机器视觉系统―原理及应用

机器视觉系统—原理及应用图像二值化im2bw函数：BW=im2bw(I,level)BW=im2bw(X,map,level)BW=im2bw(RGB,level)图像二值化：设原始图像为f(x,y)，按照一定的准则从中找到阈值t，将图像分割为两个部分，分割后的图像为若取：b0=0(黑),b1=1(白)，即为图像二值化。.,.,,10tyxfbtyxfbyxg二值化前后的图像图像二值化的方法尝试法双峰法参数法迭代法大津法（OTSU法）双峰法图像由目标物和背景组成，在灰度直方图上，目标物和背景都形成高峰，则分割目标物与背景的阈值一般选在双峰之间的最低谷处。灰度像素数t参数法当预先知道目标物在图像中所占的面积比率p%时，则分割目标物和背景的阈值为灰度直方图中面积比率为p%处的点。灰度像素数p%t迭代法1.求出图像的最大灰度值和最小灰度值，分别记为Zmax和Zmin，令初始阈值T0=(Zmax+Zmin)/2；2.根据阈值Tk将图像分割为目标物和背景两部分，分别求出两部分的平均灰度值Zo和Zb；3.求出新阈值Tk+1=(Zo+Zb)/2；4.若Tk=Tk+1，则Tk即为阈值；否则转步骤2，迭代计算直至Tk=Tk+1。大津法（OTSU法）设阈值t将图像分为目标物和背景两部分，目标物占总像素点的比例为wo，平均灰度为uo；背景点占总像素点的比例为wb，平均灰度为ub。则图像的总平均灰度为：u=wo*uo+wb*ub从最小灰度值到最大灰度值遍历t，当t使得值g=wo*(uo-u)2+wb*(ub-u)2最大时t即为分割的最佳阈值。思想：式g=wo*(uo-u)2+wb*(ub-u)2实际上就是类间方差值。而方差是灰度分布均匀性的一种度量，方差值越大，说明构成图像的两部分差别越大。FunctiongraythreshcomputesglobalimagethresholdusingOtsu'smethod.level=graythresh(I)computesaglobalthreshold(level)thatcanbeusedtoconvertanintensityimagetoabinaryimagewithim2bw.大津法（OTSU法）Exampleimshow(A)figure,imhist(A)BW=im2bw(A,150/255);figure,imshow(BW)二值形态学形态学的基本思想是使用具有一定形态的结构元素来度量和提取图像中的对应形状，从而达到对图像进行分析和识别的目的。结构元素是一个用来定义形态操作中所用到的邻域的形状和大小的矩阵，该矩阵由0和1组成，可具有任意的大小和维数，数值1代表邻域内的像素。形态学的基本运算：膨胀腐蚀开启闭合膨胀：用B来膨胀A得到的集合是B的映像平移时与A至少有一个非零元素相交时B的原点的位置集合。膨胀}])ˆ[(|{ABxBAxBˆAB膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀膨胀腐蚀：用B来腐蚀A得到的集合是B平移时全部包含在A中的原点的位置集合。腐蚀}|{ABxBAxAB腐蚀腐蚀腐蚀腐蚀腐蚀腐蚀对偶性：使用结构元素对图像进行膨胀得到的图像的背景等于结构元素的映像对图像的背景进行腐蚀的结果，反之亦然。膨胀和腐蚀的对偶性BABACCˆ)(BABACCˆ)(ABA膨胀和腐蚀的对偶性CA膨胀和腐蚀的对偶性膨胀和腐蚀的对偶性膨胀和腐蚀的对偶性膨胀和腐蚀的对偶性膨胀和腐蚀的对偶性开启与闭合开启：使用同一个结构元素对图像先进行腐蚀再进行膨胀的运算。闭合：使用同一个结构元素对图像先进行膨胀再进行腐蚀的运算。BBABA)(BBABA)(DilationinMATLABDilationinMATLAB结构元素定义函数strel函数：SE=strel(shape,parameters)createsastructuringelement,SE,ofthetypespecifiedbyshape.arbitrarySE=strel('arbitrary',NHOOD)Thecenter(ororigin)ofNHOODisit'scenterelement,givenbyfloor((size(NHOOD)+1)/2).Youcanomitthe'arbitrary'stringandjustusestrel(NHOOD).lineSE=strel('line',LEN,DEG)LENspecifiesthelength,andDEGspecifiestheangle(indegrees)oftheline,asmeasuredinacounterclockwisedirectionfromthehorizontalaxis.rectangle，squareSE=strel('rectangle',MN)SE=strel('square',W)diamondSE=strel('diamond',R)diskSE=strel('disk',R,N)膨胀、腐蚀函数imdilate函数IM2=imdilate(IM,SE)dilatesthegrayscale,binaryorpackedbinaryimageIM,returningthedilatedimage,IM2.TheargumentSEisastructuringelementobject,orarrayofstructuringelementobjects,returnedbythestrelfunction.imerode函数IM2=imerode(IM,SE)erodesthegrayscale,binaryorpackedbinaryimageIM,returningtheerodedimageIM2.TheargumentSEisastructuringelementobjectorarrayofstructuringelementobjectsreturnedbythestrelfunction.Exampleimshow(BW2)SE=strel('square',3);BW2=imdilate(BW,SE);figure,imshow(BW2)开、闭函数imopen函数IM2=imopen(IM,SE/NHOOD)performsmorphologicalopeningonthegrayscaleorbinaryimageIMwiththestructuringelementSE/NHOOD.imclose函数IM2=imclose(IM,SE/NHOOD)performsmorphologicalclosingonthegrayscaleorbinaryimageIMwiththestructuringelementSE/NHOOD,returningtheclosedimage,IM2.ExampleI=imread('pearlite.tif');imshow(I)BW=~im2bw(I,graythresh(I));imshow(BW)ExampleSE=strel('disk',6);BW2=imclose(BW,SE);imshow(BW2)BW3=imopen(BW2,SE);imshow(BW3)形态操作函数bwmorph函数：PerformmorphologicaloperationsonbinaryimagesBW2=bwmorph(BW1,operation)appliesaspecificmorphologicaloperationtothebinaryimageBW1.ExampleBW1=bwmorph(BW,'thin',4);imshow(BW1)Exampleimshow(BW)BW1=bwmorph(~BW,'skel',Inf);figure,imshow(BW1)