基于MATLAB的图像处理算法综合应用算法开发.docx

1、基于MATLAB的图像处理算法综合应用算法开发 基于MATLAB的图像处理算法综合应用算法开发（一）实验类型： 研究（二）实验目的：1、培养应用MATLAB开发图像处理算法的能力。2、掌握开发综合性图像算法的技能与方法。（三）实验内容：弹孔中心位置的图像处理方法。（四）实验要求：开发出算法及程序代码，并获得处理结果。其基本原理是，先对图像进行边缘检测，后应用数学形态学的方法将边缘连接在一起，后填充，应用数学形态学方法对分割弹孔圆形化，再进行边缘检测获得弹孔边缘，最后应用最小二乘法拟合圆心的方法，获得弹孔中心。实验过程：打开MATLAB软件，在OPEN中选择我们在软件中设计好的算法程序。clea

2、r;close all;I0=imread(pic.jpg);%I0=rgb2gray(I3);x,y,z=size(I0);%I6=im2bw(I3,0.4);I4=edge(I0,canny,0.1);BW=strel(disk,1);BW2=strel(disk,1);I5=imdilate(I4,BW);I6=imfill(I5,holes);I7=imdilate(I6,BW2);BW3=strel(disk,3);I8=imerode(I7,BW3);I81=imfill(I8,holes);BW4=strel(disk,7);I9=imerode(I81,BW4);BW5=str

3、el(disk,7);I10=imopen(I9,BW5);figure(1),imshow(I0);figure(2),imshow(I4);figure(3),imshow(I5);figure(4),imshow(I6);figure(5),imshow(I7);figure(6),imshow(I8);figure(7),imshow(I9);figure(8),imshow(I10);hold on;boundaries = bwboundaries(I5);mun1,mun2=size(boundaries);for k=1:mun1 b = boundariesk; plot(b

4、(:,2),b(:,1),g,LineWidth,3); hold on; bt1=b(:,1); bt2=b(:,2); cir_x,cir_y,radis=circlefitting(bt1,bt2); plot(cir_y,cir_x,r*,LineWidth,3); end然后选择run。软件则会根据我们编辑好的算法对目标图片进行弹孔轮廓提取，显示出计算好的图片如下： 基于MATLAB的图像处理算法综合应用算法开发（一）实验类型： 研究（二）实验目的：1、培养应用MATLAB开发图像处理算法的能力。2、掌握开发综合性图像算法的技能与方法。（三）实验内容：色彩目标提取图像处理应用实例。（

5、四）实验要求：开发出算法及程序代码，并获得处理结果。应用理论：色彩变换色彩变换原理，减色合成法：人眼看到物体的颜色是由于物体反射了物体颜色相同的光。光白光（三原色的混合体）照到物体上时，物体只把它自己的颜色对应的光线反射出来，其它的色光被吸收，即从白光中“减”去物体没有的颜色。这种情况叫减色合成。品红会吸收绿色，反射红色光和蓝色光。黄色会吸收白光中的蓝色，反射红色光和绿色光。青色会吸收白光中的红色，反射绿色和蓝色。（色度在附近时为红色，附近为绿色，附近为兰色）将原图c3.jpg进行如下编辑程序进行运算我们可得到色彩变换结果程序如下:clear;%清除工作区内所有的变量close all;%关闭

6、所有的figure%global i j y c1 c2 sat hue;Iinp=imread(fig89.bmp);ysize,xsize,zsize=size(Iinp);m_inty=0.5;m_hue=200;m_sat=1;for j=1:ysize for i=1:xsize image_r(j,i)=Iinp(j,i,1); image_g(j,i)=Iinp(j,i,2); image_b(j,i)=Iinp(j,i,3); y(j,i)=double(0.0); c1(j,i)=double(0.0); c2(j,i)=double(0.0); sat(j,i)=doubl

7、e(0.0); hue(j,i)=double(0.0); endend%由RGB变成色差信号y,c1,c2=Rgb_to_yc(image_r,image_g,image_b,xsize,ysize);%由色差信号计算饱和度和色相 sat,hue=C_to_SH(c1,c2,xsize,ysize); %亮度饱合度色调的调整out_y,out_sat,out_hue=Change_YSH(y,sat,hue,m_inty,m_sat,m_hue,xsize,ysize);%由色调和饱合度计算色差信号m_c1,m_c2=SH_to_C(out_sat,out_hue,xsize,ysize);

8、%由亮度色差变换RGB信号out_r,out_g,out_b=Yc_to_rgb(out_y,m_c1,m_c2,xsize,ysize);for j=1:ysize for i=1:xsize Iout(j,i,1)=out_r(j,i); Iout(j,i,2)=out_g(j,i); Iout(j,i,3)=out_b(j,i); endendfigure(1),imshow(Iinp);figure(2),imshow(image_r);figure(3),imshow(image_g);figure(4),imshow(image_b);figure(5),imshow(Iout);

9、运行程序后得到如下图片： 实验结果分析：基于YUV彩色系统的灰度图像着色方法用彩色参考图着色假定相邻的像素之间如果有相似的Y 值,那么就会有相似的U 和V 值；视觉上对U 、V 变化的不敏感性,同时假定同类色中颜色的区别主要是Y 值作用的结果。基本原则：1）彩色图像中U、V 值显著改变的临界线, 也是Y 值显著改变的临界线;2）同类色中相近颜色的区别在视觉上主要是Y 值作用的结果实例2、彩色目标提取，（原理与色彩变换相同，应用图像像素的点的色度进行判别，色度在附近时为红色，附近为兰色，附近为绿色）我们根据变换远离编辑出如下程序：clear;%清除工作区内所有的变量close all;%关闭所有

10、的figure%global i j y c1 c2 sat hue;xsize=640;ysize=480;m_inty=1;m_hue=0;m_sat=2;y(1:xsize,1:ysize)=double(0.0);c1(1:xsize,1:ysize)=double(0.0);c2(1:xsize,1:ysize)=double(0.0);sat(1:xsize,1:ysize)=double(0.0);hue(1:xsize,1:ysize)=double(0.0);%path1= sprintf(red%d.bmp,k);Iinp=imread(c3.jpg);image_r(:,

11、:)=Iinp(:,:,3);image_g(:,:)=Iinp(:,:,2);image_b(:,:)=Iinp(:,:,1);%由RGB变成色差信号y,c1,c2=Rgb_to_yc(image_r,image_g,image_b,xsize,ysize);%由色差信号计算饱和度和色相 sat,hue=C_to_SH(c1,c2,xsize,ysize); %亮度饱合度色调的调整%ss=max(sat(:);%x=0:1:360;%figure(10),hist(hue,x);%figure(11),histfit(hue,x)hi,hj,hall = find(hue20&hue20&hue20&hue340 到此便完成了目标提取。