收藏 分享(赏)

基于matlab的图形图像处理第七章.ppt

上传人:Facebook 文档编号:9694027 上传时间:2019-08-25 格式:PPT 页数:48 大小:2.14MB
下载 相关 举报
基于matlab的图形图像处理第七章.ppt_第1页
第1页 / 共48页
基于matlab的图形图像处理第七章.ppt_第2页
第2页 / 共48页
基于matlab的图形图像处理第七章.ppt_第3页
第3页 / 共48页
基于matlab的图形图像处理第七章.ppt_第4页
第4页 / 共48页
基于matlab的图形图像处理第七章.ppt_第5页
第5页 / 共48页
点击查看更多>>
资源描述

1、第7章 图像描述与分析,第7章 图像描述与分析,7.1 灰度描述 7.2 边界描述 7.3 区域描述 7.4 纹理描述 7.5 形态分析,图像分析 也叫景物分析或图像理解是一种描述过程,研究用自动或半自动装置和系统,从图像中提取有用数据或信息生成非图的描述或表示图像分析:特征提取、图像分割、符号描述、纹理分析、运动图 像分析和图像的检测与配准,第7章 图像描述与分析,图像分析通常按下列顺序进行从图像中提取对象或对象组成部分的图像特征(例如图像中景物的边缘或区域)利用图像特征的属性或相互关系来决定每个属性应属于哪个对象的哪个部分,第7章 图像描述与分析,7.1 灰度描述,7.1.1 幅度特征 7

2、.1.2 直方图特征 7.1.3 变换系数特征,a)原图 b)利用幅度特征将目标分割出来,7.1.1 幅度特征,7.2.1 链码描述 7.2.2 傅里叶描述子,7.2 边界描述,7.2.1 链码描述,在数字图像中,边界或曲线是由一系列离散的像素点组成的,其最简单的表示方法是由美国学者Freeman提出的链码方法。 链码实质上是一串指向符的序列,有4向链码、8向链码等。,4向链码 8向链码,7.2.1 链码描述,a)原链码方向 b)逆时针旋转90,图a曲线的链码为:01122233100000765556706 其差分链码为:1010010670000777001116,图b曲线的链码为:233

3、44455322222107770120其差分链码为:1010010670000777001116,7.2.1 链码描述,曲线的链码是:6022222021013444444454577012 其差分链码是: 220000627712100000017120111,7.2.1 链码描述,曲线的链码是:024444424323566666676711234 其差分链码是: 22000062771210000017120111,7.2.1 链码描述,I=1 1 1 1;1 1 0 1;0 1 0 1;0 1 1 1; g=boundaries(I,4); c=fchcode(g:,4);,1. 像

4、素与邻域,7.3.1 几何特征,a) 4-邻域 b) 8-邻域,2. 区域面积,3. 位置,质心,形心,7.3.1 几何特征,I= imread(leaf1.bmp); I= im2bw(I); C=bwlabel(I,4); Ar=regionprops(C,Area); Ce=regionprops(C,Centroid); Ar Ce,4.区域周长,三种定义:(1) 区域和背景交界线(接缝)的长度(2) 区域边界8链码的长度(3) 边界点数之和,7.3.1 几何特征,5. 方向,二阶矩轴:物体上的全部点到该线的距离平方和最小其中 是物体点到直线的距离,7.3.1 几何特征,6. 距离,1

5、) 欧几里德距离(Euclidean),2) 4-邻域距离(City-block城区距离),3) 8-邻域距离(Chessboard棋盘距离),7.3.1 几何特征,7.圆形度描述连通域与圆形相似程度的量。根据圆周长与圆面积的计算公式,定义圆形度的计算公式如下:其中, 为连通域S的面积; 为连通域S的周长。圆形度 值越大,表明目标与圆形的相似度越高,7.3.1 几何特征,8. 矩形度,描述连通域与矩形相似程度的量其中, 为连通域S的面积; 是包含该连通域的最小矩形的面积。对于矩形目标,矩形度 取最大值1,对细长而弯曲的目标,则矩形度的值变得很小,7.3.1 几何特征,9. 长宽比,其中, 是包

6、围连通域的最小矩形的宽度; 是包围连通域的最小矩形的长度。,7.3.1 几何特征,10. 欧拉数 bweuler(),对象的个数减去空洞的个数,7.3.1 几何特征,clear all; close all; I=imread(coins.png); J=im2bw(I); K=imfill(J, holes); figure; subplot(121); imshow(J); subplot(122); imshow(K);,形态学基本运算,7.5 形态分析,1腐蚀,集合A被B腐蚀,表示为 ,其定义为:其中A称为输入图像,B称为结构元素。,腐蚀类似于收缩,7.5 形态分析,2. 膨胀,AC

7、表示集合A的补集, 表示B关于坐标原点的反射(对称集)。那么,集合A被B膨胀,表示为AB,定义为:,利用圆盘膨胀,7.5 形态分析,a) 原始图像 b) 腐蚀图像 c) 膨胀图像,7.5 形态分析,clear all; close all; bw=zeros(9,9); bw(3:5, 4:6)=1; se=strel(square, 3); %bw2=imdilate(bw, se); bw2=imerode(bw, se); figure; subplot(121); imshow(bw); subplot(122); imshow(bw2);,3.开运算,假定A仍为输入图像,B为结构元素

8、,利用B对A作开运算,定义为:,开运算实际上是A先被B腐蚀,然后再被B膨胀的结果。开运算通常用来消除小对象物、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其体积。,7.5 形态分析,a)输入图像A b)结构元素B c) d),用圆盘对输入图像开运算的结果,7.5 形态分析,开运算滤除背景噪声,a) 原图 b)开运算结果,7.5 形态分析,clear all; close all; I=imread(snowflakes.png); se=strel(disk, 5); J=imopen(I, se); figure; subplot(121); imshow(I); subplot

9、(122); imshow(J, );,4闭运算,闭运算是开运算的对偶运算,定义为先作膨胀然后再作腐蚀。利用B对A作闭运算表示为 ,其定义为:,利用圆盘对输入图像进行闭运算,7.5 形态分析,(a) 输入图像 (b) 闭运算的结果,利用闭运算去除前景噪声,7.5 形态分析,clear all; close all; I=imread(circles.png); se=strel(disk, 10); J=imclose(I, se); figure; subplot(121); imshow(I); subplot(122); imshow(J, );,clear all; close all

10、; I=imread(rice.png); se=strel(disk, 11); J=imtophat(I, se); K=imadjust(J); figure; subplot(131); imshow(I); subplot(132); imshow(J); subplot(133); imshow(K);,5图形填充,7.5 形态分析,clear all; close all; I=imread(coins.png); J=im2bw(I); K=imfill(J, holes); figure; subplot(121); imshow(J); subplot(122); imsh

11、ow(K);,6边界检测,利用圆盘结构元素作膨胀会使图像扩大,做腐蚀会使图像缩小,这两种运算都可以用来检测二值图像的边界。对于图像A和圆盘B,下图给出了三种求取二值边界的方法:内边界,外边界和跨骑在实际边缘上的边界,其中跨骑在实际边缘上的边界又称形态学梯度。,7.5 形态分析,三种形态学边界实例,7.5 形态分析,clear all; close all; I=imread(rice.png); se=strel(disk, 2); J=imdilate(I, se); K=imerode(I, se); L=J-K; figure; subplot(121); imshow(I); subp

12、lot(122); imshow(L);,clear all; close all; I=imread(circbw.tif); J=bwperim(I, 8); figure; subplot(121); imshow(I); subplot(122); imshow(J);,clear all; close all; I=imread(circles.png); J=bwmorph(I, remove); figure; subplot(121); imshow(I); subplot(122); imshow(J);,二值图像区域选择,clear all; close all; I=imread(text.png); c=43, 185, 212; r=38, 68, 181; J=bwselect(I, c, r, 4); figure; subplot(121); imshow(I); subplot(122); imshow(J);,9.1 数字图像处理系统,数字图像处理系统结构框图,9.2.3 DSP组成的目标检测与识别系统,1DSP实现目标检测识别的基本框图,2图像算法的处理流程,图像处理流程,9.2.3 DSP组成的目标检测与识别系统,Thank You !,,

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 企业管理 > 管理学资料

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报