基于matlab的數字圖像識別文獻綜述(編輯修改稿)
2024-09-06 15:23 本頁面
【文章內容簡介】 對比檢測要求的特征和檢測起映射的效果的清晰程度。比較之下發(fā)現目前Canny邊緣檢測器產生的結果最佳。 區(qū)域標記對二值圖像進行區(qū)域提取時，首先需要對圖像每個區(qū)域進行標記，其中應用到了連通對象進行標注函數bwlabel主要對二維二值圖像中各個分離部分進行標注，其用法如下：[L,num] = bwlabel(BW,n)其中，L表示返回和BW相同大小的數組，而且包含了連通對象的標注。參數n為4或8，分別對應4鄰域和8鄰域，默認值為8。num為返回連通數。然后，需要得到圖像區(qū)域屬性。計算每個區(qū)域的圖像特征參數：區(qū)域中心位置、最小包含矩形、面積。這里給出在MATLAB圖像處理工具箱中非常重要的一個圖像分析函數：regionprops。它的用途是get the properties of region，即用來度量圖像區(qū)域屬性的函數。其用法如下：STATS = regionprops(L,properties)其中，測量標注矩陣L中每一個標注區(qū)域的一系列屬性。L中不同的正整數元素對應不同的區(qū)域，例如：L中等于整數1的元素對應區(qū)域1；L中等于整數2的元素對應區(qū)域2；以此類推。返回值STATS是一個長度為max(L(:))的結構數組，結構數組的相應域定義了每一個區(qū)域相應屬性下的度量。properties可以是由逗號分割的字符串列表、飽含字符串的單元數組、單個字符串‘all’或者‘basic’。如果properties等于字符串‘all’，則所有下述字串列表中的度量數據都將被計算，如果properties沒有指定或者等于‘basic’，則屬性：‘Area’,‘Centroid39。和‘BoundingBox39。將被計算。本課題對已經得到了可行車牌區(qū)域的連通域[6]，進行連通域分析均用到上述函數，從而計算出包含所標記的區(qū)域的最小寬和高。并根據先驗知識，不妨取2～4為字符區(qū)域的寬高比范圍。比較誰的寬高比更接近實際車牌寬高比，將更接近的提取并顯示出來。2 仿真實驗 圖像的預處理圖像灰度化將采集到的彩色車牌圖像轉化為灰度圖像： RGB=imread(39。39。)。 subplot(1,2,1)。 imshow(RGB)。 title(39。原始圖像39。)。 b= rgb2gray(RGB)。 subplot(1,2,2)。 imshow(b)。 title(39。黑白圖像39。)。原始彩色圖像與灰度圖像對比的效果如圖1所示。圖1 原始彩色圖像與灰度圖像對比效果圖像增強對原始圖像進行開操作得到圖像背景圖像：s=strel(39。disk39。,13)。 %strel函數Bgray=imopen(Sgray,s)。 %打開sgray s圖像figure,imshow(Bgray)。title(39。背景圖像39。)。 %輸出背景圖像背景圖像效果如圖2所示。圖2 背景圖像原始圖像與背景圖像作減法，對圖像進行增強處理：Egray=imsubtract(Sgray,Bgray)。 %兩幅圖相減figure,imshow(Egray)。title(39。增強黑白圖像39。)。%輸出黑白圖像黑白圖像效果如圖3所示。 圖3 黑白圖像在圖像
規(guī)章制度相關推薦
鄂ICP備17016276號-1