激光光斑中心位置与大小的确定Matlab

1、燕山大学课程设计说明书题目： 20 目标位置及大小的确定学院(系)： 电气工程学院年级专业： 09 级仪表三班学 号：学生： )指导教师：林洪彬王志彬教师职称：讲师 副教授燕山大学课程设计（论文）任务书院（系）：电气工程学院基层教学单位：自动化仪表系学号）学生专业（班级）09 级仪表_-班设计题目20目标位置及大小的确定设 计 技 术 参 数几句图像处理的知识，确定图像中两点的中心点的位置，并能确定其大 小（即半径），尽量使用较多的方法实现，并且比较每种方法的处理速度。设 计 要 求实际确定图像中两点的中心点的位置，并且确定该两点的半径。实际中 应具有自己的实际思想、设计体会。工 作 量了解M

2、atlab的基本操作，查找与课程设计相关的资料，编写程序并调试， 写论文，准备课程设计答辩。工 作 计 划12月19日，熟悉 Matlab的基本操作12月20日，查找与课程设计课题相关的资料12月21日，设计程序并调试12月22日，调试程序并写论文12月23日，整理论文，课程设计答辩参 考 资 料1、 数字图像处理学电子公告也贾永红20032、 数字图像处理（Matlab版）电子工业冈萨雷斯20063、 其他数字图像处理和 matlab变成发面的书记及相关学习资料指导教师签字林洪彬王志斌基层教学单位主任签字平说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。2011年12月23 日

3、燕山大学课程设计评审意见表指导教师评语:正确完善完善认真较为合理合理较认真理论分析庆方法设计旗一般一般不认真较差较差工作态度成绩：指导教师：2011年12月23 日答辩小组评语：清晰设计结论正确基本正确基本掌握原理了解成绩：不清楚评阅人：不正确2011年12月23 日课程设计总成绩:答辩小组成员签字：童凯林洪彬程淑红2011年12月23日摘要首先对图像进行二值化，然后用bwlabel , regionprops 等函数对二值图像进行去除噪声操作，然后通过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

4、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。最后通过三个点求圆的中心和半径。关键字 二值化处理去噪声处理 圆的拟合已知三点求圆的中心和半径目录第一章彩色图像的二值化1图像的二值化原理2图像的二值化的程序实现3二值化前后效果对比第二章去除噪声1去除噪声的原理2去除噪声的程序实现3去除噪声前后的图像对比第三章圆拟合1圆拟合原理2圆拟合的程序实现3拟合效果第四章求圆心及半径第五章完整的Matlab程序总结参考文献资料第一章彩色图像的二值化第一节图像的二值化原理图像的二值化处理就是将图像上的点的灰度置为0或255，也就是讲整个图

5、像呈现出明显的黑白效果。即将 256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反 映图像整体和局部特征的二值化图像。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

6、物体区域。第二节图像的二值化的程序实现max, min等函数求阈值分割点，最后转方法一：首先将图像转变为灰度图像，再利用 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=mi n( mi n( P); %求最小值lime n=( ma+mi)/2; %求分割阈值l=(P>lime n); % 二.值化figure;imshow(I); %显示二值化图像方法二：

7、首先将图像转变为灰度图像，再利用用函数im2bw进行二值化。graythresh 等函数求阈值分割点，最后J=imread('1.jpg'); % 读图像P=rgb2gray(J);% 转换为灰度图像 level=graythresh(P);%求分割阈值l=im2bw(P,level);% 二值化 imshow(I); %显示二值化图像第三节二值化前后效果对比第二章去除噪声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部噪 声、相片底片上感光材料的颗粒、传输通

8、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。先利用bwlabel函数标注连通区域，在通过regi on props 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。第二节去除噪声的程序实现L = bwlabel(I); %功能：标注二进制图像中已连接的部分。stats = regi on props(L, 'Area', 'Con vexHull', 'MajorAxisLe ngth', .'Mi no rAxisLe ngth', 'Ecce ntricity',

9、'Ce ntroid'); %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%for i = 1 : len gth(stats)A = A stats(i).Area; % 'Area'是标量，计算出在图像各个区域中像素总个数。%EndmA, ind = max(A);11 = I;I1(fi nd(L=i nd) = 0;Figure ;imshow(ll);第三节去除噪声前后的图像对比第三章 圆拟合第一节圆拟合原理首先通过regio nprops函数找出与所求区域具有相

10、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stats = regi on props(L, 'Area', 'Con vexHull', 'MajorAxisLe ngth', .'Mi no rAxisLe ngth&

11、#39;, 'Ecce ntricity', 'Ce ntroid');%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%for i = 1 : len gth(stats)A = A stats(i).Area; % 'Area'是标量，计算出在图像各个区域中像素总个数。%EndmA, ind = max(A);11 = I;I1(fi nd(L=i nd) = 0;figure;imshow(ll)hold on;temp = stats(ind).Conv

12、exHull; %'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 = lin space(0, 2*pi);%用法：lin space(x1,x2,N)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=li nspace(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=li nspace(5,100,20)将输出：X =5 10 15 20 25 30 35 40

13、45 50 55 60 65 70 75 80 85 90 95 100这和X=5:5:100的效果是一样的。%c1 = stats(ind).Centroid;% '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(i nd).MajorAxisLe ngth;%'MajorAxisLe ngth'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)

14、。标准二阶中心矩就是标准方差%b1 = stats(i nd).Mi no rAxisLe ngth;%'Mi no rAxisLe ngth'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(i nd).Ecce ntricity;% 'Ecce ntricity'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*si n(t);m=plot(x1, y1, 'b-'); %拟合出一个蓝色的圆第三节

15、拟合效果t = linspace(0, 2*pi , N)中,N=500 时的效果第四章求圆心及半径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);求圆心坐标求半径xO=(b*f-e* n)/(b*d-e*a+eps)%y0=(d* n-a

16、*f)/(b*d-e*a+eps)r0=sqrt(x0-x2)*(x0-x2)+(y0-y2)*(y0-y2)%第五章完整的Matlab程序clc;clear all;close all;I = imread('l.jpg');I = im2bw(l);figure;imshow(I);L = bwlabel(I);stats = regi on props(L, 'Area', 'Con vexHull', 'MajorAxisLe ngth', .'MinorAxisLength', 'Eccentri

17、city', 'Centroid');A =;for i = 1 : len gth(stats)A = A stats(i).Area;endmA, ind = max(A);I1 = I;I1(fi nd(L=i nd) = 0;figure;imshow(I1);hold on;1temp = stats(i nd).C on vexHull; t = linspace(0, 2*pi , 500); c1 = stats(i nd).Ce ntroid;a1 = stats(i nd).MajorAxisLe ngth; b1 = stats(i nd).M i

18、no rAxisLe ngth;d1 = stats(i nd).Ecce ntricity;x1 = c1(1) + d1*b1*cos(t);y1 = c1(2) + d1*a1*si n( t);m=plot(x1, y1, 'g-');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y0=(d* n-a*f)/(b*d-e*a+eps)