matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别

MATLAB图像处理(一)——计算机图形学之图像形状识别

由于遇到了很多次这个课题,这次做完之后结合手上的资料总结一下。

基本步骤:

1、读取彩色图像转化为二值图像;

2、确定图像中的形状边界;

3、确定所需形状的目标;

本文主要通过识别圆形目标来进行说明,原图如下所示,本例需要识别出下图中的圆形物体:

matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别_第1张图片

1、读取彩色图像转化为二值图像 针对图像中可能有不同形状的目标物体,为了进行目标筛选,可以先通过形状判断,过滤掉我们不需要的物体,极大地提高图像识别的效率。

1) 读取彩色图像

% 1、读取图像并转化为二值图像

RGB = imread('ImageSeg.png');

figure;imshow(RGB);title('原图像');

2)将彩色图像转化为二值图像

% 转化为灰度图像

I = rgb2gray(RGB);

% 设置阈值

threshold = graythresh(I);

% 转化为二值图像

bw = im2bw(I,threshold);

注意:如果使用阈值公式进行转化,转化出的效果如果不符合预期的话需要手动调整阈值,上面代码的效果如下:

matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别_第2张图片

所以我们根据图像像素的特性人为调整阈值。

bw = im2bw(I,0.69);

matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别_第3张图片

调整后的二值图像如上图所示,可以看到物体形状非常清晰,但是明显看到背景有许多噪点,所以在这里为了去除这些噪点我们进行了人工去噪,去噪的代码如下,即简单的领域判断。

% 通过领域判断手动去噪

[m,n] = size(bw);

for i = 2:m-1

for j = 2:n-1

%同上下元素判断

if(bw(i,j)~=bw(i+1,j) && bw(i,j)~=bw(i-1,j))

bw(i,j) = 1;

%同左右元素判断

elseif(bw(i,j)~=bw(i,j+1) && bw(i,j)~=bw(i,j-1))

bw(i,j) = 1;

%同斜边元素判断

elseif(bw(i,j)~=bw(i+1,j+1) && bw(i,j)~=bw(i-1,j-1))

bw(i,j) = 1;

%同斜边元素判断

elseif(bw(i,j)~=bw(i-1,j+1) && bw(i,j)~=bw(i+1,j-1))

bw(i,j) = 1;

end

end

end

去噪之后的二值图像为:

matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别_第4张图片

然后对以上图像进行取反,以备下面使用。

for i = 1:m

for j = 1:n

bw(i,j) = ~bw(i,j);

end

end

结果为

matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别_第5张图片

2、确定图像中的形状边界

首先去除小目标,由于本例图像中不存在小目标,所以可省略该步骤,其次进行孔洞填充并进行白色描边,最后通过bwboundaries函数确定图像边界。

% 去除小目标,因为本图没有小目标,所以可以不需要本条语句

bw = bwareaopen(bw,30);

% 图形学结构元素构建,圆形

se = strel('disk',8);

% 关操作

bw = imclose(bw,se);

% 填充孔洞

bw = imfill(bw,'holes');

% 二值化图像显示

figure(1);imshow(bw);title('二值图像');

[B,L] = bwboundaries(bw,'noholes');

figure(2);imshow(label2rgb(L,@jet,[.5 .5 .5]));

hold on;

for k = 1:length(B)

boundary = B{k};

% 显示白色边界

plot(boundary(:,2),boundary(:,1),'w','LineWidth',2)

end

matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别_第6张图片

3、确定所需形状的目标

确定圆形目标,求取图形周长,圆心,面积,人为设置阈值进行过滤,在这里我设置阈值为0.85,即形状比对大于这个阈值的就是我们所需要的目标物体。

hold on;

% 确定圆形目标

stats = regionprops(L,'Area','Centroid');

% 设置求面积

threshold = 0.85;

for k = 1:length(B)

boundary = B{k};

delta_sq = diff(boundary).^2;

% 求周长

perimeter = sum(sqrt(sum(delta_sq,2)));

% 求面积

area = stats(k).Area;

metric = 4*pi*area/perimeter^2;

metric_string = sprintf('%2.2f',metric);

% 根据阈值匹配

if metric > threshold

centroid = stats(k).Centroid;

plot(centroid(1),centroid(2),'ko');

text(centroid(1)-2,centroid(2)-2, '这是圆形','Color',...

'k','FontSize',14,'FontWeight','bold');

end

text(boundary(1,2)-10,boundary(1,1)-12, metric_string,'Color',...

'k','FontSize',14,'FontWeight','bold');

end

title('图像形状识别')

最后识别的效果图为:

matlab判断眼型,MATLAB图像处理(一)——计算机图形学之图像形状识别_第7张图片

源代码及所使用的文件链接:https://download.csdn.net/download/yueyingguang/11381702

你可能感兴趣的:(matlab判断眼型)