最新彩色圖像特征信息提取設(shè)計-文庫吧資料
2025-07-06 03:52本頁面
【正文】 urrence Matrix）是近年來發(fā)展起來的分析紋理特性的有效方法，它反應(yīng)了圖像中任意兩點灰度的相關(guān)性。對于彩色圖像分割問題，必須充分利用彩色圖像所包含的豐富的色彩信息，選擇適當(dāng)?shù)奶卣鳎鼓繕?biāo)和背景能依據(jù)特征上的差別進行區(qū)分，利用這個顏色特征將彩色圖像轉(zhuǎn)變成灰度圖像，再確定閾值將灰度圖像二值化。圖像分割就是指把像分成各具特性的區(qū)域并提取感興趣目標(biāo)的技術(shù)和過程。第三節(jié) 圖像分割圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，也是一種基本的計算機視覺技術(shù)。由于xy平面中的直線上的各個邊緣點都滿足參數(shù)的等式，所以xy空間中所有的邊緣對應(yīng)的正弦曲線都相交于點（ρ0，θ0），可以建立一個位于參數(shù)空間中的直方圖，對于每一個邊緣點，給參數(shù)空間中的所有與之對應(yīng)的正弦曲線的直方圖方格一個增量。Hough變換是利用圖像的全局特征將邊緣像素連接起來形成封閉邊界的一種連接方法。這里所用的邊緣檢測算子為canny算子，它檢測邊緣的方法是尋找圖像梯度的局部極大值，梯度是用高斯濾波器的倒數(shù)計算的。用微分算子對圖像進行邊緣檢測所得的邊界常常會發(fā)生斷裂現(xiàn)象。邊緣的檢測可以借助空域微分算子利用卷積來實現(xiàn)。而邊緣檢測技術(shù)是所有基于邊界分割的圖像分析方法的第一步。在圖像處理技術(shù)中，許多場合都要求計算機進行圖像描述，并按照特征對圖像進行分析和理解。通過各種處理方法，將包含圖像信息的必要的特征顯露出來，并加以量化的處理稱之為彩色圖像的特征提取。而對于選定的圖像區(qū)域可以用r e g i o n p r o p s函數(shù)來計算，例如，區(qū)域的面積、質(zhì)心、包含域的邊框等區(qū)。第二節(jié) 區(qū)域?qū)傩詧D像區(qū)域的有關(guān)屬性有區(qū)域的面積、質(zhì)心、均值、標(biāo)準(zhǔn)差和相關(guān)系數(shù)等等，對于彩色圖像紋理等特征的提取有很大的作用，在MATLAB中可以用mean2函數(shù)、std2函數(shù)和corr2函數(shù)分別計算圖像矩陣的均值、標(biāo)準(zhǔn)差和兩個相同矩陣的相關(guān)系數(shù)。MATLAB的圖像處理工具箱提供有pivot函數(shù)和 I m p I x e l函數(shù)用于提供圖像特定像素的數(shù)據(jù)值（灰度值或顏色值）信息。第三節(jié) 圖像類型轉(zhuǎn)換在MATLAB中圖像類型可分為二值圖像、索引圖像、灰度圖像、多幀圖像和RGB圖像，許多圖像處理對圖像的圖像類型有一定的要求，如MATLAB中彩色圖像的輪廓及邊緣提取需要將真彩圖像轉(zhuǎn)換為灰度圖像，而具體的過程只需要通過rgb2gray函數(shù)就可以實現(xiàn)，同樣將彩色圖像二值化也只需通過im2bw函數(shù)就能獲得。高頻加強濾波就是在設(shè)計濾波傳遞函數(shù)時，在原有的設(shè)計結(jié)處理。圖像的銳化－高通濾波：由于圖像中灰度發(fā)生驟變的部分與其頻譜的高頻分量相對應(yīng)，所以應(yīng)采用高頻濾波器衰減或抑制低頻分量，使高頻分量暢通并能夠?qū)D像進行銳化由于經(jīng)過高通濾波處理后的圖像丟失了許多低頻信息，所以圖像的平滑區(qū)基本會消失。另外，理想低通濾波后的圖像將會出現(xiàn)一種“振鈴”特性，造成圖像不同程度的模糊，D0越小，模糊程度越明顯。這里應(yīng)該指出，傅里葉變換的主要能量都集中在頻譜中心的，合理的選擇截止頻率對保留圖像的能量是至關(guān)重要的，以一副256256的圖像為例，如果D0=5，那么理想低通濾波器將保存圖像98%的能量。統(tǒng)計新直方圖各灰度級的像素n k。計算原始圖像的累計直方圖。用式p=（S k）= n k/n具體方法是：給出原始圖像的所有灰度級S k, k=0,1,…,L1。下面介紹其中一種方法—直方圖均衡化。例如：在醫(yī)學(xué)上，為了改善X射線機操人員的工作條件，可以采用低強度的X射線曝光，但是這樣獲得的X光片灰度級集中在暗區(qū)，許多圖像細節(jié)無法看清，判斷困難，通過修正使灰度級分布在人眼合適的亮度區(qū)域，就可以使X光片中的細節(jié)，如筋骨、關(guān)節(jié)等清晰可見。本文以MATLAB工具箱中一張普通的彩色圖像‘f l o w e r s .t if’為例，利用MATLAB編程實現(xiàn)彩色圖像的特征提取。圖像分析：像素值統(tǒng)計，直方圖提取，區(qū)域?qū)傩缘?。特征提取原始圖像：由各種路徑獲得且能被MATLAB支持的各種格式的圖像數(shù)據(jù)，如BMP格式、GIF格式、TIF格式、JPEG格式的圖像等。圖像分析圖像預(yù)處理第三節(jié) 課題流程本課題主要的環(huán)節(jié)為彩色圖像的分析和特征提取，流程圖如下：原始圖像其次，它有強大的圖形表達功能，不僅可以繪制一般的二維、三維圖像，如線圖、條形圖、餅圖、散點圖、直方圖與誤差條圖等，還可以繪制工程特性較強的特殊圖形，如玫瑰花圖、極坐標(biāo)圖、二維、三維等值線圖、三維表面圖、假彩色圖、二維、三維流線圖、三維彩色流錐圖、流沙圖、流帶圖、流管圖、卷曲圖與切片圖等，此外還可以生成快照圖和進行動畫制作，對于圖像的處理有很重要的作用。隨著MATLAB版本的不斷升級，其所含的工具箱的功能也越來越豐富。該軟件有六十多個工具箱，可以直接調(diào)用，節(jié)省時間和精力。具有一般的語言基礎(chǔ)就可以很快掌握。另一方面，紋理是物體表面結(jié)構(gòu)的模式，可以認為是顏色(灰度)在空間以一定的變化形式而產(chǎn)生的圖案(模式)，是圖像的一種區(qū)域性質(zhì)。顏色是物體表面的屬性，因此對于圖像分割和目標(biāo)識別等的研究都具有非常重要的意義。彩色圖像處理己經(jīng)成為當(dāng)前圖像處理領(lǐng)域重要的研究課題。第一節(jié) 選題背景計算機視覺技術(shù)在現(xiàn)代生活中已獲得了廣泛的應(yīng)用，高效的圖像處理算法是計算機視覺技術(shù)能否獲得成功應(yīng)用的關(guān)鍵，近年來，隨著計算機視覺研究的不斷進步、多媒體技術(shù)和虛擬現(xiàn)實技術(shù)的不斷完善、彩色成像設(shè)備的不斷改進，彩色圖
語文相關(guān)推薦
鄂ICP備17016276號-1