图像测量专题试验.doc

1、键入文字 06054054 王碧皓 键入文字图像测量专题试验实验目的：1. 熟悉 ZM-VS1200 机器视觉教学创新实验平台的使用，并结合配套的及其视觉组态软件 Xavis 软件，学习和掌握机器视觉预处理、尺寸测量、缺陷检测、图像融合、视觉跟踪、模式识别、三维重构的方法。2. 利用 Matlab 软件，深入掌握相关图像处理操作，例如图像基本处理操作、图像变换、图像增强，以及相关的图像函数编程实现。3. 了解有一定应用背景的图像处理算法，例如 3D 图像恢复、图像融合等键入文字 06054054 王碧皓 键入文字等内容。实验一一、 实验内容：图像基本处理操作（图像显示、读写、像素统计处理、图像

2、文件 I/O 等）实验程序：I=imread(Lena.bmp);imshow(I)S=size(I)imwrite(I,img1.png,png)I1,map=imread(img1.png);imfinfo(img1.png)figure, imshow(I1)mean2(I)std2(I)实验结果：S = 200 200 3ans = Filename: img1.pngFileModDate: 30-Oct-2009 13:39:17FileSize: 68313Format: pngFormatVersion: Width: 200Height: 200BitDepth: 24Col

3、orType: truecolorFormatSignature: 137 80 78 71 13 10 26 10Colormap: Histogram: InterlaceType: noneTransparency: noneSimpleTransparencyData: BackgroundColor: RenderingIntent: Chromaticities: Gamma: XResolution: YResolution: ResolutionUnit: XOffset: YOffset: 键入文字 06054054 王碧皓 键入文字OffsetUnit: Significa

4、ntBits: ImageModTime: 30 Oct 2009 05:39:17 +0000Title: Author: Description: Copyright: CreationTime: Software: Disclaimer: Warning: Source: Comment: OtherText: ans =128.2479ans = 58.7742实验二一、 实验内容：图像分割（边缘检测 edge、阈值分割 graythresh）边缘检测 edge实验程序：I=imread(coins.png);imshow(I);BW2=edge(I,sobel); figure,im

5、show(BW2);实验结果：键入文字 06054054 王碧皓 键入文字实验分析：边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。该程序使用了sobel算子，也可用canny算子进行边缘检测，程序如下：I=imread(coins.png);imshow(I);BW2=edge(I,canny);figure,imshow(BW2);阈值分割 graythresh实验程序：

6、I=imread(coins.png); %读入图像subplot(1,2,1); imshow(I); %显示原图level=graythresh(I); %域值分割BW=im2bw(I,level); %显示成二值灰度图像subplot(1,2,2),imshow(BW)实验结果:实验分析:阈值分割法是一种基于区域的图像分割技术，主要通过设定不同的特征阈值，把图像象素点分为若干类。常用的特征包括：1.直接来自原始图像的灰度或彩色特征；键入文字 06054054 王碧皓 键入文字2.由原始灰度或彩色值变换得到的特征。设原始图像为 f(x，y)，按照一定的准则 f(x，y)中找到特征值 T，将

7、图像分割为两个部分， 若取：b0=0(黑) ，b1=1(白) ，即为我们通常所说的图像二值化。实验三一、 实验内容:图像增强（直方图均化、对比度增强、均值滤波、中值滤波）直方图均化实验程序:I=imread(Lena.bmp);I=rgb2gray(I);J=histeq(I);figure,subplot(221),imshow(I)subplot(222),imshow(J) subplot(223),imhist(I,64)subplot(224),imhist(J,64)实验结果:0 100 2000500100015000 100 200050010001500实验分析:键入文字 0

8、6054054 王碧皓 键入文字1.直方图均衡化：是将原图的灰度直方图按照分布规律将其均匀分配到相近的灰度值附近，使得整体图画灰度效果较为均衡，图像更加清晰对比度增强实验程序:I=imread(pout.tif); %读入原图J=imadjust(I,0.3 0.7,); %增强对比度 subplot(1,2,1),imshow(I); %显示原图subplot(1,2,2),imshow(J); %显示增强后的图象figure, subplot(1,2,1),imhist(I); %显示原直方图subplot(1,2,2),imhist(J); %显示处理后直方图实验结果:实验分析:2.对比

9、度增强：可以理解为将图像的灰度分布由较窄的区域，同比例拉开扩展到大的灰度范围。即使得灰度分布范围增大，从而灰度级数拉开，对比度就增强。其变换的数值可以由程序员自行设定。键入文字 06054054 王碧皓 键入文字总结分析：灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。均值滤波、中值滤波实验程序:加入噪声:I=imread(eight.tif);J=imnoise(I,gaussian,0,0.005);Figure,subplot(2,2,1);imshow(I);title(原图)；Su

10、bplot(2,2,2);imshow(J);title(加入高斯噪声) ；均值滤波：K1=filter2(fspecial(average,5),I)/255;Subplot(2,2,3);imshow(K1);title(均值滤波) ；中值滤波：K2=medfilt2(J);%中值滤波subplot(2,2,4),imshow(K2);title(中值滤波);实验结果:中中 中中中中中中中中中中 中中中中实验分析:1均值滤波：图像中一点的像素用其领域内点的像素均值来代替。键入文字 06054054 王碧皓 键入文字2中值滤波：主要将周围像素灰度值得差比较大的像素改取与周围接近的值，消除孤立

11、噪声点中值滤波的效果要比邻域均值处理的低通滤波效果要好，主要特点是滤波后图像的轮廓比较清晰实验四一、 实验内容：图像形态学分析（膨胀、腐蚀、开、闭运算、骨架提取）：膨胀实验程序:BW1=imread(text.png); %读取图像SE=ones(6,2); BW2=imdilate(BW1,SE); %用模版对图像进行膨胀处理imshow(BW1) %显示原图figure,imshow(BW2) %显示膨胀后图像实验结果:中 中 中 中 中 中 中 中实验分析:膨胀在数学形态学中的作用与腐蚀的作用正好相反，它是对二值化物体边界点进行扩充，将与物体接触的所有背景点合并到该物体中，使边界点向外部

12、扩张的过程。如果两个物体之间的距离比较近，则膨胀运算可能会把两个物体连通到一起，膨胀对填补图像分割后物体中的空洞很有用。膨胀：用 B 膨胀 A 得到的集合是 B 映像的位移与 A 至少有一个非零元素元素相交时 B 的原点位置的集合：腐蚀实验程序:x键入文字 06054054 王碧皓 键入文字BW1=imread(text.png); %读取图像SE=ones(3,2); BW2=imerode(BW1,SE); %进行腐蚀处理imshow(BW1) %显示原图figure,imshow(BW2) %显示处理后图像实验结果:实验分析:腐蚀是数学形态学的两种最为基本的运算之一，腐蚀在数学形态学中的

13、作用是消除物体边界点，使边界向内部收缩的过程，可以把小于结构元素的物体去除。这样选取不同大小的结构元素，就可以去除不同大小的物体。如两个物体间有细小的连通，通过腐蚀可将两个物体分开。腐蚀：用 B 腐蚀 A 的结果是 B 完全包括在 A 中时 B 的原点位置的集合：开运算实验程序:BW1=imread(text.png); %读取图像BW2=bwmorph(BW1,open); %进行开操作imshow(BW1) %显示原图figure,imshow(BW2) %显示处理后图像实验结果:x腐 蚀键入文字 06054054 王碧皓 键入文字实验分析:先腐蚀后膨胀的过程就称为开运算。原图经过开运算后

14、，能够去除孤立的小点、毛刺和小桥（即连通两块区域的小点） ，消除小物体、平滑较大物体的边界，同时并不明显改变其面积。开启：用 B 腐蚀 A，再用 B 膨胀腐蚀的结果：闭运算实验程序:BW1=imread(text.png); %读取图像BW2=bwmorph(BW1,close); %进行闭操作imshow(BW1) %显示原图figure,imshow(BW2) %显示处理后图像实验结果:实验分析:闭运算是先膨胀后腐蚀的过程，其功能是用来填充物体内细小空洞、连腐 蚀键入文字 06054054 王碧皓 键入文字接临近物体、平滑其边界，同时不明显改变其面积。闭合：用 B 膨胀 A，再用 B 腐蚀

15、膨胀的结果：骨架提取实验程序:BW1=imread(circles.png); %读取原图BW2=bwmorph(BW1,skel,Inf); %骨架提取subplot(1,2,1),imshow(BW1); %显示原图subplot(1,2,2),imshow(BW2); %显示提取图像实验结果:实验五一、 实验内容:图像恢复（维纳滤波）实验程序：I,map=imread(LenaGRAY.bmp);J1=imnoise(I,gaussian,0,0.005);K=wiener2(J1,3 3)；subplot(131),imshow(I);title(原图 )subplot(132),im

16、show(J1);title(噪声干扰图)subplot(133),imshow(K);title(滤波后图像 )实验结果:腐 蚀键入文字 06054054 王碧皓 键入文字实验分析：维 纳 根 据 最 小 均 方 误 差 准 则 (滤 波 器 的 输 出 信 号 与 需 要 信 号 之 差 的 均 方值 最 小 )， 求 得 了 最 佳 线 性 滤 波 器 的 参 数 ， 这 种 滤 波 器 被 称 为 维 纳 滤 波 器 。图像恢复是通过计算机处理，对质量下降的图像加以重建或恢复的处理过程。因摄像机与物体相对运动、系统误差、畸变、噪声等因素的影响，使图像往往不是真实景物的完善映像。在图像恢

17、复中，需建立造成图像质量下降的退化模型，然后运用相反过程来恢复原来图像，并运用一定准则来判定是否得到图像的最佳恢复。实验六一、 实验内容:小波变换（二维小波变换和逆变换 dwt2、idwt2）实验程序：clc;clear all;A=imread(Lena.bmp);A=rgb2gray(A);S1=size(A)ca1,ch1,cv1,cd1=dwt2(A,db8);figure,subplot(2,2,1);imshow(ca1/255);subplot(2,2,2);imshow(ch1);subplot(2,2,3);imshow(cv1);subplot(2,2,4);imshow(

18、cd1);F=idwt2(ca1,ch1,cv1,cd1,db8,S1);figure,imshow(F/255);size(F)实验结果:键入文字 06054054 王碧皓 键入文字小波逆变换后得到的结果如下：实验分析：小波变换在时域和频域同时具有良好的局部化性质，而且由于对高频成分采用逐渐精细的时域和空域取样不常，从而可以聚焦到对象的任意细节，被誉为数学显微镜。小波变换的函数是 dwt2()，其反变换的额函数是 idwt()二维小波函数是通过一维小波函数经过张量积变换得到的，二维小波函数分解是把尺度 j 的低频部分分解成四部分：尺度 j+1 的低频部分和三个方向（水平、垂直、斜线）的高频部

19、分实验七一、 实验内容：完成从 4 光源图像恢复出三维图像。 （给出大家一组图像实例，要求大家能够在 3D-MAX 中绘制出其他图像并完成重构）键入文字 06054054 王碧皓 键入文字实验程序：S3=imread(s1.bmp); %读取s1S2=imread(s2.bmp); %读取s2S1=imread(s3.bmp); %读取s3S0=imread(s4.bmp); %读取s4wid,len=size(S0);len=len/3;m_0=max(max(S0);m_1=max(max(S1);m_2=max(max(S2);m_3=max(max(S3);th1=pi/4;ph1=p

20、i/4;th2=pi/4;ph2=pi/4+pi/2;th3=pi/4;ph3=pi/4+pi;th4=pi/4;ph4=pi/4+3*pi/2;L= cos(ph1)*cos(th1) sin(ph1)*cos(th1) sin(th1)cos(ph2)*cos(th2) sin(ph2)*cos(th2) sin(th2)cos(ph3)*cos(th3) sin(ph3)*cos(th3) sin(th3)cos(ph4)*cos(th4) sin(ph4)*cos(th4) sin(th4)M=(inv(L*L)*Li1=0;e1=0;i2=0;e2=0;i3=0;e3=0;i4=0;

21、e4=0;Q=L;A=Q(1:3,1:3);b=Q(:,4);x=Ab;a=x;a(4)=-1;for m=1:1:widfor n=1:1:leni0=double (S0(m,n); m0=double (m_0(1);i1=double (S1(m,n); m1=double (m_1(1);i2=double (S2(m,n); m2=double (m_2(1);i3=double (S3(m,n); m3=double (m_3(1);I= i0i1键入文字 06054054 王碧皓 键入文字i2i3;MAX= m0m1m2m3;e=a*I;ee=e*e;if(ee0.7) J,i

22、nd=sort(I); Ldark=L(ind(1),:)L(ind(2),:)L(ind(3),:);Idark=J(1:3);Mdark=inv(Ldark);Rd=Mdark*Idark;if Rd(3)=0Rd(1)=-Rd(1)/Rd(3);Rd(2)=-Rd(2)/Rd(3);elseRd(1)=0;Rd(2)=0;endP(m,n)=Rd(1);Q(m,n)=Rd(2);flag=0;for index=1:1:4v=L(index,:);nor=Rd(1),Rd(2),1;nor=nor./norm(nor);temp=dot(v,nor);if(temp0.4) flag=1

23、;break;endendif(flag=1) Lbrig=L(ind(2),:)L(ind(3),:)L(ind(4),:);Ibrig=J(2:4);Mbrig=inv(Lbrig);Rb=Mbrig*Ibrig;键入文字 06054054 王碧皓 键入文字if Rb(3)=0Rb(1)=-Rb(1)/Rb(3);Rb(2)=-Rb(2)/Rb(3);elseRb(1)=0;Rb(2)=0;endP(m,n)=Rb(1);Q(m,n)=Rb(2);endelse R=M*I;if R(3)=0R(1)=-R(1)/R(3);R(2)=-R(2)/R(3);P(m,n)=R(1);Q(m,n

24、)=R(2);elseP(m,n)=0;Q(m,n)=0;endendendendZ=zeros(wid,len);Z1=zeros(wid,len);Z2=zeros(wid,len);deltax=0.1;deltay=0.1;for m=2:1:widfor n=2:1:len Z1(m,n)=P(m,n)*deltax-Q(m,n)*deltay+(Z1(m-1,n-1)+Z1(m,n-1)+Z1(m-1,n)/3;endendmesh(Z1); 实验结果:键入文字 06054054 王碧皓 键入文字实验分析：投影重建算法一般分为两类，一种是变换重建算法，其特点是先在连续域解析处理，最

25、后离散化利用计算机计算，又分为傅利叶反变换重建法和卷积逆投影重建法。第二种是级数展开重建法，特点是从开始就离散化进行分析，从而直接得到数值解。实验心得：通过本次试验，更加深入的掌握了图像处理的 MATLAB 实现方法，包括图像基本处理操作、图像变换、图像增强等基本操作。在这里感谢两位老师的悉心指导。在查阅资料的过程中我也感受到了图像处理方面内容的丰富还有 MATLAB的强大功能。当然，也感受到了图像测量实验的重要性：自己动手比仅仅在课上听老师讲各种变换更能够激发我们的学习兴趣，看到自己的劳动成果就会有无比的成就感，有想要学习更多知识的欲望。实验中有很多知识以前在图像处理课堂上学习过，这次是一个实践，而且在实验理解上，因为有过相关知识的学习我的理解都比其他同学要快一些，比如增强对比度，以及先开后闭与先闭后开操作导致不同结果的原因所在。这让我感到自己所学的知识有了用武之地。最后再次感谢两位老师！