20xx基于matlab的人民幣面額識(shí)別-在線瀏覽
2025-01-13 22:36本頁(yè)面
【正文】 選擇閾值用sobel算子進(jìn)行邊緣檢測(cè)。
三. 紙幣識(shí)別流程圖 讀入待檢測(cè)圖片 得出結(jié)果 進(jìn)行圖像邊緣檢測(cè)提取和邊緣剪切 中央數(shù)字部分識(shí)別 提取中央數(shù)字部分 四. 流程各部分詳細(xì)說(shuō)明 1. 讀入待檢測(cè)圖片 Im=imread（‘’）。 讀入一張有黑色背景的100元人民幣圖片。
2. 進(jìn)行圖像邊緣檢測(cè)提取 邊緣檢測(cè)共有兩種方法，一種是使用edge函數(shù)進(jìn)行邊緣檢測(cè)；另一種是二值化+圖像填充+提取邊緣的方法。
F=edge(I2,＇sobel＇)。達(dá)到需要的效果。
首先對(duì)圖像進(jìn)行二值化處理，然后使用imfill函數(shù)，調(diào)用“hole”格式，對(duì)圖像中的空洞進(jìn)行填充。下面是檢測(cè)的過(guò)程和結(jié)果。
我們采用mode函數(shù)，對(duì)邊緣位置確定。然后一行一行進(jìn)行檢測(cè)，遇到白色的區(qū)域（值為1）時(shí)，就將白色區(qū)域所處的列位置記入數(shù)組。關(guān)鍵循環(huán)如下： for i=1:m for j=1:n if F(i,j)~=0%0代表黑色,如果F(i,j)不是黑色（則是圖像區(qū)域） k=k+1。 for j1=n:1:j if F(i,j1)~=0 l=l+1。
4. 提取中央數(shù)字部分 。所以使用： FFv2=jianqie(*m:*m,*n:*n) 就可以得到中央數(shù)字的圖片。
區(qū)分百元的方法很簡(jiǎn)單。經(jīng)手算得100元的中央數(shù)字大約占超過(guò)截取道德圖像的80%。以下是關(guān)鍵程序： Ty_100=logical(sum(FFv2_bw)=% val_mid=100。
因?yàn)?0和20均為2位數(shù)，故無(wú)法通過(guò)所占比例進(jìn)行區(qū)分。我們只需要區(qū)分開(kāi)5和2即可。取5和2的靠左的一小部分進(jìn)行比較（紅框圈的），數(shù)字5后兩根藍(lán)線之間的距離小于上面兩根藍(lán)線的距離，而2恰恰相反。
關(guān)鍵程序如下： [hang_m,hang_n]=size(hang)。 hang_black=hang_new(2)hang_new(1)。%第二個(gè)白點(diǎn)和第二個(gè)黑點(diǎn)之間的距離 if hang_black=hang_white val_mid = 50。 end end 五. 程序運(yùn)行結(jié)果 結(jié)果顯示正確。
由于邊緣檢測(cè)和提取的算法不完善導(dǎo)致識(shí)別程序具有局限性。當(dāng)這些線條比較長(zhǎng)的時(shí)候，邊緣檢測(cè)程序就會(huì)將這段線條識(shí)別為邊緣，因?yàn)楸姅?shù)計(jì)算的時(shí)候這個(gè)位置同樣滿足。故而導(dǎo)致剪切邊緣無(wú)法正確實(shí)現(xiàn)，進(jìn)而影響到后面的中央分割和識(shí)別。
第一幅圖的原圖為黑色背景中有隨機(jī)繪制的幾條長(zhǎng)曲線，第二幅圖的原圖是背景為實(shí)際生活中的建筑物照片。第一幅從曲線部分開(kāi)始進(jìn)行提取，位置錯(cuò)誤。
所以，本程序存在一定的局限性，只能處理一些背景不太復(fù)雜、二值化之后不會(huì)出現(xiàn)過(guò)多長(zhǎng)曲線的紙幣圖。
本程序的邊緣檢測(cè)方法是圖像二值化后利用背景和紙幣之間的黑白差異來(lái)尋找紙幣的邊緣。
以下是實(shí)驗(yàn)圖片： 從圖中可以看到，二值化后整幅圖片除了中央一少部分其他地方均被二值化為白色，所以輪廓提取失敗了。
小組成員首先使用了edge函數(shù)中使用sobel算子的檢測(cè)方法。經(jīng)過(guò)上網(wǎng)查詢和思考，我們決定使用另一種邊緣檢測(cè)和提取的方法，即二值化+填充空洞+bwperim函數(shù)的方法。
從這幅圖可以看出，用edge函數(shù)得到的邊緣雖然完整，但是內(nèi)部圖像卻仍然存在，有時(shí)會(huì)干擾邊緣位置確定的結(jié)果，所以本次課程設(shè)計(jì)我們選擇第二種方法。
由圖可知，sobel算子邊緣檢測(cè)在這種情況下無(wú)法正常運(yùn)行。通過(guò)這次課程設(shè)計(jì)，我們深知自己還有很多不足，相信在接下來(lái)的時(shí)間里，我們會(huì)不斷改正、完善我們的程序。%讀取原圖 % figure(1) % subplot(2,2,1) % imshow(im)。%顯示原圖 % im=im2bw(im)。%顯示二值圖像 % im2=imfill(im,＇holes＇)。%輪廓提取(bwperim函數(shù)用于二值圖像的輪廓提?。?% subplot(2,2,3) % imshow(im2)。 % title(＇提取出的輪廓＇) %以下是利用edge函數(shù)和sobel算子進(jìn)行的邊緣檢測(cè) I=imread(＇＇)。 n=1。 I2=imfilter(I1,H)。%sobel算子邊緣檢測(cè) figure(2) imshow(F) %邊緣提取
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1