基于影像处理信息采集应用.docVIP

基于影像处理信息采集应用 　　摘 要 　　数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。本文设计并实现了在数字图像处理的编程的基础上实现的一个应用。应用的具体目的是为了将人们对于某些商品或景点的评价汇总，建立一个信息采集的应用。为了达到这一个应用的目的，在数字图像处理实习的基础上选取了三个算法，分别是中值滤波，Sobel边缘检测和基于灰度的模板匹配。在接下来的文章会进一步更具体的介绍此应用的实践。 　　【关键词】采集 影像处理 匹配 　　1 引言 　　数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。而由此合成的应用正是建立在数字图像处理的基础上，对评价进行采集综合分析的过程。 　　1.1 问题的提出 　　由于网络时代的到来和信息交流的方便化，人们在选择商品或选择出游地等时会更多的考虑到已经购买商品或去过某地的人的评价从而决定自己的选择。然而，这些评价分布在各种不同的网站上，想要较方便快捷的看到所有的评价显得比较困难。此应用就意在解决此问题。 　　1.2 本报告研究的意义 　　提供一种快捷方便的评价采集的应用，解决人们对此方面的需要，便于对所需要了解的商品或景点有一个直观全方面的评价认识。 　　2 本报告研究的结构安排 　　本报告分为： 　　问题的提出；算法的具体描述；实验的结果和分；实验的总结和展望 　　2.1 算法描述 　　通过对应用的分析和对算法的比较，选定以下的算法：中值滤波，Sobel边缘检测和基于灰度的模板匹配。 　　2.2 中值滤波 　　2.2.1 目的 　　中值滤波的处理的目的在于将图片的噪声去除，以免对匹配结果造成影响 　　2.2.2 算法原理 　　中值滤波是一种典型的低通滤波器，它的目的是去除噪声，同时能保护图像边缘。中值滤波一般采用 　　一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来代替指定点（一般为窗口中心）的灰度值。对于奇数个元素，中值是取窗口中各元素按由小大排序后中间的灰度值；对于偶数个元素，一般取排序后中间两个元素灰度值的平均值为中值。 　　2.2.3 算法流程 　　（1）在创建的类中添加中值滤波操作。 　　（2）在菜单项加入“中值滤波”。 　　（3）为新加的菜单项建立消息处理函数。 　　（4）在函数体内添加实现中值滤波的源代码。 　　（5）编译检查语法错误。若编译通过，运行程序，检查是否正确实现中值滤波算法。 　　2.3 算法2：Sobel边缘检测 　　2.3.1 目的 　　凸显出图片的边缘特征，使接下来的匹配更好进行。 　　2.3.2 算法原理 　　对于阶跃状边缘，在边缘点处一阶导数有极值。因此可以利用这一特性通过计算每个像素的梯度来检测边缘点。对于离散图像来说，常用一阶差分近似表示一阶导数。此算法使用的为Sobel算子，其模板如图1所示。 　　2.3.3 具体步骤 　　（1）在创建的类中添加各种边缘检测算子操作。 　　（2）添加菜单项“边缘检测”，再为“边缘检测”菜单添加子菜单项“Sobel 边缘检测”菜单项。 　　（3）为新加的菜单项建立消息处理函数。 　　（4）在相应函数体内添加实现相应操作的源代码。 　　（5）编译检查语法错误，若编译通过，运行程序，观察与分析边缘检测算子检测结果。 　　2.4 算法3：基于灰度的模板匹配 　　2.4.1 目的 　　将图片与模板进行匹配，若匹配成功则将评价总汇于此目录下。 　　2.4.2 算法原理 　　所谓模板匹配，是根据模板与一幅图像的各部分的相似度判断其是否存在，并求得模板在图像中位置的操作。设模板 T 叠放在搜索图像 S 上平移，模板覆盖的搜索区叫做子图像Si，j，i，j为子图像的左上角在S图像中的坐标，i，j的取值范围为1i，jN-M+1，如下图所示。衡量子图像和模板之间的差别用平方误差之和或绝对差之和来表示。 　　3 实验分析 　　本次应用的核心在于存放一个经过中值滤波和Sobel边缘检测后的模板在应用中，而客户上传的附带评价的图片经过中值滤波和Sobel边缘检测后与存放的模板进行匹配。若与某一个模板匹配成功，则将评价汇集于与模板相对应的商品或景点处。 　　而对于此应用的核心算法的实验，总的来说还是完成了本次预想的结果，即通过处理后将自己拍摄的图片和模板进行匹配。其中预处理的两步，即第一步中值滤波将图片的噪声去除，以免对匹配造成影响；第二步Sobel边缘检测凸显出图片的边缘特征，使接下来的匹配更好进行都比较好的完成了其预想任务。 　　由以上的实验证明了此应用的可行性。 　　4 总结与展望 　　由之前的实验结果和实验分析可知，由中值滤波，Sobel边缘检测和基于灰度的模板匹配这三个