【文章內(nèi)容簡(jiǎn)介】 。第二，計(jì)算圖像中像素的平均值，如果這個(gè)像素值大于或等于平均值，那就設(shè)為255，小于平均值，就設(shè)為0。該方法把平均值作為二值化的閾值，也可能導(dǎo)致部分像素丟失，不能真正的反映圖片信息。第三，使用直方圖的方法來(lái)確定二值化的閾值，在直方圖中，我們可以看到圖像的兩個(gè)高峰，在兩個(gè)高峰中間有個(gè)峰谷，閾值取該峰谷的值。該方法相對(duì)精準(zhǔn)，能夠較多的反映圖片的信息，適用于質(zhì)量較好的圖片。整體閾值法算法簡(jiǎn)單，對(duì)目標(biāo)和背景明顯分離，直方圖呈雙峰的圖像效果較好。但是對(duì)噪聲和光照的抵抗能力差，易受到限制。局部閾值法是由當(dāng)前像素灰度值與該像素周?chē)c(diǎn)的局部灰度值來(lái)確定，該方法的選取一般將圖像劃分成許多的子圖像，在子圖像上采用整體閾值法。例如將原始圖像分成許多小塊，各小塊之間不相交。然后將各塊圖像的灰度值作為該小塊的閾值。局部閾值法可以根據(jù)局部特征，自適應(yīng)的選擇閾值。該方法既可以有效地消除光照不均帶來(lái)的影響，又能夠消除偽影，提高運(yùn)算速度，并有有較大的靈活性。但是局部閾值運(yùn)算速度較慢。該方法實(shí)際上是在局部采用了上述的整體閾值法。局部閾值法一般處理外界干擾嚴(yán)重、質(zhì)量較差的圖像，與整體閾值法相比，應(yīng)用比較廣泛。 邊緣檢測(cè)邊緣中包含物體的邊界信息，這些信息可以用于圖像分析、目標(biāo)識(shí)別，并且可以通過(guò)邊緣檢測(cè)降低圖像分析處理的數(shù)據(jù)量。邊緣是指圖像沿著某一特定方向發(fā)生強(qiáng)度變化的位置，至今為止，邊緣還沒(méi)有被廣泛認(rèn)可的數(shù)學(xué)定義。一方面是因?yàn)樽匀唤绲膱D像內(nèi)容比較復(fù)雜，很難用數(shù)學(xué)理論進(jìn)行描述，另一方面是因?yàn)槿祟?lèi)對(duì)目標(biāo)的邊界認(rèn)識(shí)還處在不斷地完善之中。，該過(guò)程列出了在圖像識(shí)別前的邊緣檢測(cè)過(guò)程。該過(guò)程能夠減少噪聲的干擾，有利于后期的圖像識(shí)別。 邊緣檢測(cè)步驟不同檢測(cè)邊緣的差異在于梯度分量以及梯度分量的濾波器類(lèi)型。局部邊緣變換越強(qiáng)，邊緣特征越顯著。邊緣檢測(cè)在圖像處理和識(shí)別中起著很重要的作用，檢測(cè)效果的好壞將會(huì)直接影響圖像識(shí)別的性能。邊緣檢測(cè)[]在1959年被提出，經(jīng)過(guò)五十多年的發(fā)展變化，出現(xiàn)了許多邊緣檢測(cè)的算法。常見(jiàn)的邊緣檢測(cè)算法有Canny，Sobel，Prewitt，Roberts等算子，算子都經(jīng)過(guò)四個(gè)步驟：濾波、增強(qiáng)、檢測(cè)和定位。在邊緣檢測(cè)算子中，需要關(guān)注邊緣的法線(xiàn)方向、邊緣的方向以及邊緣點(diǎn)的強(qiáng)度。一般而言，沿邊緣方向的灰度變換比較平緩，邊緣法線(xiàn)方向的灰度變換相對(duì)劇烈。一種好的邊緣檢測(cè)算子具有抑制噪聲的能力，并且能夠保持完整的邊緣特性。為了降低噪聲的干擾，用微分算子進(jìn)行檢測(cè)前先對(duì)圖像平滑濾波，Canny算子是具有平滑功能的一階和二階微分算子，邊緣檢測(cè)效果較好。下面重點(diǎn)討論本文所采用的Canny算子。在使用霍夫變換之前，必須對(duì)圖像進(jìn)行邊緣檢測(cè)，這樣可以增加實(shí)驗(yàn)結(jié)果的準(zhǔn)確性。本文采用Canny算子對(duì)圖像進(jìn)行邊緣檢測(cè)。，其核心是一種一階梯度方法，并使用二階梯度的過(guò)零點(diǎn)來(lái)來(lái)定位邊緣。Canny算子能夠標(biāo)出圖像中的實(shí)際邊緣，盡可能多地與實(shí)際圖像中的邊緣接近。Canny算子的邊緣檢測(cè)實(shí)現(xiàn)過(guò)程：(1)使用高斯濾波器對(duì)圖像進(jìn)行平滑處理，抑制了噪聲，但是會(huì)使原始圖像變得模糊。(2)再計(jì)算平滑后圖像梯度的幅值和方向，找到梯度值最大的位置，這就是物體的邊緣。Canny采用的卷積算子：其中、為一階偏導(dǎo)矩陣，得出梯度幅值、梯度方向的數(shù)學(xué)表達(dá)式： ， (22) (23) (24) (25)求出這幾個(gè)矩陣，完成進(jìn)一步檢測(cè)。(3)對(duì)梯度幅值進(jìn)行非極大值抑制，能夠更好的處理圖像，細(xì)化邊緣。比較各個(gè)像素點(diǎn)，保留每個(gè)像素點(diǎn)的最大值，刪除其它的值，即置0。(4)最后，用雙閾值算法處理圖像，以檢測(cè)和連接物體的邊緣。設(shè)置一個(gè)高閾值和一個(gè)低閾值，高閾值可以減少假邊緣，低閾值更好的使圖像的邊緣閉合。針對(duì)不同分辨率的圖像，Canny算子使用了有向?yàn)V波器進(jìn)行濾波，然后將濾波的結(jié)果融合起來(lái)構(gòu)成邊緣圖。根據(jù)提出的不同要求，我們可以修改相應(yīng)的參數(shù)，來(lái)識(shí)別不同的邊緣特性，因此適用范圍比較廣。Canny算子在進(jìn)行邊緣檢測(cè)時(shí)必須滿(mǎn)足以下兩個(gè)條件：第一，能夠有效地抑制噪聲；第二，使錯(cuò)誤的邊緣點(diǎn)數(shù)量最少；第三，準(zhǔn)確的找到邊緣點(diǎn)的位置。Canny算子的核心是基于一階導(dǎo)數(shù)的梯度方法，它使用二階導(dǎo)數(shù)來(lái)定位邊緣?；谝陨显恚瑢?duì)圓以及橢圓的程序進(jìn)行了編寫(xiě)，得出了一些效果圖。，選取了(a)、(c)三幅檢測(cè)圓的圖形，(b)、(d)是Canny算子對(duì)圖像進(jìn)行邊緣檢測(cè)得到的效果圖。由于圖像的質(zhì)量以及外界干擾，邊緣檢測(cè)得到的效果圖會(huì)出現(xiàn)模糊，但不會(huì)對(duì)圖像的后續(xù)研究造成影響。 (a) 原圖 (b) 邊緣檢測(cè) (c) 原圖 (d) 邊緣檢測(cè) 圓的邊緣檢測(cè)效果圖，選取了(a)、(c)兩幅檢測(cè)橢圓的圖形，(b)、(d)是Canny算子對(duì)圖像進(jìn)行邊緣檢測(cè)得到的效果圖。在后面對(duì)橢圓的研究中，使用了下面的圖形。 (a) 原圖 (b) 邊緣檢測(cè) (c) 原圖 (d) 邊緣檢測(cè) 橢圓的邊緣檢測(cè)效果圖第三章 圓形識(shí)別的研究 霍夫變換簡(jiǎn)介霍夫變換[]是由Paul Hough首次提出的一種線(xiàn)描述方法，該方法經(jīng)常用來(lái)檢測(cè)圖像中的直線(xiàn)，后來(lái)擴(kuò)展到識(shí)別任意形狀的物體，比如，矩形，圓和橢圓等?；舴蜃儞Q是通過(guò)直角坐標(biāo)系和極坐標(biāo)系之間的變換將圖像空間中具有相同特征的直線(xiàn)或者曲線(xiàn)映射到參數(shù)空間中的一個(gè)點(diǎn)上，然后在參數(shù)空間中對(duì)點(diǎn)進(jìn)行描述，使結(jié)果更易識(shí)別和檢測(cè)，最后用累加器進(jìn)行累加，從而把檢測(cè)圖形的問(wèn)題轉(zhuǎn)化為尋找最大累加值的問(wèn)題。設(shè)圖像空間上的一條直線(xiàn)是y=x,我們?nèi)≈本€(xiàn)上的任意三個(gè)點(diǎn)：A(1,1), B(2,2), C(3,3)。我們可以得出，過(guò)A點(diǎn)的直線(xiàn)要滿(mǎn)足方程1=k+b，過(guò)B點(diǎn)的直線(xiàn)要滿(mǎn)足方程2=2k+b，過(guò)C點(diǎn)的直線(xiàn)要滿(mǎn)足方程3=3k+b，這三個(gè)方程就對(duì)應(yīng)著參數(shù)平面上的三條直線(xiàn)，這三條直線(xiàn)會(huì)相交于一點(diǎn)(k=1,b=0)。同理，圖像空間上直線(xiàn)y=x上的其它點(diǎn)，例如(4,4)，(5,5)等，也交于這一點(diǎn)。 對(duì)于圖像上每一個(gè)像素點(diǎn)，求出參數(shù)平面中對(duì)應(yīng)的直線(xiàn)，并統(tǒng)計(jì)該直線(xiàn)上所有的像素點(diǎn)出現(xiàn)的次數(shù)。我們需要找到參數(shù)平面上出現(xiàn)次數(shù)最多的點(diǎn)位置，那么出現(xiàn)次數(shù)最多的這個(gè)位置就是圖像空間上該直線(xiàn)的參數(shù)，這就是霍夫變換的主要思想。我們把圖像平面上的像素點(diǎn)對(duì)應(yīng)到參數(shù)平面上的線(xiàn)，然后通過(guò)統(tǒng)計(jì)特性來(lái)進(jìn)行識(shí)別。如果在圖像空間中有三條直線(xiàn)，那么在參數(shù)平面上就會(huì)看到統(tǒng)計(jì)的三個(gè)峰值點(diǎn)，最后通過(guò)遍歷，找到峰值點(diǎn)對(duì)應(yīng)的三條直線(xiàn)，這樣就實(shí)現(xiàn)了直線(xiàn)的檢測(cè)?；舴蜃儞Q常用來(lái)檢測(cè)直線(xiàn)，下面就用直線(xiàn)來(lái)介紹霍夫變換的原理。在直角坐標(biāo)系中有條直線(xiàn)： (31)其中k是斜率，b是截距。，在直線(xiàn)上選取兩個(gè)點(diǎn)A、B，帶入方程(31)，過(guò)A點(diǎn)的直線(xiàn)表示為，通過(guò)變形就可以表示為，即點(diǎn)確定了一條直線(xiàn)。同理，過(guò)B點(diǎn)的直線(xiàn)表示為，變形為，確定另一條直線(xiàn)。兩條直線(xiàn)交于一點(diǎn)O，這個(gè)公共點(diǎn)就是AB所在的直線(xiàn)。因此，我們可以知道，圖像空間的一個(gè)點(diǎn)映射到參數(shù)平面上，就成為一條直線(xiàn)。圖像空間中的每條直線(xiàn)都可以用k和b來(lái)表示，在參數(shù)空間的一個(gè)點(diǎn)對(duì)應(yīng)到圖像空間，就成為一條直線(xiàn)。只要找到參數(shù)空間最大累加值，就找到了圖像空間中的那條直線(xiàn)。(a) 圖像空間 (b) 參數(shù)空間 霍夫變換原理 標(biāo)準(zhǔn)霍夫變換檢測(cè)直線(xiàn)在上節(jié)介紹霍夫變換的理論的時(shí)候，對(duì)直線(xiàn)進(jìn)行霍夫變換理論思想的詮釋。但是