当前位置 —论文—写论文— 范文

图像相关论文范本,与硕士文致谢模板并非原文相关毕业设计论文

本论文是一篇图像相关毕业设计论文,关于硕士文致谢模板并非原文相关硕士学位毕业论文范文。免费优秀的关于图像及计算机及鸡蛋方面论文范文资料,适合图像论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

图像,平方根运算使该处理类似于在人类视觉系统中发生的过程.

4.4.1.2Sobel算子和Prewitt算子

Sobel算子和Prewitt算子为在检测边缘的同时减少噪声的影响,Prewitt从加大边缘检测算子的模板大小出发,由2×2扩大到3×3来计算差分算子,如图3-14(a)所示.采用Prewitt算子不仅能检测边缘点,而且能抑制噪声的影响.

Sobel在Prewitt算子的基础上,对4领域采用带权的方法计算差分,对应的模板如图3-14(b)所示.该算子不仅能检测边缘点,而且能进一步抑制噪声的影响,但检测的边缘较宽.

图4-6Sobel算子和Prewitt算子

4.4.1.3Krisch算子

Krisch算子有八个卷积核,图像中每个点都用八个卷积核进行卷积,每个卷积核对某个特定边缘方向作出最大响应,所有八个方向中的最大值作为边缘图像的输出.

4.4.1.4Laplacian算子

Laplacian算子是二阶微分算子,对数字图像的每个像素计算关于x轴和y轴的二阶偏导数之和.

该算子对应的模板如图3-15所示,它是一个与方向无关的各向同性(旋转轴对称)边缘检测算子.其零交叉点也可作为图像的阶跃型边缘点,而其极小值点可作为图像的屋顶型边缘.Laplacian算子极小值算法用于检测屋顶型边缘的效果不错,但对噪声敏感性较大,而其过零点算法若直接用于检测阶跃型边缘,则不仅过零点的门限难以选择,而且检测精度一般地较低.

图4-7Laplacian算子

4.4.1.5Canny算子

Canny算子是一阶算子,其方法的实质是用一个准高斯函数做平滑运算,然后以带方向的一阶微分算子定位导数最大值.它可用高斯函数的梯度来近似,在理论上很接近k个指数函数的线性组合形成的最佳边缘算子,在实际工作应用中编程较为复杂,且运算偏慢.它是一阶传统微分中检测阶跃性边缘效果最好的算子之一,它比Prewitt算子,Sobel算子,Laplacian算子极小值算法的去噪能力都要强,但它也容易平滑掉一些边缘信息.

4.4.1.6LoG(LaplacianofGaussian)算子

Marr-Hildreth首先使用高斯函数对原始图像作平滑,这是由于高斯滤波器具有空间平稳性,空间位置误差小,然后采用无方向的Laplacian算子运算后,再用提取零交叉点的算法进行边缘检测,其精度明显提高.它的优点是过滤了噪声,缺点是可能将原有的边缘也给平滑了.高斯函数的方差直接影响到边缘检测的结果,δ较小时用于检测细节,δ较大时用于检测轮廓.

根据卷积的结合律可得高斯—拉普拉斯算子为

但是Mar-Hildreth没有解决如何组合不同尺度滤波器输出的边缘图为单一的,正确的边缘图的具体方法.

4.4.2边缘检测的MATLAB实现

MATLAB图像处理工具包定义了edge()函数用于检测灰度图像的边缘.

(1)BW等于edge(I,'method'),返回与I大小一样的二进制图像BW,其中元素1表示的是边缘上的点,0表示非边缘点.method为下列字符串之一:

①soble:缺省值,用导数的Sobel近似值检测边缘,梯度最大点返回边缘,

②prewitt:用导数的Prewitt近似值检测边缘,梯度最大点返回边缘,

③roberts:用导数的Roberts近似值检测边缘,梯度最大点返回边缘,

④log:使用高斯滤波器的拉普拉斯运算对I进行滤波,通过寻找0相交检测边缘,

⑤zerocross:使用指定的滤波器对I滤波后,寻找0相交检测边缘.

(2)BW等于edge(I,'method',thresh)中用thresh指定灵敏度阈值,所有的不强于thresh的边缘都被忽略.

(3)BW等于edge(I,'method',thresh,direction),对于soble和prewitt方法指定方向,direction为字符串,其中horizontal表示水平方向,vertical表示垂直方向,both表示两个方向(缺省值).

(4)BW等于edge(I,'log',thresh,sigma),用sigma指定标准偏差.

(5)[BW,thresh]等于edge(等),,函数的返回值实际上有多个("BW"和"thresh"),但由于用中括号括起表示为一个矩阵,所以又可认为只有一个返回参数.

下面用edge函数的不同方法来实现边缘检测,程序如下:

clearall,

closeall,

a等于imread('散黄蛋\NO190.bmp'),

b等于imcrop(a,[12585100100]),

g等于rgb2gray(b),

a1等于edge(g,'sobel'),

a2等于edge(g,'canny'),

a3等于edge(g,'robert'),

a4等于edge(g,'prewitt'),

subplot(2,2,1),imshow(a1)

subplot(2,2,2),imshow(a2)

subplot(2,2,3),imshow(a3)

subplot(2,2,4),imshow(a4)

程序运行以后结果如图4-8:

注:自左往右,自上而下分别为soble算子,canny算子,robert算子和prewitt算子的边缘检测

图4-8鸡蛋图像在进行边缘检测以后的图像

在本论文中,鉴于鸡蛋在存放过程中,气室的面积日益增大,可联想到算出鸡蛋红色区域与鸡蛋总面积的比例.鸡蛋的总面积可以先进行边缘检测,然后填充外围的封闭图形得到,也可以先转化为二值图像,再计算面积.

5新鲜蛋和散黄蛋或贴壳蛋检测模型的建立

基于本课题的研究对象是新鲜蛋和散黄蛋或贴壳蛋的图像差异,因此就需要将他们的图像特征值提取出来,以建立自动识别模型.如前所述,从图像可直观看出,鸡蛋的气室逐渐增大,联系到R,G,BR,G,BR,G,BA.直方图的值都是统计而来,描述了该图像关于颜色的数量特征,可以反映图像的部分内容.程序语句为,如果是一幅"黄色香蕉"的图像,"黄色"将是颜色的主要成分,在数量上将占很大比例.

B.直方图丢失了颜色的位置信息,因此不同的图像可能具有相同的颜色分布,也就具有相同的颜色直方图.也就是说,任一特定的图像有着唯一的直方图,但反之并不成立——极其不同的图像可以有相同的直方图.

C.如果将图像划分成若干子区域,所有的子区域的直方图之和等于全图直方图.

D.一般情况下,由于图像上的背景和前景物体颜色分布明显不同,从而在直方图上会出现双峰特征,但前景和背景颜色较为接近的图像不具备该性质.假定一幅图背景是浅色的,其中有一个深色物体,则这类图像的直方图会出现双峰特性.物体中的深色像素产生了直方图的一峰,而背景中大量的灰度级产生了直方图上的另一峰.

5.1.2MATLAB的直方图技术

如前所述,MATLAB工具箱提供了函数imhist,该函数可以绘制图像的直方图,也可以得到图像直方图的数据.显示直方图数据的函数的语法格式为:

[counts,x]等于imhist(I),

绘制图形直方图的语法格式为:

imhist(I)R,G,B'的直方图的程序如下:

clearall,

closeall,

a1等于imread('新鲜蛋\NO190.bmp'),

b1等于imcrop(a1,[12585100100]),