华科大机器视觉-图像处理算法以及相关界面课件

机器视觉

图像处理算法以及相关界面黄华斌机硕1107主要内容灰度变换（反转变换，对数变换，幂次变换）；直方图均衡化；均值滤波和中值滤波；拉普拉斯算子；彩色图像转化为灰度图像；指定图像轮廓边缘的提取。1.三种基本的灰度变换1.反转变换变换公式：s=L-1-rMATLAB里面实现代码：I1=255-I;figure,imshow(I1)title('反转变换')2.对数变换变换公式：s=c*Log(1+r)MATLAB里面实现代码：C=str2num(get(handles.edit1,'string'));I1=double(I);I2=C*log(1+I1);figure,imshow(I2)主要功能：压缩图像亮区灰度值，拉伸暗区的灰度值，从而突出暗区的图像特征。

反转变换变换前变换后对数变换变换前变换后幂次变换变换前变换后2.直方图均衡化目的：通过点运算使得输入图像转化为在某一灰度级上都有相同的像素点数的输出。直方图均衡化变换公式：实现代码：[m,n]=size(I);M=zeros(1,256);fork=0:255M(k+1)=length(find(I==k))/(m*n);endS1=zeros(1,256);fori=1:256forj=1:iS1(i)=M(j)+S1(i);endendS2=round(S1*255);fori=1:256G(i)=sum(M(find(S2==i)));endfigure,bar(0:255,G,'b')再看一下均衡化处理后的图片效果直方图均衡化处理前处理后3.滤波变换1.均值滤波典型的线性滤波算法，它是指在图像上对目标像素给一个滤波模板。通过灰度矩阵与3*3简单平均模板作乘积来实现。MATLAB里面实现代码：[m,n]=size(I);g=double(I);k=g;fori=2:m-1forj=2:n-1k(i,j)=(g(i-1,j-1)+g(i-1,j)+g(i-1,j+1)+g(i,j-1)+g(i,j)+g(i,j+1)+g(i+1,j-1)+g(i+1,j)+g(i+1,j+1))/9;endendP=uint8(k);figure,imshow(P)均值滤波处理前处理后2.中值滤波一种非线性平滑技术，它把数字图像中一点的值用该点的一个邻域中各点值的中值代替。实现代码：[m,n]=size(I);f=zeros(m+2,n+2);f(2:m+1,2:n+1)=I;f(1,:)=f(2,:);f(m+2,:)=f(m+1,:);f(:,1)=f(:,2);f(:,n+2)=f(:,n+1);fori=1:mforj=1:nf1=f(i:i+2,j:j+2);b(1)=f1(1);b(2)=f1(2);b(3)=f1(3);b(4)=f1(4);b(5)=f1(5);b(6)=f1(6);b(7)=f1(7);b(8)=f1(8);b(9)=f1(9);forl=1:8fork=1:9-lifb(k)>b(k+1)t=b(k);b(k)=b(k+1);b(k+1)=t;endendendf1(5)=b(5);f2(i,j)=f1(5);endendF=uint8(f2);figure,imshow(F)中值滤波处理前处理后4.图像处理（拉普拉斯算子&彩色→灰度处理&canny算子）1.二维拉普拉斯算子：实现代码：I=handles.file;[m,n]=size(I);f=zeros(m+2,n+2);f(2:m+1,2:n+1)=I;f(1,:)=f(2,:);f(m+2,:)=f(m+1,:);f(:,1)=f(:,2);f(:,n+2)=f(:,n+1);laplace=[010;1-41;010];fori=1:mforj=1:nf1=f(i:i+2,j:j+2);f2=f1.*laplace;F(i,j)=sum(sum(f2));endendM=uint8(F);figure,imshow(M)拉普拉斯算子处理前处理后2.彩色图像→灰度图像实现代码：I=double(I);I=0.2989*I(:,:,1)+0.5870*I(:,:,2)+0.1140*I(:,:,3);P=uint8(I);figure，imshow(P);彩色图像→灰度图像处理前处理后3.Canny算子1）首先用高斯滤波模板与原始图像进行卷积，以平滑图像，消除噪声。2）用2*2一阶有限差分近似式计算梯度的幅值和方向：找到图像沿着x方向和y方向的一阶导数fx和fy，并求出梯度大小f；求出梯度方向：a=atan2（fy,fx）。3）对梯度幅值进行非极大值抑制：遍历图像，若某个像素的灰度值与其梯度方向上前后两个像素的灰度值相比不是最大的，就将这个像素值置为0，即不是边缘。4）双