- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
matlab图像处理实验5
实验项目名称: 实验5 特征提取和物体识别
(所属课程: matlab数字图像处理 )
学院: 计算机科学与信息工程学院 专业班级: 计算机科学与技术= 姓名:
学号:
实验日期: 11/22 实验地点:411 合作者: 指导教师:
本实验项目成绩: 教师签字: 日期:
1.实验目的
(1)掌握基本的特征获取方法;
(2)掌握物体识别的基本方法。
(3)了解图像的主成分分解,以及如何构成主成分特征。
(4)了解某些前沿的特征提取方法,如SIFT特征。
2.实验内容
(1)显示测试图像中的目标的边界。
(2)标记测试图像中的目标区域,并结合它们的数字标记依次显示它们。
(3)对图像中的目标提取它们的二值特征:面积,重心,欧拉数,偏心率,宽高比,周长,细度比例。
(4)分析上述特征,设计一个分类器,能鉴别图像中的正方形目标、圆形目标和未知形状目标。
3.实验要求
(1) 预习实验相关知识,了解实验目的与内容。
(2) 根据实验目的和内容,制定相关的实验方案并进行实施。
(3) 实验结束后,对相关内容进行总结和反思。
四、实验步骤
(1)显示测试图像中的目标的边界。
J=imread(Test3.png);
J=im2bw(J);
% figure,imshow(J)
%2. Usebwboundariesto display the boundaries of the objects in the test image.
[B,L] = bwboundaries(J);
figure; imshow(J); hold on;
for k=1:length(B),
boundary = B{k};
plot(boundary(:,2),boundary(:,1),g,LineWidth,2);
end
效果图如下:
截取目标图
(2)标记测试图像中的目标区域,并结合它们的数字标记依次显示它们。
[L, N] = bwlabel(J);
RGB = label2rgb(L,hsv,[0.5 0.5 0.5], shuffle);
figure; imshow(RGB); hold on;
for k=1:length(B),
boundary = B{k};
plot(boundary(:,2),boundary(:,1),w,LineWidth,2);
text(boundary(1,2)-11,boundary(1,1)+11,num2str(k),Color,y,...
FontSize,14,FontWeight,bold);
end
效果图如下:
显示标记图
(3)对图像中的目标提取它们的二值特征:面积,重心,欧拉数,偏心率,宽高比,周长,细度比例。
areas = zeros(1,N);
for k = 1:N
areas(k) = stats(k).Area;
end
TR = zeros(1,N);
for k = 1:N
TR(k) = stats(k).ThinnessRatio;
end
name = cell(1,N);
for k = 1:N
if (TR(k) 0.9)
name{1,k}=circle;
else if (TR (k) 0.8)
name{1,k} = square;
else
name{1,k} = other;
end
end
end
效果图如下:
效果展示
(4)分析上述特征,设计一个分类器,能鉴别图像中的正方形目标、圆形目标和未知形状目标。
for k=1:N,
boundary = B{k};
% regionname(k) = name{1,k};
% plot(boundary(:,2),boundary(:,1),w,LineWidth,2);
text(boundary(1,2)-21,boundary(1,1)+21,name(1,k),Color,y,...
FontSize,14,FontWeight,bold);
End
效果图如下:
五、实验结果与分析
这节课学会了图片的边界提取,学习了标签的添加,还有怎样看面积求面积等等,还有分类器。通过这些学习让我深刻的了解了MATLAB功能的强大,也深深地爱上了MATLAB,真的非常有趣,也非常有用,我以后会努力学
文档评论(0)