基于圆形物体中心及半径的确定精要.docVIP

基于圆形物体中心及半径的确定精要.doc

  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
燕山大学 课 程 设 计 说 明 书 题目: 26基于圆形物体中心半径的确定涛 学 号 学生姓名 专业(班级) 13级仪表二班 设计题目 基于圆形物体中心和半径的确定 计 技 术 参 数 几句图像处理的知识,确定图像中两点的中心点的位置,并能确定其大小(即半径),尽量使用较多的方法实现,并且比较每种方法的处理速度。 设 计 要 求 设计确定图像中圆形物体的中心坐标及半径,尝试不同的定位方法,并进行比较。设计中应具有自己的设计思想、设计体会。 工 作 计 划 12月 21日,熟悉Matlab的基本操作 12月 22 日,查找与课程设计课题相关的资料 12月23日,设计程序并调试 12月24日,调试程序并写论文 12月25日,整理论文,课程设计答辩 参 考 资 料 1、 数字图像处理学 电子公告也出版社 贾永红 2003 2、 数字图像处理(Matlab版) 电子工业出版社 冈萨雷斯 2006 3、 其他数字图像处理和matlab变成发面的书记及相关学习资料 指导教师签字 赵彦涛 吴晓光 基层教学单位主任签字 谢平 说明:此表一式四份,学生、指导教师、基层教学单位、系部各一份。 2015年12 月 25 日 燕山大学课程设计评审意见表 指导教师评语: 成绩: 指导教师: 2015年 12月 25日 答辩小组评语: 成绩: 评阅人: 2015年 12月 25 日 课程设计总成绩: 答辩小组成员签字: 赵彦涛 程淑红 王志斌 童凯 2015年 12月 25 日 摘要 首先计算出彩色图像中的黄色部分的直方图分布,然后通过阈值分割将圆形提取出来。然后用bwlabel,regionprops等函数对二值图像进行去除噪声操作,然后通过找出与区域具有相同标准二阶中心矩的椭圆包含区域的最小凸多边形?图像的二值化的程序实现 3二值化前后效果对比 第三章 圆拟合 1圆拟合原理 2圆拟合的程序实现 3拟合效果 求圆心及半径 小圆的求取 完整的Matlab程序 其他方法 总结 参考文献资料 彩色图像的阈值分割 阈值分割的原理 阈值分割法是一种基于区域的图像分割技术。 图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级,对像素集合进行一个划分,得到的每个子集形成一个与现实景物相对应的区域,各个区域内部具有一致的属性,而相邻区域不具有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。 本实验中想把黄色圆以内的部分提取出来。所有首先需要先了解黄色部分的R、G、B三部分空间分布。可以先截取一部分(只截取黄色部分),然后利用imhist得到黄色部分的R、G、B的直方图分布。 阈值分割的程序 确定直方图分布程序: I=imread(yellow.jpg); imhist(I(:,:,1)); figure,imhist(I(:,:,2)); figure,imhist(I(:,:,3)); 阈值分割程序: I=imread(yuan.jpg); R=I(:,:,1); G=I(:,:,2); B=I(:,:,3); [m,n]=size(R); for i=1:m for j=1:n if (R(i,j)195G(i,j)160B(i,j)110) yuan(i,j)=0; else yuan(i,j)=1; end end end figure,imshow(yuan); 直方图分布以及阈值分割后的图像 1.1利用直方图分布确定彩色图像的三个(R、G、B)的阈值 想提取部分的彩色图像截取(黄色部分) 直方图显示R、G、B三个阈值的确定 1.2阈值分割后的前后对比图 第二章 图像的二值化 第一节 图像的二值化原理 图像的二值化处理就是将图像上的点的灰度置为0或255,也就是讲整个图像呈现出明显的

文档评论(0)

LOVE爱 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5341224344000002

1亿VIP精品文档

相关文档