【正文】 問題轉(zhuǎn)換為檢測函數(shù)極大值的問題。對于連續(xù)圖像二維函數(shù) f(x,y)，其 (p+q)階矩定義為如下黎曼積分形式： , ( , )pqpqm x y f x y d xd y?? ???? ??? ?? (35) 式中 p,q=0,1,2,L。 圓形度 對于面積一定的圖形，一半 周長越小，圓形表面越光滑，越接近圓；反之，周長越大，則圓形表面褶皺越多，形狀也就越復(fù)雜。良好的特征應(yīng)具有四個特點： （ 1） 區(qū)別性 在理想情況下，分屬于不同類別的對象的特征值應(yīng)有明顯差異。由邊界點導(dǎo)出三種形狀表達，分別是曲率函數(shù)、質(zhì)心距離、復(fù)坐標(biāo)函數(shù)。 對連續(xù)的灰度值賦予量化級的，即灰度值方法有：均勻量化（ uniform quantization），線性量化（ liner quantization），對數(shù)量化， MAX 量化，錐形量化（ tapered quantization）等。在圖像處理工具箱中，任何一個返回二進制圖像的函數(shù)都是以 uint8 類型邏輯數(shù)組來返回的。具體的用法可參考 Matlab 豐富的幫助文檔。 對數(shù)字圖像經(jīng)行處理要用到 Matlab 程序，它在數(shù)字圖像方面的用處巨大。文件內(nèi)容包括：文件頭（ 128 字節(jié)），圖像數(shù)據(jù)、擴展顏色映射表數(shù)據(jù)。 Matlab 是非常好用的圖像處理軟件。是圖像目標(biāo)的一種顯著特征，在實際中通常利用形狀特征或主要邊界對圖像進行檢索和分類。然而，當(dāng)圖像數(shù)據(jù)量非常龐大時，基于文本的圖像檢索存在著諸多困難，此時圖像形狀的自動識別就派上用場了。 論 文 主要論述了利用 MATLAB 實現(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 。 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 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，它們具備了較強的圖像特征提取和識別的功能。 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。 Matlab 的基本數(shù)據(jù)單位 是矩 陣，它的指令表達式與數(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。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)。下面就 Matlab 在圖 像處理中各方面的應(yīng)用分別進行介紹。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。圖像數(shù)組為 M*N*3， M， N 表示圖像像素的行列數(shù)。隨著 N 和 m 的增加，計算機所需要的存儲量也隨之迅速增加。 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。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。 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。 將上述矩特征量進行位置歸一化，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 (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 。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 檢測出的邊緣點位置距實際邊緣點的位置最近，使得輸出的圖像定位精度高； （ 3） 單邊緣響應(yīng)準(zhǔn)則 每個邊緣點的響應(yīng)是唯一的。 a=rgb2gray(i)。 (vuong ) text(s(k).Centroid(1)20,s(k).Centroid(2),39。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。 tamgiacdeu=(c*3^)/((a+b)^2)。菱形 39。 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。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)。, mfilename, ... 39。 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。 S = imread([pathname,filename])。 bw = imclose(bw,se)。 se = strel(39。holes39。 thoi= (c*( a^2 b^2 )^) / (2*a^2*b)。 vuong = c/(4*b^2)。area39。 format long。 bw = bwareaopen(bw,30)。*.*39。amp。,...) 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。對此我深懷感激。 elseif ((chunhat ) amp。 b=min(khoangcach{k})。) 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 。 (tamgiacdeu ) text(s(k).Centroid(1)20,s(k).Centroid(2),39。 elip =c/(a*b*pi)。 所用基本程序代碼如下： format long i=imread(39。從本質(zhì)上講，它 并不只是簡單的進行梯度運算來決定像素是否為邊緣點，在決定一個像素是否為當(dāng)前邊緣點時，需要考慮其它像素的影響；也不是簡單的邊界跟蹤，在尋找邊緣點時，需要根據(jù)當(dāng)前像素及前面處理過的像素來進行判斷。 不變矩 二維矩不變量理論是在 1962 年由美籍華人學(xué)者胡貴明提出的，并將矩用于形狀識別。矩形度的值限定在 0 到 1 之間。特征提取過程是去除冗余信息的過程，具有提高識別精度，減少運算量和提高運算速度的作用。 （ 2） 傅里葉形狀描述符法 傅里葉形狀描述符 (Fourier shape descriptors)基本思想是用物體邊界的傅里葉變換作為形狀描述，利用區(qū)域邊界的封閉性和周期性，將二維問題轉(zhuǎn)化為一維問題。但在只有黑白二值的二值圖像的情形，一般設(shè) 0為白， 1 為黑。 二進制圖像可以保存為雙精度或 uint8 類型的雙精度數(shù)組 ， 顯然使用 uint8 類型更節(jié)省空間。 以上所提到的 Matlab 在圖像中的應(yīng)用都是由相應(yīng)的 Matlab 函數(shù)來實現(xiàn)的，使用時，只需按照函數(shù)的調(diào)用語法正確輸入?yún)?shù)即可。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個因素的影響 ：一是計算機 的發(fā)展 ； 二是數(shù)學(xué)的發(fā)展 (特別是離散數(shù)學(xué)理論的創(chuàng)立和完善 )； 三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長?？商幚?1， 4， 8， 16， 24 位等圖像數(shù)據(jù)?？梢赃@么說，輪廓只是邊界，是一個局部概念，而形狀是全體，是一個總體概念。 天津職業(yè)技術(shù)師范大學(xué) 2020屆本科生畢業(yè)設(shè)計 3 2 數(shù)字 圖像 形狀 及 預(yù)處理 概述 形狀特征是對圖像中邊界清晰的目標(biāo)的最好表達方式。這種方法當(dāng)圖像數(shù)量不大時，不失為一種簡單易行的方法。本文介紹了 MATLAB 語言的特點 ， 基于MATLAB 的數(shù)字圖像處理環(huán)境，介紹了如何利用 MATLAB 及其圖像處理工具箱進行數(shù)字圖像形狀的 邊緣提取和識別分類 。 13 邊緣提取實驗結(jié)果及分析 ............................................................................. 15 邊緣提取算法分析 國外流行的圖像特征提取及識別的軟件，例如：德國 softelec 公司的 VPStudio，日本日立公司的 Imageseries，美國 GTX公司的 GTXRaster series，挪威 Rasterex 公司的 RxAutoImage Pro 2020 等。在人的視覺感知、識別和理解中，形狀是一個重要參數(shù)。 Matlab 包括擁有數(shù)百個內(nèi)部函數(shù)的主包和三十幾種工具包 (Toolbox)。 （ 3） HDF（ Hierarchical Data Format）格式。 （ 1） 圖像文件格式的讀寫和顯示。顏色天津職業(yè)技術(shù)師范大學(xué) 2020屆本科生畢業(yè)設(shè)計 6 圖為 m*3 雙精度值矩陣，各行分別指定紅綠藍（ RGB）單色值。 采樣 采樣（