【正文】 可以構(gòu)成一個(gè)矩陣，該矩陣的值就是二進(jìn)制圖像的值，該圖像只有黑白兩種裝填，所以可以當(dāng)做是灰度圖像。N和K的值越大，圖像越清晰[15]。類特征值越接近于特征值越高，以確定這種對象的可靠性更高。Hough變換是利用全局特征的圖像和邊緣連接的像素區(qū)域封閉邊界的一種方法，其基本思想是點(diǎn)線對偶性；邊界方向直方圖方法第一差分圖像的邊緣，從而獲得使邊緣直方圖的大小和方向，通常的方法是構(gòu)建了圖像灰度梯度方向矩陣。 三、矩 當(dāng)對象是一些簡單的幾何圖形時(shí)，用上述參數(shù)來描述物體的形狀是比較合適的。第四、考慮各種方法的組合，如要找出邊緣，然后在局部使用函數(shù)逼近，通過插值等方法得到高精度定位第五、在正確的基礎(chǔ)上，在邊緣檢測的基礎(chǔ)上，要考慮問題的準(zhǔn)確定位。但在一些較大的圖像梯度幅度不是邊緣點(diǎn)。眾所周知，邊緣是圖像的基本特征，所謂的邊緣是一組像素灰度圖像分割、紋理分析和圖像識(shí)別是一個(gè)重要的依據(jù)。121000121101202101圖33 Sobel邊緣算子Sobel算子，在與相鄰像素之間的距離的像素2的作用，根據(jù)指定給不同的權(quán)重的像素之間的距離。但由于圖像的擴(kuò)大邊緣平滑，所以與局部梯度邊沿檢測器將僅考慮那些最大值點(diǎn)。下面給出判斷邊緣檢測算子優(yōu)劣的三個(gè)標(biāo)準(zhǔn)：（1）信噪比準(zhǔn)則在保證不漏檢又不誤檢的情況下，盡可能使輸出的信噪比最大。step4:降低邊緣段數(shù)量的基本方式是在上運(yùn)用一個(gè)上下限。這些經(jīng)典的邊緣檢測算子，盡管不同，有不同的優(yōu)勢，但他們也有一個(gè)共同的特點(diǎn)：每個(gè)操作符對應(yīng)于一組預(yù)定義的邊緣是最適合使用，也就是說它們的目標(biāo)。 thoi= (c*( a^2 b^2 )^) / (2*a^2*b) if dolech 10 text(s(k).Centroid(1)20，s(k).Centroid(2)，39。三角形39。b=min(khoangcach{k})。thoi= (c*( a^2 b^2 )^) / (2*a^2*b)elseif (thoi ) amp。長方形39。從最初的對matlab語句不夠熟悉，到最后的熟悉整個(gè)程序運(yùn)行過程，我收獲的很多。在此，我還要向整個(gè)大學(xué)階段幫助我，指導(dǎo)我的老師致以由衷的敬意和真誠的感謝。prewitt39。 %關(guān)閉圖像bw = imfill(bw，39。)。 tamgiacdeu=(c*4^)/((a+b)^2)。perimeter39。 se = strel(39。 %將彩色圖像轉(zhuǎn)換成灰度圖像%bw=edge(a，39。在這個(gè)美麗的校園里，我遇到了許多的志同道合的朋友，在和他們的交流期間，我學(xué)到了很多知識(shí)，在做人做事方面收獲良多。由于計(jì)算機(jī)技術(shù)及圖像識(shí)別技術(shù)地不斷發(fā)展，迫切需要尋找一種相對簡單的邊緣檢測方法能夠在提高識(shí)別精度的狀態(tài)下充分減低噪聲等因素的影響。c=dt(k).Area。)對菱形進(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菱形。 (elip ) text(s(k).Centroid(1)20，s(k).Centroid(2)，39。 (chunhat )) text(s(k).Centroid(1)20，s(k).Centroid(2)，39。 dolech=ab。Canny算子檢測方法的優(yōu)點(diǎn)：①低誤碼率，很少把邊緣點(diǎn)誤認(rèn)為非邊緣點(diǎn)；②高定位精度，即精確地把邊緣點(diǎn)定位在灰度變化最大的像素上；③抑制虛假邊緣。（nonMaxiMa suppression，NMS）解決方法：利用梯度的方向。Canny算子是一種性能很高邊緣檢測算子，它廣泛用于許多圖像處理領(lǐng)域。對于這一點(diǎn)，并設(shè)計(jì)了一種人類視覺方法的局部特性，該方法是使用高斯操作者對濾波操作，使用拉普拉斯邊緣檢測，即所謂的算法。Roberts算子具有其邊緣的優(yōu)點(diǎn)是非常準(zhǔn)確的，缺點(diǎn)是，它是對噪聲敏感相對。它的理論和實(shí)踐背景很廣，具有良好的應(yīng)用價(jià)值和理論困難。（2）增強(qiáng)。要做好邊緣檢測初步準(zhǔn)備條件如下：首先，清晰的圖像特征，以檢測的形式變化，從而適應(yīng)變化檢測方法。在一個(gè)圓形的形狀中，指的是其面積的平方之比是目標(biāo)對象的周長，記為 其中：P表示圖形的周長，A表示周長所圍的面積。此外，輪廓匹配法和幾何參數(shù)法、邊界方向直方圖法、小波系數(shù)法和小波輪廓表示法等。不同類別的特征值，差值越大越區(qū)分不同類別的特征之間的區(qū)分能力，類的特性可以用來測量距離。在0255的值對應(yīng)于白黑的時(shí)候，有以0為白，255為黑的方法，也有以0為黑，255為白的方法，這取決于圖像的輸入方法以及用什么樣的觀點(diǎn)對圖像進(jìn)行處理等，這是在編程時(shí)應(yīng)特別注意的問題。（2）灰度圖像在Matlab中，每一個(gè)圖像的灰度都會(huì)對應(yīng)一個(gè)矩陣。（1）圖像文件格式的讀寫和顯示。文件內(nèi)容包括：文件頭（128字節(jié)），圖像數(shù)據(jù)、擴(kuò)展顏色映射表數(shù)據(jù)。國際上的研究者主要有Mckeown研究所、VGG研究院和德國波恩大學(xué)、等，國內(nèi)的研究者主要是中國科學(xué)技術(shù)研究院、華中理工大學(xué)等等，各個(gè)領(lǐng)域的研究者都以計(jì)算機(jī)技術(shù)為基礎(chǔ)，通過編程及仿真，總結(jié)出了很多有實(shí)用性的工作，極大的促進(jìn)了圖像識(shí)別的發(fā)展。圖像分類使用經(jīng)典的模式識(shí)別方法，統(tǒng)計(jì)模式分類和句法模式識(shí)別，近年來新的模糊模式識(shí)別和人工神經(jīng)網(wǎng)絡(luò)模式識(shí)別在圖像識(shí)別中也越來越多的關(guān)注。出口從圖案輸入的圖像邊模型、圖像檢測邊緣的邊緣檢查過程中,特定應(yīng)用程序的某個(gè)特定的問題和發(fā)展的新技術(shù)和新方法是畫邊緣檢查找到確實(shí)幾乎完全不同的其他應(yīng)用領(lǐng)域[9]。直觀的，感性的要求的形狀的輪廓線之間的可見區(qū)域的亮度是明確的。（4）邊緣檢測器：一種在圖像中選擇合適的點(diǎn)集（邊緣點(diǎn)）的算法。20世紀(jì)以后，隨著圖像分析與處理基礎(chǔ)理論的不斷完善，其已經(jīng)在眾多高新技術(shù)領(lǐng)域中占據(jù)了重要地位。在20世紀(jì)中后期，隨著電力電子技術(shù)和計(jì)算機(jī)技術(shù)的廣泛發(fā)展，圖像識(shí)別技術(shù)在技術(shù)上得到了突破。Matlab軟件中包含強(qiáng)大的圖像處理程序和圖形展示界面，用戶通過運(yùn)行程序，不僅能夠?qū)D像的操作有直觀的認(rèn)識(shí)，還能自由的對程序進(jìn)行修改，在圖像處理研究方面具有重要的地位。這就需要我們在圖像處理過程中能夠精確的提取出圖像的邊緣。應(yīng)用白細(xì)胞計(jì)數(shù)、商業(yè)系統(tǒng)是發(fā)達(dá)國家在1970年。事實(shí)上，具備階躍或者線條邊緣圖像是非常罕見的。形狀是描述對象的一個(gè)定義特征，并描述圖像內(nèi)容的重要特征。不僅如此，用戶漢可以認(rèn)為編寫程序，對工具包進(jìn)行擴(kuò)充處理，每個(gè)工具包中都具有相應(yīng)的測試案例方便初學(xué)者學(xué)習(xí)。（4）圖像增強(qiáng)和復(fù)原，即采用相應(yīng)的增強(qiáng)技術(shù)對圖像鏡像操作，以便能夠直觀的觀察到圖像，并獲取圖像的對比度?，F(xiàn)在配備了先進(jìn)的計(jì)算機(jī)系統(tǒng)讀取圖像邊緣檢測的分析首先提取圖像邊緣，縮減了人工并增強(qiáng)了效率，還可以從圖片中獲取人工不能獲取眾多有效信號。第四節(jié) 論文主要內(nèi)容及章節(jié)安排本文主要是運(yùn)用MATLAB為工具，來研究對圖像的形狀，并對不同形狀的圖像進(jìn)行分類，其結(jié)構(gòu)安排如下：第一章 引言，介紹了課題研究背景，圖像的定義，邊緣檢測的內(nèi)容、以及課題的研究現(xiàn)狀。具體的內(nèi)容有：文件頭（一個(gè)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(gè)顏色表）和圖像數(shù)據(jù)。（5）圖像的數(shù)學(xué)形態(tài)學(xué)處理。二、采樣采樣的工作原理是提取出圖像的特征，將圖像在時(shí)間上分割成多個(gè)時(shí)間點(diǎn)，并找到每個(gè)時(shí)間點(diǎn)對應(yīng)的圖像離散點(diǎn)，把每個(gè)離散值當(dāng)做一個(gè)像素，最后形成一個(gè)包含了圖像信息的集合。對于圖像匹配的目的，需要進(jìn)一步說明的幾何形狀。如形狀的幾何分類，面積和周長之間的特征是高度相關(guān)的，和形狀指數(shù)的形狀和大小有一定的相關(guān)性，但相關(guān)程度低。 （4）形狀不變矩法利用目標(biāo)所占區(qū)域的矩作為形狀描述參數(shù)來進(jìn)行分類。四、不變矩年，美國專家Guiming Hu發(fā)現(xiàn)了二維矩不變量理論，接著把該理論成功應(yīng)用到了圖像識(shí)別中。它還涉及到紋理圖像處理方法。經(jīng)典的邊緣檢測算子包括：Roberts算子，Prewitt算子，Sobel算子，Log (Laplacian of Gaussian)算子等。常用的邊緣檢測方法有Roberts算子、Prewitt算子、Sobel算子和Laplacian算子[17]。其基本思想是運(yùn)用二維向量的二階導(dǎo)數(shù)進(jìn)行計(jì)算。②先對高斯濾波器做拉普拉斯變換，再與圖像做卷積運(yùn)算，接著做過零判斷。1. Canny邊緣檢測基本原理：Canny算子實(shí)際上是一種濾波器，其既有消除噪音的功能，還有邊緣檢測的能力。兩個(gè)閾值和，且，從而可以得到兩個(gè)閾值邊緣圖像和。圖像邊緣檢測，在實(shí)踐中具有重要的應(yīng)用一直是熱圖像邊緣檢測和困難，到目前為止，許多邊緣檢測方法，其中Robert算子、Sobel算子、Prewitt算子、Laplace算子、Prewitt算子、Krisdl算子、Canny算子、Gauss邊緣檢測算子、使用平滑技術(shù)來提取圖像的邊緣，利用微分提取圖像邊緣和圖像邊緣提取的方法利用小波分析技術(shù)是一種常見的方法，但是算法的結(jié)果是不同的。) elseif (elip ) amp。如橢圓的面積為。三角形39。c=dt(k).Area。圖41 原始圖像圖42(a) sobel算法邊緣提取圖像圖42(b) prewitt算法邊緣提取圖像圖42(c) roberts算法邊緣提取圖像圖42(d) canny算法邊緣提取圖像圖42(e) log算法邊緣提取圖像圖43 識(shí)別圖像二、結(jié)果分析仿真實(shí)驗(yàn)結(jié)果表明，以上算法都可以識(shí)別出相對應(yīng)的形狀，但其邊緣檢測效果各有優(yōu)勢，從整體上來講，sobel算法，prewitt算法，roberts算法和log算法的仿真效果比canny算法略好，原因是canny算法在識(shí)別圓形時(shí)出現(xiàn)了明顯的毛刺。本文就是依據(jù)各種圖像邊緣提取算法，對圖像的輪廓進(jìn)行有效的提取，再通過各個(gè)圖形的圓形度，矩形度來分析出實(shí)際的圖形。clear。%bw=edge(a，39。 %在二維圖像中標(biāo)記連接分量s = regionprops(L， 39。hold on。 dim = size(b) for i=1:dim(1) khoangcach{k}(1，i) = sqrt ( ( b(i，2) s(k).Centroid(1) )^2 + ( b(i，1) s(k).Centroid(2) )^2 ) end a=max(khoangcach{k})。)。)。i=imread(39。從仿真結(jié)果來看，所編寫的程序能夠有效辨別圖像的輪廓。但以上的各個(gè)邊緣提取方法皆是針對性相對較強(qiáng)的方案，尤其是在通過了多次仿真后得出這些邊緣提取算法的精度被控制在一定范圍類，達(dá)不到高精度的要求。 (vuong ) text(s(k).Centroid(1)20，s(k).Centroid(2)，39。判斷程序代碼如下：a=max(khoangcach{k})。判斷程序代碼如下：a=max(khoangcach{k})。橢圓39。運(yùn)用Matlab語句進(jìn)行編程實(shí)現(xiàn)。雙閾值法要在中把邊緣連接成輪廓，當(dāng)?shù)竭_(dá)輪廓的端點(diǎn)時(shí)，該算法就在的8鄰點(diǎn)位置尋找可以連接到輪廓上的邊緣，這樣，算法不斷地在中收集邊緣，直到將連接起來為止。2. Canny邊緣檢測算法：step1：處理平滑的圖象高斯濾波器；step2：計(jì)算梯度的幅值和方向；step3：抑制梯度幅值的非極大值；step4：連接邊緣雙閾值算法。它經(jīng)常被用于制造雙像素邊緣，也不提供邊緣方向信息。圖像的二階微分后，創(chuàng)建了一個(gè)陡峭的零交叉邊緣點(diǎn)，根據(jù)該零交叉點(diǎn)邊緣點(diǎn)。有幾種方法在不同程度的噪聲敏感的問題面前存在。我們將邊緣被定義為圖像灰度變化發(fā)生在該地區(qū)的邊界。提取邊緣的圖像識(shí)別往往需要輸出是一個(gè)二值圖像，邊緣的只有黑白灰度圖像，一個(gè)灰度級代表邊緣，另一個(gè)為背景。通過唯一性理論，如果是分段連續(xù)的，即只要在xy平面區(qū)域有非零值，則所有的各階矩均存在，且矩序列{mp,q}唯一的被所確定。第三節(jié) 幾種不同的度量一、矩形度用目標(biāo)圖像的面積和包圍該圖像的最小的矩形面積之比作為目標(biāo)矩形度的一種度量參數(shù)，記為 其中A0表示目標(biāo)圖像的面積，AR表示包圍該圖像的最小矩形的面積。一個(gè)單一的物體，分辨率和無參考和比較特點(diǎn)的可靠性。所以，在形狀描述中，該描述符的選擇應(yīng)具有平移不變性和旋轉(zhuǎn)不變性和縮放不變性。目前來看，掃描操作可以分為水平操作、垂直操作和時(shí)間上的操作。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(shí)現(xiàn)的，使用時(shí)，只需按照函數(shù)的調(diào)用語法正確輸入?yún)?shù)即可。1，8位Zpixmaps，Xybitmaps，1位Xypixmaps。第三章 簡要闡述了幾種邊緣檢測算子，分析邊緣檢測算子的各個(gè)模型，并比較他們的優(yōu)劣。（3）公安軍事方面的應(yīng)用，就目前來說，最廣泛的應(yīng)用就是在識(shí)別領(lǐng)域的運(yùn)用，如人臉識(shí)別，由于每個(gè)人的人臉輪廓是不同的，所以相關(guān)機(jī)關(guān)能夠通過采集城市攝像頭中的圖像來對犯罪人員的人臉進(jìn)行匹配，有助于成功抓獲犯罪分子，不僅如此，我們還可以對犯罪分子的車牌進(jìn)行匹配，成功定位到犯罪分子的活動(dòng)范圍，同樣有利區(qū)國防安全。其中，圖像分割是為了對圖像進(jìn)行下一步處理。Matlab中的simulink工具箱還可以通過搭建仿真模型來，使得用戶對圖形有一個(gè)直觀的了解，因此也受到了眾多學(xué)者的認(rèn)可。所以形狀描述涉及封閉曲線或描述的包體的輪廓描述。但是，邊緣的灰度不是一瞬間發(fā)生改變的[7]。（3）定量化：相關(guān)量化圖像檢測的例子有很多，關(guān)于動(dòng)脈狹窄的過程和測量在顯微鏡下觀察到的切片，并定位和定量得Fenix的特殊成分(如血色沉著病、鐵)。邊緣檢測算法是一種經(jīng)典的