matlab的hough变换实例含程序.doc

华中农业大学本科毕业论文 创新实验报告题 目：柑橘的自动识别小组成员：张友辉 2009303200916鲁后涛 2009303200915 邵 鹏 2009309200709专 业：张友辉 资环院农资0903班鲁后涛 资环院农资0903班邵 鹏 食科院食工0904班中国武汉二一一年 一 月6目录目录摘要关键字ABSTRACTKEYWORDS.正文.1第一章 前言 1第二章 材料与方法 2 2.1 研究工具介绍 2 2.2 主要使用函数 3 2.3 实验流程 3 2.3.1 图像读取 32.3.2灰度及二值化处理 32.3.3 边缘检测 42.3.4 hough变换 4 2.4 实验分工 5第三章 结果与分析 5 3.1 实验结果 53.2 实验分析 63.3 结果讨论 6参考文献 6致谢 7附录 7摘要：现代社会正处于高度信息化，经济高度知识化的时代。世界高新技术革命迅猛发展，极大的推动了经济和社会的发展，使人类生产、生活方式产生深刻的变化。农业是一个国名经济存在和发展的基础，我国是一个农业大国，农业信息化发展刻不容缓机器人技术就是其中较为广泛研究和应用的技术之一。如今在国外有很多种类的机器人运用于各种农业生产过程中，比如除草机器人、放牧机器人、分检果实机器人等，其中采摘分检果实机器人是各类农业机器人研究中十分重要的一项。果蔬采摘工作是农业生产活动中最耗时，最费力的一个环节。因此世界各国在收获机器人的研究上做了大量的工作。采摘机器人研究融合了工业机器人技术，计算机图像处理技术，人工智能技术等。本课题只要针对计算机图像处理技术中及其重要的果实识别技术做研究。果实识别是果实采摘自动化的重要步骤之一。我们主要是基于MATLAB平台工作，对图像文件中的果实（类圆形果实）进行识别，通过图像灰度化，二值化，提取边缘，Hough变换等一系列步骤后，对果实图像进行特征提取以获取所需信息。通过对边缘的提取识别图像，便于机器识别。关键字：农业信息化；数字图像；柑橘Abstract:Modern society is highly information-oriented, high degree of knowledge economy era. The rapid development of high-tech revolution in the world, greatly promoted the economic and social development, so that human production have a profound change in lifestyle. Agriculture is the name of a country basis for existence and development of the economy, China is a big agricultural country, agricultural information development imperative is one of the more extensive robotics research and application technologies. Today, there are many in foreign countries of various types of robots used in the process of agricultural production, such as weeding robot, grazing robot, robot fruit sorting, sorting fruit picking robot which is a very types of agricultural robot important one. Fruit picking work is the most time-consuming agricultural production activities, the most laborious aspet. Therefore, countries in the world in the study of robots harvest a lot of work. Picking robot research combines industrial robot technology, computer image processing technology, artificial intelligence technology. As long as the subject of computer image processing technology for its important recognition technology fruits of research. Automated fruit picking fruit recognition is an important step. Our work is mainly based on MATLAB platform, the fruit of the image file (class round fruit) to identify, through the image grayscale, binary, edge extraction, Hough transform and a series of steps, the image feature extraction of fruit to obtain the required information. Recognition by extracting the edge image, easy to machine identification. Keywords: Sobel; Hough transform;Matlab正文第一章：前言人类社会处于日新月异的发展之中。农业作为整个经济赖以存在和发展的基础，同样走向信息化发展时代。其中机器人技术的应用很大幅度地提高了农业的发展速度。在农业生产过程中，尤其是果蔬农业，收获采摘工作在整个工作量中占很大一部分，达到50%以上。其他程序都会受到采摘工作效率的直接影响，并最终导致成品的市场价格和经济效益受到影响。若以机器人技术代替手工劳作，其意义将十分重大。果蔬的采摘收获工作十分复杂，它受很多因素的影响。首先，果实自身的生长具有不确定性，随着时间的变化，果实的生长位置，颜色，大小会不断变化，即使是同一棵树上的果实，其大小，颜色也有差异。其次，果实生长的环境是变化的，未知的，开放性的，受土地，季节和天气等自然条件的影响很大，同一品种的果实在不同地点，不同季节的生长都有差异，而且还受该季节降水量，光照量，等因素的影响。再有，果实采摘时，受天气，树叶等遮挡的影响，机器人获取的果实图像有光线差异或者果实不完整等情况。这些都使得采摘机器人要能够顺应变化无常的自然环境，在视觉，知识推理，判断等方面具有相当高的智能。20世纪七八十年代以来，电子和计算机技术高速发展，尤其是工业机器人技术，人工智能技术和计算机图像处理技术的日益成熟，世界各国在收获采摘机器人方面做了大量的研究工作。 1968年美国学者Schertz和Brown首先提出利用机器人技术采摘果实，并提出用果实及叶子对电磁光谱的可见光及红外区域的反射率不同来检测果实。1977年，Parrish和Goksel就依据这种思想建立了一个比较实用的苹果识别视觉系统。 以日本为代表，包括美国，英国，法国，荷兰，西班牙，以色列等发达国家，都在此做了大量研究工作，并试验成功了多种人工智能收获机器人。 日本研制了番茄采摘机器人，其依靠彩色摄像机为视觉传感器来寻找和识别成熟果实，再用双目视觉法对果实定位以实现机器人采摘。 西班牙科技人员发明了柑橘采摘机器人，它由摘果机械手，彩色视觉系统以及超声传感定位器三部分组成，依据柑橘的大小，形状，颜色来判断柑橘是否成熟，并决定是否采摘。 美国和以色列的科技人员联合研制开发了甜瓜采摘机器人，它采用的是黑白图像处理方法对成熟甜瓜进行识别和定位。 我国是农业大国，农业是我国经济社会发展中的根本。然而，我国农业生产中农业机械化的贡献却很低，仅有17%，远低于发达国家农业机械化的水平。我国在农业机器人方面的研究相对于发达国家来说起步较晚，始于20世纪90年代中期。但是不少研究所及院校已经开始对采摘机器人及智能农业机械进行相关的研究。国家863高技术计划中自动化领域已经将智能机器人作为其中一个主题来展开研究，农业机器人被列入鼓励研究领域。我国农业自动化生产的发展开始呈上升趋势。第二章：材料与方法2.1研究工具介绍本文主要针对果实采摘机器人研究中的核心部分果实识别视觉系统的计算机图像处理方法进行研究。此次研究以柑橘作为研究对象，对实际环境中生长的成熟柑橘进行图像采集，基于MATLAB7.1平台编写程序进行图像处理，并运用相关图像处理算法进行分析计算，来识别果实。本次研究主要使用了MATLAB工具中的数字图像处理技术。MATLAB一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。另外新版本的MATLAB还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。但在制作GUI方面由于我们的能力有限，没有制作。MATLAB包括拥有数百个内部函数的主包和三十几种工具包。本次研究主要使用主工具箱以及图像处理工具箱。2.2主要使用的函数MATLAB内部常数pi：圆周率 p（= 3.1415926.）MATLAB常用基本数学函数:abs(x)：纯量的绝对值或向量的长度； round(x)：四舍五入至最近整数；floor(x)：地板函数，即舍去正小数至最近整数；MATLAB常用三角函数sin(x)：正弦函数 cos(x)：余弦函数；向量的常用函数max(x): 向量x的元素的最大值。MATLAB图像类型转换函数：rgb2gray:将一副真彩色图像转换成灰度图像； im2bw:通过设定高度阈值将真彩色，索引色，灰度图转换成二值图像；MATLAB图形图像文件的读取和显示函数 imread(filename)；MATLAB二进制图像及其显示 imshow（f1）。用double对二值图像双精度化图形处理：sobel算子检测边缘hough变换检测圆分别显示灰度图像：figure;subplotSobel:算子边缘检测图像hough变换检测后的图像2.3实验流程开始读取图像图像预处理灰度化二值化边缘检测Hough变换读出图像2.3.1图像读取图像处理的第一步就是对所采集的图像进行读入，本次研究采集的图像是24位真彩色的JPG格式的图像。真彩色图像可用双精度存储，亮度值范围是0,1；比较符合习惯的存储方法是用无符号整型存储，亮度值范围0,255。在实验中我们开始因为遇到了sobel算子无法识别二值图像的问题，后来用了double解决问题。MATLAB中图形图像文件的读取利用函数imread（）完成。2.3.2图像灰度与二值化处理白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。用灰度表示的图像称作灰度图。MATLAB中rgb2gray（）函数可以实现图像灰度化，它是以R、G、B为轴建立空间直角坐标系，则RGB图的每个象素的颜色可以用该三维空间的一个点来表示，而Gray图的每个象素的颜色可以用直线R=G=B上的一个点来表示。于是rgb转gray图的本质就是寻找一个三维空间到一维空间的映射，最容易想到的就是射影（即过rgb空间的一个点向直线R=G=B做垂线），事实上MATLAB也是这样做的，并且有Gray = 0.29900 * R + 0.58700 * G + 0.11400 * B。图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。全局二值化最常用的方法就是设定一个全局的阈值P，用P将图像的数据分成两部分：大于P的像素群和小于P的像素群。将大于P的像素群的像素值设定为白色（或者黑色），小于P的像素群的像素值设定为黑色（或者白色）。MATLAB中使用im2bw函数，f1=im2bw(f,阈值)即将f以阈值分割。2.3.3边缘检测图像边缘是一个图像的重要特征，是计算机模式识别，视觉等的基础，边缘检测是图像处理过程中的一个重要环节。检测物体边缘时,首先粗略检测其轮廓点,然后把原来检测到的轮廓点连接到一起,同时检测、连接遗漏的边界点并去除虚假的边界点。 边缘检测的算法很多，如方向算子，特度算子，canny算子和拉普拉斯算子等。常用的有Sobel算子，梯度算子的Roberts算子，Prewitt算子以及Canny边缘检测等。本文主要涉及的是Sobel算子的边缘检测，Sobel算子是一阶微分算子，包含两组3*3矩阵，分别为横向和纵向，将之与图像作平面卷积，得出横向，纵向的亮度差分近似值。我们也用过其他算子，sobel效果最好。具体语法如下：BW=edge(A,sobel,p);p为0,1的阈值2.3.4 hough变换Hough变换本来用于直线检测中,充分体现了Hough变换具有明了的几何解析性、一定的抗干扰能力以及易于实现并行处理等优点。人们在对图像进行几何特征检测时,感兴趣的往往有直线,圆，椭圆等等。自然而然地想到应用Hough变换。这里不再赘述hough变换检测直线。Hough变换是基于通过提取分布于目标圆周上的参数及点的特征值的来检测圆或圆弧的。为了检测目标外形,对图像上的每点定义一个参数空间的映射。Hough变换通过在参数空间找寻特征(峰值或最大值点)得到位于图像空间中的特征(目标形状)来转换问题。对于已知半径的圆Hough变换可以检测任意已知表达形式的曲线，关键在于选择合适的参数空间。我们可以根据曲线的表达形式决定其参数空间。当检测某一已知半径的圆时，可以使用与原图像空间相同的空间作为其参数空间。则原图像空间中的一个圆对应参数空间中的一个点，参数空间的一个点对应图像空间中一个圆，原图像空间中在同一圆上的点，它们的参数相同即a，b相同，它们在参数空间对应的圆就会过同一点（a，b），因此，将原图像中的所有点变换到参数空间之后，依据参数空间中点的聚集度就可判断出原图像空间中有无近似于圆的图形。对于未知半径的圆，在一个xy平面图像中确定一个圆至少需要三个元素，即圆心的x轴和y轴坐标，圆的半径，因此Hough变换检测圆的目的就是检测出图像中各个圆的圆心坐标以及圆的半径。其基本思想是将原图像空间中边缘点映射至参数空间中，再将参数空间中得到的全部坐标点元素所对应的累加值进行统计，并根据此累加值来判断圆的大小和圆心的位置。例如，在xy平面上的方程为(x-a)2+(y-b)2=r2 其中点（a，b）为圆心坐标，r为圆半径，点（x，y）为圆周上的一点，将其转换为参数坐标系（a，b，r），方程为(a-x)2+(b-y)2=r2,可看出次方程为圆锥面，对于原图像中任意确定的一个点在参数空间都有一个三维锥面与其对应。在Hough变换检测圆时，可以利用梯度信息在很大程度上加快圆检测的速度。对圆周而言，其梯度方向只有背离圆心或者指向圆心，当梯度指向圆心，圆心就在梯度的延长线上，而当梯度背离圆心，圆心则在梯度的反向延长线上。所以，边缘梯度信息的加入可以预估圆心的位置，这样可以使算法的运算量明显减少，并且可以有效抑制虚假局部最大值。圆心位置可以用极坐标方程形式表达: a= x - rco s ( (x , y ) ), a=y - rsin ( (x , y ) )或者a= x+ rco s ( (x , y ) ), a=y+rsin ( (x , y ) )，边缘像素（x，y）处的梯度方向为 (x , y )。前一组公式是梯度方向背离圆心，后一组为梯度方向指向圆心。以前一种情况为例，边缘图像中每个边缘像素点（x，y）都可以算出其相应的梯度方向 (x , y )。通过前一个公式可算出圆心坐标（a0，b0），对于参数空间可能的半径r0，其相应的参数空间累加器单元加一，最后找到累加器的局部最大值，就得到一个圆。2.4实验分工为了有效率的完成实验，我们进行了适当的分工 张友辉负责毕业论文和资料的 收集整理 邵鹏负责边缘检测的提取与编写 鲁后涛进行 GUI的编写，但由于太过复杂，后放弃，后加入函数的编写。第三章：结果与分析3.1 实验结果我们通过对图像进行灰度化，二值化，边缘检测，hough变换等过程将图片中柑橘轮廓检测了出来。以下为圆坐标数据及处理的图像 Center 15 7 radius 10Center 16 8 radius 10Center 17 9 radius 10Center 9 67 radius 10Center 9 68 radius 10Center 75 68 radius 10Center 71 69 radius 10Center 72 70 radius 10Center 73 70 radius 10Center 72 71 radius 10Center 72 72 radius 10Center 76 74 radius 10Center 75 77 radius 10Center 76 77 radius 10Center 173 12 radius 10Center 172 13 radius 10Center 174 13 radius 10Center 172 14 radius 10Center 173 14 radius 10Center 171 15 radius 10Center 173 15 radius 10Center 169 16 radius 10Center 173 16 radius 10Center 125 205 radius 10Center 127 205 radius 10Center 127 206 radius 10Center 122 210 radius 10Center 122 215 radius 10Center 121 216 radius 10Center 122 216 radius 10Center 164 7 radius 20Center 131 214 radius 20fig 1.1原图fig 2.1fig 1.2灰度图fig 2.2fig 1.3边缘检测图fig 2.3fig 1.4Hough检测的圆fig 2.43.2 实验分析在试验到最后的时候还是存在一些问题，期终检测时，我们发现检测的圆比原图片中的柑橘小，还有左边的图片中有一个柑橘被另一个遮住了一部分，但是我们没有能在最后的检测的圆的图上清楚地看出来。检测的圆比柑橘小应该是在检测边缘时取得阈值有问题所致，在用sobel算子检测边缘时，检测的边缘就比柑橘图中的小。我们会通过改变阈值来改。至于有一个柑橘没有被检测出来，只好通过改变拍摄角度来解决，从不同角度拍摄，可以让所有柑橘全部被检测到。3.3 实验讨论在研究过程中我和邵鹏后涛也遇到了一些问题，比如霍夫变换曾经困扰了我们很长时间，在前几天我们还在找sobel算子不能识别二值图像的原因，甚至我和鲁后涛连一台电脑都没有，但是这些都不是问题。本次设计涉及的知识较为广泛，设计中采用的图像预处理也比较简单，对最后的检测成果存在一定程度上的影响，从结果图像与圆图像的对比可以看出原图像中一个被遮盖且模糊的目标柑橘没有检测出来。识别的精确度较低。设计程序循环计算较多，导致识别时间的延长，同时也耗费了大量的存储空间，这一点对实际应用存在较大的影响，需要较多改进。目前，果蔬采摘机器人的研究领域逐渐成为机器人研究领域的新方向，果实收获机器人对于农业生产工作具有十分重要的应用，因此此类研究具有很大的发展潜力。今后的研究应该着力解决并完善之前所述的各种问题和缺陷，并最终能够让果实收获机器人更加广泛地应用于现实的农业生产过程中。参考文献1. 张德丰.数字图像处理：MATLAB版. 人民邮电出版社. 20092.余成波.数字图像处理及MATLAB实现. 重庆大学出版社.20033.杨帆等.数字图像处理与分析.北京航空航天大学出版社.20074. 数字图像处理（第二版）/（美）冈萨雷斯（Gonzalez.R.C.）等著；阮秋琦等译.北京：电子工业出版社，2003.3书名原文：Difital Image Processing, Second Edition ISBN 7-5053-8236-55. 刘长林，张铁中，杨丽.果蔬采摘机器人研究进展.安徽农业科学,Journal of Anhui Agri .Sci .2008 ,36(13) :5394 53976. 蔡健荣，周小军，李玉良，等. 基于机器视觉自然场景下成熟柑橘识别J.农业工程学报,2008,24(1):175178.7. 蔡健荣,赵杰文.自然场景下成熟水果的计算机视觉识别.农业机械学报.2005,36(1): 6264.8. 杨国彬,赵杰文,向忠平.利用计算机视觉对自然背景下西红柿进行判别J.农业化研究，2003,1(1):6062.9.王新忠,毛罕平,林明伟.基于YIQ彩色模型的成熟番茄图像分割识别.中国农业工程学会学术年会,2005:332-335.致谢我首先要向翟瑞芳老师表示最真挚的谢意。她时刻的关注我的课题的进展，在研究课题的理论知识，应用知识方面都给我不少的意见和建议。同时也要感谢罗俊、彭辉等老师在答辩期间给予我们的意见和指导，我们衷心的感谢他们。还要特别感谢我们的一些同学给予了我们无私的帮助，提供一些参考资料，同时也在程序的测试方面也是不厌其烦帮助我们指出系统的一些不足。由于我们学识有限，理论知识不足，实验还有一些不足，在实际中应用性不强，希望各位师长继续支持和鼓励我们。我们在以后的学习还将不断完善它。附录实验相关代码I=imread(*.jpg);f=rgb2gray(I);f1=im2bw(f,200/255);BW1=double(f1); B