【正文】 ........................................................................11附錄一：ISODATA 聚類算法圖像分割代碼 ....................................................11附錄一：MATLAB 的 GUI 操作界面代碼 ........................................................17《圖像分析與模式識別》課程 期末大作業(yè)報告 姓名：趙世瑜 學(xué)號：2022204067 2 / 19圖像校正及分割處理軟件設(shè)計(jì)與實(shí)現(xiàn)摘要：設(shè)計(jì)一種圖像幾何校正及圖像分割處理軟件，實(shí)現(xiàn)對傾斜支票圖像校正為水平，及對已給的圖像進(jìn)行分割。關(guān)鍵詞：邊沿檢測；Hough 變換、圖像旋轉(zhuǎn)、ISODATA 算法；圖像分割；1 軟件需求需求分析是指對要解決的問題進(jìn)行詳細(xì)的分析，弄清楚問題的要求，包括整個系統(tǒng)所要實(shí)現(xiàn)的功能。最后需要一個退出操作界面的按鈕，稱為“退出”按鈕。要檢測支票圖像表格邊框直線。 ISODATA 聚類算法的圖像分割需求分析ISODATA 聚類算法的圖像分割功能，ISODATA 比較復(fù)雜，因此主要是ISODATA 算法的實(shí)現(xiàn)。對其原理及實(shí)現(xiàn)的流程圖分析如下。圖像變換前在圖像空間，變換后在參數(shù)空間。p圖 1 圖像空間 圖 2 參數(shù)空間《圖像分析與模式識別》課程 期末大作業(yè)報告 姓名：趙世瑜 學(xué)號：2022204067 4 / 19圖像空間的點(diǎn)(xi, yi)和(xj, yj)對應(yīng)參數(shù)空間兩條直線，它們的交點(diǎn)(p’, q’)對應(yīng)圖像空間 XY 中過(xi, yi)和(xj, yj)的直線，這樣，圖像空間 XY 中過(xi, yi)和(xj,yj)的直線上的所有點(diǎn)都對應(yīng)參數(shù)空間 PQ 里的一條直線，這些直線相交于點(diǎn)(p’, q’) 。《圖像分析與模式識別》課程 期末大作業(yè)報告 姓名：趙世瑜 學(xué)號：2022204067 5 / 19 ISODATA 算法原理步驟⑴ 預(yù)置① 設(shè)定聚類分析控制參數(shù)：=預(yù)期的類數(shù)，c=初始聚類中心個數(shù)(可以不等于 c)，N=每一類中允許的最少模式數(shù)目，?n=類內(nèi)各分量分布的距離標(biāo)準(zhǔn)差上界，(分裂用)s=兩類中心間的最小距離下界，(合并用)D=在每次迭代中可以合并的類的最多對數(shù)，L=允許的最多迭代次數(shù)。通過 MATLAB運(yùn)行提取計(jì)算斜率的坐標(biāo)為 (1200,522)和(1540, 511)。 圖像分割 圖像分割結(jié)果在運(yùn)行圖像分割功能時，需要通過鼠標(biāo)選擇預(yù)期聚類，其中選擇之一如圖9 所示：中中中中中中中中中中中中中中中中中中中中中中中中中中中圖 9 選擇預(yù)期的聚類中心圖 10 圖像分割處理中《圖像分析與模式識別》課程 期末大作業(yè)報告 姓名：趙世瑜 學(xué)號：2022204067 11 / 19最終對圖像的分割結(jié)果如下圖所示：圖 11 圖像分割結(jié)果（a）圖 11 圖像分割結(jié)果（b）《圖像分析與模式識別》課程 期末大作業(yè)報告 姓名：趙世瑜 學(xué)號：2022204067 12 / 19圖 13 圖像分割結(jié)果（c）圖 14 圖像分割結(jié)果（d） 圖像分割結(jié)果分析通過多次選擇不同的預(yù)期聚類中心的實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)基本完成了所需的功能?？傮w來看，仍然達(dá)到了圖像分割的目的。log39。,Inf)。 %提取直線for k = 1:length(lines) xy = [lines(k).point1。%求角度angle=radian*180/pi。附錄一：ISODATA 聚類算法圖像分割代碼function isodata=isodata_zsy(I)%%%%%%%%%%%%%%%%%1..樣本點(diǎn)為所有的像素點(diǎn)%%%%%%%%%%%%%%%%%%%%%%%%% 2...聚類中心點(diǎn)的確定%%%%%%%%%%%%%% figure(1)。 [m,n]=size(I)。 [p,q]=getpts。 J(i)=I(f,d)。%while wmax_gen A=zeros(m,n)。 [min1,temp]=min(dis)。 %sN 一個聚類中至少含有的樣本數(shù)目 count=zeros(1,3*c)。 %類的數(shù)目減少一個 c=c1。 for i=1:m for j=1:n if A(i,j)==J(x) sum=sum+I(i,j)。 for i=1:m for j=1:n if A(i,j)==J(x) sum=sum+abs(I(i,j)J(x))。 for x=1:c g_meandis=g_meandis+count(x)* meandis(x)。enddisp(g_meandis)。 end end end std_err(x)=sqrt(1/count(x)*sum1(x)*)。 for x=1:c if std_err(x) g_meandisamp。 %記錄原中心點(diǎn)的灰度值 J(x)=J(x)+r(x)。 %記錄新增的類含樣本的個數(shù) else A(i,j)=J(x)。 betwen_dis(j,i)=betwen_dis(i,j)。 for i=1:c for j=1:i if betwen_dis(i,j)sC line(s)=betwen_dis(i,j)。 end if temp1~=i temp2=line(temp1)。 end 《圖像分析與模式識別》課程 期末大作業(yè)報告 姓名：趙世瑜 學(xué)號：2022204067 18 / 19%%%%%%%%%%%%%%14...從最小的進(jìn)行合并%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%temp_c=c。 J(j)=round((count(i)+count(j)))*(count(i)*J(i)+count(j)*J(j))。 else for g=i:c1 J(g)=J(g+1)。isodata=mat2gray(A)。gui_Name39。gui_OpeningF39。gui_LayoutF39。if nargin amp。else gui_mainf(gui_State, varargin{:})。% Executes during object creation, after setting all properties.function axes1_CreateF(hObject, eventdata, handles)set(hObject,39。ytick39。,39。xTick39。,[])。on39。39。39。},39。endstr=[pathname filename]。imshow(imgage)。Value39。amp。defaultUicontrolBackgroundColor39。white39。switch value case 1 cla。 IMG=jiaozheng(imgage)。 pause()。正在處理，請稍候...39。ok!39。 imshow(isodata)。)。\rho39。% Hint: get(hObject,39。close(gcbf)