【正文】 8 圖 35 基于 sobel 算法 邊緣提取及識別分類的結(jié)果 對橢圓進(jìn)行邊緣提取，并根據(jù)求出的圓形度判斷出該圖形為橢圓 。) 天津職業(yè)技術(shù)師范大學(xué) 2020屆本科生畢業(yè)設(shè)計 19 圖 36 基于 sobel 算法邊緣提取及識別分類的結(jié)果 對三角形進(jìn)行邊緣提取，并根據(jù)求出的圓形度和矩判斷出該圖形為三角形 。) 天津職業(yè)技術(shù)師范大學(xué) 2020屆本科生畢業(yè)設(shè)計 20 圖 37 基于 sobel 算法邊緣提取及識別分類的結(jié)果 對圓進(jìn)行邊緣提取，并根據(jù)求出的圓形度和矩判斷出該圖形為圓 。 b=min(khoangcach{k})。 vuong = c/(4*b^2) elseif (vuong ) amp。 elseif ((chunhat ) amp。因?yàn)槟壳暗募夹g(shù)無法做到準(zhǔn)確而穩(wěn)健的自動圖像分割。對此我深懷感激。 然后感謝電子工程學(xué)院各位老師對我的培養(yǎng)和關(guān)心 ， 感謝我的家人在大學(xué)期間對我的支持和鼓勵。,...) creates a new CHUONGTRINHNHANDANG or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before chuongtrinhnhandang_OpeningFunction gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to chuongtrinhnhandang_OpeningF via varargin. % % *See GUI Options on GUIDE39。, chuongtrinhnhandang_OpeningF, ... 39。amp。 % hObject handle to figure % eventdata reserved to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default mand line output from handles structure varargout{1} = 。*.*39。 guidata(hObject, handles)。 bw = bwareaopen(bw,30)。 imshow(bw)。 format long。 bw = imfill(bw,39。area39。 hold on。 vuong = c/(4*b^2)。 附錄 33 elseif (vuong ) amp。 thoi= (c*( a^2 b^2 )^) / (2*a^2*b)。 end a=max(khoangcach{k})。holes39。 s = regionprops(L, 39。 se = strel(39。String39。 bw = imclose(bw,se)。 S = 。 S = imread([pathname,filename])。*.jpg39。 end % End initialization code DO NOT EDIT % Executes just before chuongtrinhnhandang is made visible. function chuongtrinhnhandang_OpeningF(hObject, eventdata, handles, varargin) % This function has no output args, see OutputF. 附錄 30 % hObject handle to figure % eventdata reserved to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin mand line arguments to chuongtrinhnhandang (see VARARGIN) % Choose default mand line output for chuongtrinhnhandang = hObject。, [] , ... 39。, mfilename, ... 39。,hObject,eventData,handles,...) calls the local % function named CALLBACK in with the given input arguments. % % CHUONGTRINHNHANDANG(39。特別是楊斐老師不厭其煩的指出設(shè)計中的不足及問題的解決方 向，使我感受到楊斐老師的淵博學(xué)識、敏銳思維和民主嚴(yán)謹(jǐn)?shù)淖黠L(fēng)。 這可以運(yùn)用在圖像自動識別分類上，會在圖像智能檢索領(lǐng)域有很大用處。 結(jié) 論 25 結(jié) 論 圖像的形狀特征相對于其它特征是比較難以精確提取，同時也是難以匹配的，尋找符合人眼感知特性的形狀特征不是一個簡單的工作。 判斷程序代碼如下： a=max(khoangcach{k})。菱形 39。 if dolech 10 text(s(k).Centroid(1)20,s(k).Centroid(2),39。 tamgiacdeu=(c*3^)/((a+b)^2)。 elip =c/(a*b*pi)。本程序允許有 5%的誤差，所以判斷參數(shù)的范圍都是在 到 之間。) elseif ((chunhat ) amp。 (vuong ) text(s(k).Centroid(1)20,s(k).Centroid(2),39。 c=dt(k).Area。 a=rgb2gray(i)。 原始圖片 平滑濾波 選擇 Gauss 濾波器 非極值抑制處理 選擇極值點(diǎn)的鄰域結(jié)構(gòu) 獲得圖像邊界 天津職業(yè)技術(shù)師范大學(xué) 2020屆本科生畢業(yè)設(shè)計 15 邊緣提取實(shí)驗(yàn)結(jié)果及分析 邊緣提取算法分析 相對來說，用 Sobel 算子進(jìn)行邊緣檢測得到的圖像效果較好，因?yàn)?Sobel 算子提供了精確的邊緣方向估計。信噪比數(shù)值越大，提取的邊緣質(zhì)量越高； （ 2） 定位精度準(zhǔn)則 檢測出的邊緣點(diǎn)位置距實(shí)際邊緣點(diǎn)的位置最近，使得輸出的圖像定位精度高； （ 3） 單邊緣響應(yīng)準(zhǔn)則 每個邊緣點(diǎn)的響應(yīng)是唯一的。在實(shí)際應(yīng)用中，因?yàn)橐恍?shí)際的因素，如光照、隨機(jī)噪聲的影響，往往會使圖像模糊或出現(xiàn)孤立的邊緣點(diǎn)，使邊緣檢測遇到很多難題。 將上述矩特征量進(jìn)行位置歸一化，得到圖像 f(x,y)的中心矩： 對于數(shù)字圖像 f(x,y)，用雙重求和的形式代替上述積分，點(diǎn) (x,y)處的 (p+q)階矩定義為： , ( , )pqpq xym x y f x y? ?? (36) 由此可見該中心幾何矩也符合尺度不變性的特性 。如果圖像的邊界特征復(fù)雜，用以上的參數(shù)來描述物體的形狀比較困難。 理論上講， 圓 的圓形度為 ，正方形的圓形度為 =， 正三角形的圓形度為 ( 3) 9? =. 另外，圓形度還有兩個計算公式： 39。在一個識別系統(tǒng)中，特征的可區(qū)別性 、可靠性和獨(dú)立性都是針對整個系統(tǒng)的組成而言。如果選擇特征“形狀指數(shù)”作為分類的依據(jù)，其可區(qū)別性較高；如果選擇特征“面積”作為分類依據(jù)，其可區(qū)別性就較低。圖像中物體的性質(zhì)不能因?yàn)閳D像的平移、旋轉(zhuǎn)、比例尺度的改變而發(fā)生變化。 需要說明的是，形狀參數(shù)的提取，必須以圖像處理及圖像分割為前提，參數(shù)的準(zhǔn)確性必然受到分割效果的影響，對分割效果很差的圖像，形狀參數(shù)甚至無法提取。此外輪廓匹配方法還有幾何參數(shù)法、邊界方向直方圖法、小波重要系數(shù)法和小波輪廓表示法等 。隨著 N 和 m 的增加，計算機(jī)所需要的存儲量也隨之迅速增加。像素的值，是指白色 灰色 黑色的濃淡值，有時候也指光的強(qiáng)度（亮度）值或灰度值。圖像數(shù)組為 M*N*3， M， N 表示圖像像素的行列數(shù)。矩陣的每個元素代表不同的亮度或灰度級。對于每個像素，圖像矩陣包含一個值，這個值就是顏色圖中的索引。 （ 4） 圖像的分析和增強(qiáng)。下面就 Matlab 在圖 像處理中各方面的應(yīng)用分別進(jìn)行介紹。 1， 8 位 Zpixmaps， Xybitmaps， 1 位 Xypixmaps。文件內(nèi)容包括：文件頭（一個 BITMAP FILEHEADER數(shù)據(jù)結(jié)構(gòu)），位圖信息數(shù)據(jù)塊（位圖信息頭 BITMAP INFOHEADER 和一個顏色表）和圖像數(shù)據(jù)。 數(shù)字圖像的預(yù)處理 數(shù)字圖像 所謂數(shù)字圖像就是把傳統(tǒng)圖像的畫面分割成如圖 21 所示的被成為像素（ picture element, 簡稱 pixel。 Matlab 的基本數(shù)據(jù)單位 是矩 陣，它的指令表達(dá)式與數(shù)學(xué) ， 工程中常用的形式十分相似 ， 故用 Matlab 來解算問題要比用 C， FORTRAN 等語言完相同的事情簡捷得多。當(dāng)我們看到一個物體的形狀時，就是看見了一個輪廓，這個輪廓把該物體與視野中的其它部 分區(qū)分開來。 人的視覺系統(tǒng)對于景物的最初認(rèn)識是物體的形 狀 ， 能從二維圖像中識別出許多物體。 本課題研究工作與結(jié)構(gòu)安排 本文主要以 MATLAB 為工具來實(shí)現(xiàn)數(shù)字圖像形狀方面的研究與分類。在上述研究的基礎(chǔ)上 ， 近年來國內(nèi)外推出了一系列圖形圖像軟件，它們具備了較強(qiáng)的圖像特征提取和識別的功能。 在浩如煙海的信息中，尋找感興趣的資料是極其耗時的，人們對信息檢索和系統(tǒng)的依賴日益加強(qiáng)。 4 采樣 Image Classification 目 錄 1 引言 ........................................................................................................................... 1 課題研究目的及意義 ........................................................................................ 1 國內(nèi)外研究現(xiàn)狀 ................................................................................................ 1 本課題研究工作與結(jié)構(gòu)安排 ............................................................................ 2 2 數(shù)字圖像形狀及預(yù)處理 ........................................................................................... 3 概述 .................................................................................................................... 3 數(shù)字圖像的預(yù)處理 ........................................................................................... 4 數(shù)字圖像 數(shù)字圖像處理是一種通過計算機(jī)采用一定的算法對圖形圖像進(jìn)行處理的技術(shù)。 論 文 主要論述了利用 MATLAB 實(shí)現(xiàn) 對圖像中的三角形 ， 正方形 ， 圓 ， 橢圓 ， 菱形的邊緣提取和自動識別分類 。 6 量化 12 邊緣提取常用算子 圖像作為一種重要的信息載體，具有直觀、內(nèi)容豐富、無語言限制和便