十字光斑中心光斑定位的图像课设.docx
《十字光斑中心光斑定位的图像课设.docx》由会员分享，可在线阅读，更多相关《十字光斑中心光斑定位的图像课设.docx（23页珍藏版）》请在冰豆网上搜索。
十字光斑中心光斑定位的图像课设
燕山大学
课程设计说明书
题目：
激光十字光斑中心位置的定位
学院（系） 电气工程学院
年级专业：
12级自动化仪表
学 号：
120103020133
学生姓名：
马冰卿
指导教师：
赵彦涛 吴晓光
教师职称：
副教授 讲师
燕山大学课程设计（论文）任务书
院（系）：
电气工程学院 基层教学单位：
自动化仪表系
学号
120103020133
学生姓名
马冰卿
专业（班级）
仪表2班
设计题目
23激光十字光斑中心位置的定位
设
计
技
术
参
数
根据图像处理的知识，确定图像十字光斑中心点的位置，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
设计确定图像中亮点的中心点的位置，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
量
思考各种可行的方法，查阅大量的相关资料，并对每种方法进行比较，确定可行性与局限性，学习matlab数字图像处理方面的知识，编程实现所想的方法，在编程过程中，通过查阅相关书籍学习matlab编程知识，解决不懂的知识点，完善程序。
撰写报告，准备答辩。
工
作
计
划
周一，思考课题的解决方法和查阅相关资料。
周二，对所想方法进一步去实现，学习matlab中不会的知识，并开始编程。
周三，对每种办法的程序进行理解和错误纠正，并分析结果找出缺点。
周四，对程序进行完善并开始写报告。
周五，完善报告，打印出来，应对答辩。
参
考
资
料
1、数字图像处理学电子工业出版社贾永红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编程方面的书籍及相关学习资料
指导教师签字
基层教学单位主任签字
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。
2014年12月12日
摘要
近年来数字图像处理技术发展迅猛，已经在多个领域上都有较广泛的应用。
但图像处理的信息量很大，对处理速度的要求也比较高，而Matlab强大的图像处理能力，使图像处理更加简单快捷和直观。
本文针对激光十字光斑中心位置的定位论述了三种方法，这三种方法均是基于Matlab的图像处理功能来实现的，分别为：
求两直线交点坐标定位法、找多个坐标取平均值定位法、基于图像灰度值差异定位法。
本文对三种方法分别做了介绍和分析，并针对处理结果做出比较与综合评价。
关键词：
数字图像处理，Matlab,激光十字光斑，中心定位
一、求两直线交点坐标定位法………………………………………………………………5
1.1设计思路……………………………………………………………………………5
1.2程序实现……………………………………………………………………………5
1.3结果显示……………………………………………………………………………6
二、找多个坐标取平均值定位法……………………………………………………………8
2.1设计思路……………………………………………………………………………8
2.2程序实现……………………………………………………………………………9
2.3结果显示……………………………………………………………………………10
三、基于图像灰度值差异定位法……………………………………………………………12
3.1设计思路……………………………………………………………………………12
3.2程序实现……………………………………………………………………………12
3.3结果显示……………………………………………………………………………13
四、三种方法的比较与分析…………………………………………………………………14
4.1结果精度比较………………………………………………………………………14
4.2运行速度比较………………………………………………………………………15
五、心得体会…………………………………………………………………………………15
六、参考文献…………………………………………………………………………………15
一、求两直线交点坐标定位法
1.1设计思路
1、先读取要处理的图像。
2、提取图像的R分量（因为其对比度较高）3、利用全局阈值分割法将R分量图像二值化。
4、再利用find函数分别找出十字光斑图像的最小横坐标a1、最大横坐标a2和最小纵坐标b1、最大纵坐标b2，然后利用循环语句找出a1行，a2行,b1列,b2列中像素为1的坐标值。
5、对a1行值为1的像素所在列数进行记录，并取平均值，即为十字最上方的横坐标x1，同理对待a2行，求得十字最下方的横坐标x2；对b1列值为1的像素所在行数进行记录，并取平均值，即为十字最左方的纵坐标y1，同理对待b2列，求得十字最右方的纵坐标y2。
6、利用所找到的四个点（x1,a1）、（x2,a1）、（b1,y1）、（b2,y2）可写出两条直线方程，再利用解线性方程组方法求得交点，即求得中心点坐标。
1.2程序实现
clearall;clc;
I=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑.JPG'）;
I1=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑2.JPG'）;
I2=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑3.JPG'）;
R=I1（:
:
1）;
subplot（121）;imshow（I1）;title（'原图像'）;
subplot（122）;imshow（R）;title（'原图像的R分量'）;
B=im2bw（R,graythresh（R））;%将图像二值化
figure,imshow（B）;title（'二值化图像'）;
[a,b]=find（B）;
a1=min（a）;
a2=max（a）;
b1=min（b）;
b2=max（b）;
[M,N]=size（B）;
c=1;
fori=1:
M
if（B（i,b1）==1）
m（c）=i;
c=c+1;
end
end
d=1;
foro=1:
M
if（B（o,b2）==1）
m1（d）=o;
d=d+1;
end
end
e=1;
forj=1:
N
if（B（a1,j）==1）
n（e）=j;
e=e+1;
end
end
f=1;
forh=1:
N
if（B（a2,h）==1）
n1（f）=h;
f=f+1;
end
end
x1=mean（n）;%纵坐标为a1
x2=mean（n1）;%纵坐标为a2
y1=mean（m）;%横坐标为b1
y2=mean（m1）;%横坐标为b2
k1=（a2-a1）/（x2-x1）;%十字竖线的斜率
k2=（y2-y1）/（b2-b1）;%十字横线的斜率
O=[k1,-1;k2,-1];
P=[k1*x1-a1;k2*b1-y1];
L=O\P;%解线性方程组
X=L
（1）;
Y=L
（2）;
fprintf（'激光十字线中心位置点横坐标%6.2f\n',X）;
fprintf（'激光十字线中心位置点纵坐标%6.2f\n',Y）;
X1=round（X）;Y1=round（Y）;
R（Y1-1:
Y1+1,X1-1:
X1+1）=1;
figure,imshow（R）;title（'将中心点显示出来'）;
1.3结果显示
将中心点显示到图像中：
运行结果显示为：
二、找多个坐标取平均值定位法
2.1设计思路
1、先读取要处理的图像。
2、提取图像的R分量（因为其对比度较高）3、利用全局阈值分割法将R分量图像二值化。
4、再利用find函数分别找出十字光斑图像的最小横坐标a1、最大横坐标a2和最小纵坐标b1、最大纵坐标b2，然后利用循环语句找出a1行，a2行,b1列,b2列中像素为1的坐标值。
5、对a1行值为1的像素所在列数进行记录，并取平均值，即为十字最上方的横坐标x1，同理对待a2行，求得十字最下方的横坐标x2；对b1列值为1的像素所在行数进行记录，并取平均值，即为十字最左方的纵坐标y1，同理对待b2列，求得十字最右方的纵坐标y2。
6、对最上方与最下方的横坐标取平均值，即为中心点的横坐标；对最左方与最右方的纵坐标取平均值，即为中心点的纵坐标。
2.2程序实现
clearall;clc;
I=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑.JPG'）;
I1=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑2.JPG'）;
I2=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑3.JPG'）;
R=I1（:
:
1）;
subplot（121）;imshow（I1）;title（'原图像'）;
subplot（122）;imshow（R）;title（'原图像的R分量'）;
B=im2bw（R,graythresh（R））;%将图像二值化
figure,imshow（B）;title（'二值化图像'）;
[a,b]=find（B）;
a1=min（a）;
a2=max（a）;
b1=min（b）;
b2=max（b）;
[M,N]=size（B）;
c=1;
fori=1:
M
if（B（i,b1）==1）
m（c）=i;
c=c+1;
end
end
d=1;
foro=1:
M
if（B（o,b2）==1）
m1（d）=o;
d=d+1;
end
end
e=1;
forj=1:
N
if（B（a1,j）==1）
n（e）=j;
e=e+1;
end
end
f=1;
forh=1:
N
if（B（a2,h）==1）
n1（f）=h;
f=f+1;
end
end
x1=mean（n）;
x2=mean（n1）;
y1=mean（m）;
y2=mean（m1）;
X=（x1+x2）/2;Y=（y1+y2）/2;
fprintf（'激光十字线中心位置点横坐标:
%6.2f\n',X）;
fprintf（'激光十字线中心位置点纵坐标:
%6.2f\n',Y）;
X1=round（X）;Y1=round（Y）;
R（Y1-1:
Y1+1,X1-1:
X1+1）=0;
figure,imshow（R）;title（'将中心点显示出来'）;
2.3结果显示
将中心点显示到图像中：
运行结果显示为：
三、基于图像灰度值差异定位法
3.1设计思路
1、先读取要处理的图像。
2、提取图像的R分量（因为其对比度较高）。
3、创建一个3*3的邻域平均模板h，利用其对图像进行处理。
其目的是突出图像中某些邻域灰度值较大的点（因为图像中十字斑中心点附近邻域点灰度值之和较其它点大）4、利用循环对其进行规定次数多的处理。
5、找出处理后图像中灰度值最大的一个或多个点的行值和列值，对这些点的列值取平均值，即为中心点的横坐标，同理，对这些点的行值取平均值，即为中心点的纵坐标。
3.2程序实现
clearall;clc;
I=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑.JPG'）;
I1=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑2.JPG'）;
I2=imread（'C:
\Users\lenovo\Desktop\23十字光斑\十字光斑3.JPG'）;
R=I1（:
:
1）;
subplot（121）;imshow（I1）;title（'原图像'）;
subplot（122）;imshow（R）;title（'原图像的R分量'）;
B=R;
h=fspecial（'average',3）;%创建一个3*3的邻域平均模板
i=1;
whilei<=5;
B=imfilter（B,h）;
i=i+1;
end
[x,y]=find（B==max（max（B）））;%找出灰度值最大的点的坐标
X=mean（y）;
Y=mean（x）;
%因为可能有多个最大值相等，所以取这些点的坐标的均值近似估计为中心点的位置
fprintf（'激光十字线中心位置点横坐标%6.2f\n',X）;
fprintf（'激光十字线中心位置点纵坐标%6.2f\n',Y）;
X1=round（X）;Y1=round（Y）;
R（Y1-1:
Y1+1,X1-1:
X1+1）=0;
figure,imshow（R）;title（'将中心点显示出来'）;
3.3结果显示
将中心点显示到图像中：
运行结果显示为：
四、三种方法的比较与分析
4.1结果精度比较
分别放大三种方法处理后结果图，对比如下：
第一种方法放大图 第二种方法放大图
第三种方法放大图
通过对比以上三个图，可以清楚地知道：
第三种方法的结果最为精确，第一种和第二种方法黑点位置几乎一致，精度差不多。
而通过对其它图片的分析可知，第一种方法结果较第二种方法精确。
对于某些十字斑靠近边缘，且倾斜角较大的图像，第一种方法适用性较好，且较精确，但第二种方法则不适用，故第二种方法存在局限性。
第三种方法完全是自己设计的，是想根据中心点及其较小邻域内灰度值最大的特点来实现定位，所以采用3*3邻域平均模板对图像R分量进行处理，目的是使邻域灰度值较大的点的灰度值更加突出，然后找出最大的一个或几个点求均值，即为中心点。
但是模板对图像的处理次数的改变会影响精度，经验证处理次数小于10次时，精度最高，与中心点重合，所以程序中取值为5次。
当大于10次，小于100次时，精度虽下降，但精度也比前两种方法高。
当次数大于100时，结果精度与前两种方法一样。
所以第三种方法效果较好，且程序简单。
4.2运行速度比较
在程序实际运行中，由于无法精确测量时间，感觉这三种方法运行时间几乎没有差别，速度均较快。
但当第三种方法模板处理次数较大时，运行时间明显变长。
不过选取的次数比较小，所以时间与前两种方法几乎一样。
五、心得体会
通过这次数字图像处理课程设计，我深刻地理解数字图像处理是一种基于矩阵运算的综合性学科，同时也加深了我对于数字图像处理这门课程的认识，也认识到Matlab这个软件强大的数字图像处理能力，在对课题的思考与设计过程中，通过对不懂的问题的思考与解决的过程，进一步学习了数字图像处理的知识和Matlab在图像处理方面的编程知识。
这次课程设计，我学到了很多，也明白了自己存在的一些知识方面的欠缺，收获很多。
六、参考文献
1、数字图像处理学 电子工业出版社 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编程方面的书籍及相关学习资料
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：
2014年12月12日
答辩小组评语：
成绩：
评阅人：
2014年12月12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
2014年12月12日
升级会员 