[2018年最新整理]图像处理算法分享.pptxVIP

关于图像处理算法的分享张恒基算法初识通过数据结构对算法进行了初步的认识：? 基于枚举策略的顺序查找算法? 基于分治策略的快速排序算法? 对图的深度优先遍历、广度优先遍历? 基于贪心策略的普里姆算法、迪杰斯特拉算法等Hough变换(霍夫变换)——用于对图片中的直线进行检测Hough算法思想分析1、建立图像坐标系，那么每一个像素点拥有一个二维坐标//对于一平面直线，我们可以这样表示它：//显然，这里面的斜率k,截距b是未知量，x、y是变量2、那么我们尝试着建立这样一个空间，令k、b是变量，x、y是斜率和截距# 我们将这个空间叫做参数空间//则图像坐标系下通过点的所有直线，在参数空间内表示为以为斜率，以为截距的直线三点在参数空间中的表示（极坐标下）图像坐标系上的点参数空间的焦点即为图像中需要被检测出的直线Big Troubles1、RBG图像在计算机中是三维数组，欲在其上创建平面直角坐标系需降维解决方案：转换成灰度图（二维数组）2、对图像上所有点进行Hough变换是没有意义的，这样会检测出无数条直线解决方案：边缘提取并转换成二值图这样只需要将边缘点进行Hough变换之后取交点即可边缘提取基本思想#什么是边缘？边缘一般是指图像在某一局部强度剧烈变化的区域。一般分为以下两种：##提取图像中的边缘即找到图像中这样的点的集合屋顶变化阶跃变化边缘提取算法? Rebert算子? prewitt算子? sobel算子? laplacian算子? canny算子...Canny边缘检测1、高斯滤波2、计算一阶偏导的幅值和方向，得到x、y方向上的偏导数矩阵3、非极大值抑制（去除在梯度方向上的非局部最优解）4、双阈值算法检测（另边缘更完整）Matlab实现Hough变换直线检测? Canny边缘提取部分代码? 参数空间计算部分代码[H,T,R]=hough(BW);figure,imshow(H,[],XData,T,YData,R,InitialMagnification,fit);xlabel(\theta),ylabel(\rho);axis on, axis normal,hold on;P=houghpeaks(H,4,threshold,ceil(0.3*max(H(:))));x=T(P(:,2)); y = R(P(:,1));plot(x,y,s,color,white);lines=houghlines(BW,T,R,P,FillGap,50,MinLength,7);clear,clc,close all;I=imread(Image_name.JPG);bw=rgb2gray(I);bw=im2bw(I,graythresh(bw));bw=double(bw);BW=edge(bw,canny);imshow(BW);title(canny 边界图像);? 参数空间映射回图像空间直线检测部分代码figure,imshow(BW),title(直线标识图像);max_len = 0;hold on;for k=1:length(lines) xy=[lines(k).point1;lines(k).point2]; % 标出线段 plot(xy(:,1),xy(:,2),LineWidth,2,Color,green); % 标出线段的起始和终端点 plot(xy(1,1),xy(1,2),x,LineWidth,2,Color,yellow); plot(xy(2,1),xy(2,2),x,LineWidth,2,Color,red); len=norm(lines(k).point1-lines(k).point2); Len(k)=len; if (lenmax_len) max_len=len; xy_long=xy; endend% 强调最长的部分plot(xy_long(:,1),xy_long(:,2),LineWidth,2,Color,blue);[L1, Index1]=max(Len(:));同样的，基于构造参数空间的思想，可以将Hough变换应用于对图像中其他几何形状的检测中The End