激光光斑中心位置判定及其圆拟合文档格式.docx
- 文档编号:4169966
- 上传时间:2023-05-02
- 格式:DOCX
- 页数:12
- 大小:344.98KB
激光光斑中心位置判定及其圆拟合文档格式.docx
《激光光斑中心位置判定及其圆拟合文档格式.docx》由会员分享,可在线阅读,更多相关《激光光斑中心位置判定及其圆拟合文档格式.docx(12页珍藏版)》请在冰点文库上搜索。
在数字图像处理中,二值图像占有非常重要的地位,特别是在实用的图像处理中,以二值图像处理实现而构成的系统是很多的,要进行二值图像的处理与分析,首先要把灰度图像二值化,得到二值化图像,这样子有利于再对图像做进一步处理时,图像的集合性质只与像素值为0或255的点的位置有关,不再涉及像素的多级值,使处理变得简单,而且数据的处理和压缩量小。
所有灰度大于或等于阀值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。
第二节
方法一:
首先将图像转变为灰度图像,再利用max,min等函数求阈值分割点,最后转化为二值化图像
相关程序:
J=imread('
1.jpg'
);
%读图像
figure;
imshow(J);
%显示原始图像
P=rgb2gray(J);
%转换为灰度图像
[m,n]=size(P);
%获取图像的行数和列数
ma=max(max(P));
%求最大值
mi=min(min(P));
%求最小值
limen=(ma+mi)/2;
%求分割阈值
I=(P>
limen);
%二值化
imshow(I);
%显示二值化图像
方法二:
首先将图像转变为灰度图像,再利用graythresh等函数求阈值分割点,最后用函数im2bw进行二值化。
%转换为灰度图像
level=graythresh(P);
%求分割阈值
I=im2bw(P,level);
%二值化
第三节二值化前后效果对比
第一节去除噪声的原理
噪声在理论上可以定义为“不可预测,只能用概率统计方法来认识的随机误差”。
实际获得的图像一般都因受到某种干扰而含有噪声。
引起噪声的原因有敏感元器件的内部噪声、相片底片上感光材料的颗粒、传输通道的干扰及量化噪声等。
噪声产生的原因决定了噪声的分布特性及它和图像信号的关系。
第二节去除噪声的程序实现
首先将图像变成灰度图像,然后进行中值滤波。
I=imread('
1.JPG'
I=rgb2gray(I);
subplot(2,3,1),imshow(I);
title('
原始图像'
k1=medfilt2(I);
%进行3*3滤波
k2=medfilt2(I,[5,5]);
%进行5*5滤波
subplot(2,3,3),imshow(k1);
3*3中值滤波后的图像'
subplot(2,3,4),imshow(k2);
5*5中值滤波后的图像'
先利用bwlabel函数标注连通区域,在通过regionprops函数找出其中的噪声区域,并置零,以此达到去除噪声的目的。
L=bwlabel(I);
%功能:
标注二进制图像中已连接的部分。
stats=regionprops(L,{'
Area'
'
ConvexHull'
MajorAxisLength'
...
'
MinorAxisLength'
Eccentricity'
Centroid'
});
%用来度量图像区域属性的函数。
测量标注矩阵L中每一个标注区域的一系列属性。
L中不同的正整数元素对应不同的区域。
%
A=[];
%定义数组A%
fori=1:
length(stats)
A=[Astats(i).Area];
%'
是标量,计算出在图像各个区域中像素总个数。
%
End
[mA,ind]=max(A);
I1=I;
I1(find(L~=ind))=0;
Figure;
imshow(I1);
第三节去除噪声前后的图像对比
第一节圆拟合原理
首先通过regionprops函数找出与所求区域具有相同标准二阶中心矩的椭圆的长轴长度,短轴长度,离心率等,并找出包含所求区域的最小凸多边形,的顶点坐标。
通过一定的方法,用所求椭圆的相关参数确定一个正多边形。
使该正多边形具有一个相当大的边数,是该多边形接近一个圆。
这个圆就是所要拟合的圆。
在指令t=linspace(0,2*pi,N)中,N-1表示所求正多边形的边数,N越大,所拟合的圆越精确。
第二节圆拟合的程序实现
imshow(I1)
holdon;
temp=stats(ind).ConvexHull;
是p行2列的矩阵,包含某区域的最小凸多边形。
此矩阵的每一行存储此多边形一个顶点的xy坐标。
t=linspace(0,2*pi);
%用法:
linspace(x1,x2,N)
功能:
linspace是Matlab中的一个指令,用于产生x1,x2之间的N点行矢量。
其中x1、x2、N分别为起始值、终止值、元素个数。
若缺省N,默认点数为100。
应用举例
例一:
在matlab的命令窗口输入:
X=linspace(1,100)
将产生从1到100步长为1的数组。
类似于在命令窗口中输入:
X=[1:
1:
100]
例二:
在命令窗口中输入:
X=linspace(5,100,20)
将输出:
X=
5101520253035404550556065707580859095100
这和X=[5:
5:
100]的效果是一样的。
c1=stats(ind).Centroid;
是1行ndims(L)列的向量,给出每个区域的质心(重心)。
注意:
Centroid的第一个元素是重心水平坐标(x坐标)、第二个元素是重心垂直坐标(y坐标)。
Centroid所有其它元素则按照维顺序排列。
a1=stats(ind).MajorAxisLength;
是标量,与区域具有相同标准二阶中心矩的椭圆的长轴长度(像素意义下)。
标准二阶中心矩就是标准方差%
b1=stats(ind).MinorAxisLength;
是标量,与区域具有相同标准二阶中心矩的椭圆的短轴长度(像素意义下)%
d1=stats(ind).Eccentricity;
是标量,与区域具有相同标准二阶中心矩的椭圆的离心率(可作为特征)%
x1=c1
(1)+d1*b1*cos(t);
y1=c1
(2)+d1*a1*sin(t);
m=plot(x1,y1,'
b-'
%拟合出一个蓝色的圆
第三节拟合效果
t=linspace(0,2*pi,N)中,N=7时的效果
t=linspace(0,2*pi,N)中,N=500时的效果
通过在所拟合的圆上任取三个点,通过这三个点确定远的圆心和蚌精
x2=x1(1,1);
y2=y1(1,1);
x3=x1(1,30);
y3=y1(1,30);
x4=x1(1,80);
y4=y1(1,80);
a=2*(x3-x2);
b=2*(y3-y2);
n=(x3*x3+y3*y3-x2*x2-y2*y2);
d=2*(x4-x3);
e=2*(y4-y3);
f=(x4*x4+y4*y4-x3*x3-y3*y3);
x0=(b*f-e*n)/(b*d-e*a+eps)%求圆心坐标
y0=(d*n-a*f)/(b*d-e*a+eps)
r0=sqrt((x0-x2)*(x0-x2)+(y0-y2)*(y0-y2))%求半径
clc;
clearall;
closeall;
I=imread('
I=im2bw(I);
%连通区域划分
%求连通区域属性
Regionprops:
(计算出在图像各个区域中像素总个数,包含某区域的最小凸多边形,与区域具有相同标准二阶中心矩的椭圆的长轴长度(像素意义下),与区域具有相同标准二阶中心矩的椭圆的短轴长度(像素意义下),与区域具有相同标准二阶中心矩的椭圆的离心率(可作为特征),给出每个区域的质心)
end
%返回最大值和最大值得位置
1
t=linspace(0,2*pi,500);
g-'
x0=(b*f-e*n)/(b*d-e*a+eps)%求圆心
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 激光 光斑 中心 位置 判定 及其 拟合