值 y0=mean(c1); figure,imshow(A); hold on; plot(y1,x1,Marker,+,MarkerEdgeColor,b); %弹孔用蓝色+表示 plot(y0,x0,Marker,+,MarkerEdgeColor,r); %靶心用红色+表示 title(靶心与弹孔中心点); figure,hold on; plot(y1,x1,Marker,+