机器视觉测量技术3图像分析.pptVIP

第三章 图像分析 3.10 细化 细化是把区域缩成线条、逼近中心线（骨架或核线）的一种图像处理 要求如下： 1)连通图像区域必须细化成连通线结构； 2)细化结果最少应该是8－连通； 3)保留近似终止线的位置； 4)细化结果应该近似于中轴线； 5）由细化引起的附加突刺(短分支)应该是最小的。 邻近细化迭代算法 1、对于每一个像素，如果 １）没有上近邻（下近邻＼左近邻＼右近邻） ２）不是孤立点或终止线 ３）去除该像素点不会断开区域 则去除该像素点． 2、重复这一步骤直到没有像素点可以去除为止 3.11 扩展与收缩 如果某一连通成份可以变化，使得背景像素点变成1的运算称为扩展．如果物体像素点全方位地消减或变为0时，则称为收缩． 扩展：如果邻点是1，则将该点从0变为1． 收缩：如果邻点是0，则将该点从1变为0． 对字母h收缩与扩展算法实验结果： 原始噪声图像 扩展运算 收缩运算 扩展-收缩 收缩-扩展 *机器视觉测量技术 * 3.1 二值图象 (1)二值图象(binary image)与灰度图象或亮度图象. 二值图象的特点 a. 二值图像为m×n,其中物体像素值为1,背景为0. b. 二值图像的算法简单,易理解和实现,计算速度快. c. 二值视觉所需的内存小,对计算设备要求低. d.二值视觉系统技术可用于灰度图像视觉系统. a. 图象阈值 b. 硬件实现 敏感元二值输出或逻辑输出，敏感元模拟值输出，通过硬件电路二值化。 c. 软件实现 灰度图象通过可编程逻辑电路或高速DSP进行二值化处理，高级编程。 (3)二值图象的获取 (4)亮度图象的二值化 图象分割 把图像划分成区域，使得每一个区域对应一个候选的目标，这种划分称为图象分割． 图象二值化 设一幅灰度图像中物体的灰度分布在某一区间内，经过阈值运算后的图像为二值图像. 如果物体灰度值分布在几个不相邻区间内时，阈值化？ 一幅灰度图像和使用不同阈值得到的二值图像结果 1：原始灰度图像，2：阈值T=100；3：T=128．4：T1=100|T2=128 ． 3.2 几何特性 通过阈值化方法检测出物体后，下一步就要对物体进行识别和定位． 在大多数工业应用中，摄像机的位置和环境是已知的，因此通过简单的几何知识就可以从物体的二维图像确定出物体的三维位置． 利用尺度和形状特征即可进行识别：如大小、位置和方向. (1) 尺寸和位置 一幅二值图像区域的面积（或零阶矩）由下式给出： 物体的中心位置： (与质心相同) 其中x和y是相对于图像左上角的中心坐标． 物体的位置为： 这是一阶矩 注意，因约定y轴 向上故有负号． (2) 方向 图像中物体的二阶矩轴是这样一条线，物体上的全部点到该线的距离平方和最小．该惯性轴为： 对ρ求导 ρ代入 X2微分位零求的θ 惯性轴的方向： 变换为： (3) 密集度 区域的密集度: 　 其中，p 和 A 分别为图形的周长和面积． 根据此标准，圆是最密集的图形． 密集度的另一意义：周长在给定后，密集度越高、所围面积越大． (4) 体态比 区域的最小外接矩形的长与宽之比特性： 1）正方形和圆的体态比等于1 2）细长形物体的体态比大于1 下图是几种形状的外接矩形： 3.3 投影 投影能表现图像的某种特征信息 给定一条直线，用垂直该直线的一簇等间距直线将一幅二值图像分割成若干条，每一条内像素值为1的像素个数为该条二值图像在给定直线上的投影． 定义给定直线为水平或垂直直线时，二值图像列或行上 像素值为1的像素 数量之和为该图像 的水平或垂直投影 对角线投影 设行和列的标号分别用i和j表示．若图像矩阵为n行m列，则i和j的范围分别为0到n-1和0到m-1．假设对角线的标号d用行和列的仿射变换（线性组合加上常数）计算，即： d = ai+ bj + c 对角线投影共对应n+m-1个条，其中仿射变换把右上角像素映射成对角线投影的第一个位置，把左下角像素映射成最后一个位置，如图所示，则当前行列对应的标号d的公式为： d = i - j + m - 1 二值图像及其对 角线上的投影图 数字字符的垂直投影和上边缘投影对比 3.4 游程长度编码 用图像像素值连续为1的个数来描述图像,有两种方法: （1）用1的起始位置和1的游程长度； （2）用游程长度，从1的游程长度开始描述。