機器視覺與圖像處理

1、 機 器 視 覺 與 圖 像 處 理 課程大作業(yè)班級:學號:201423020230姓名:楊坤翔2017.06.05大作業(yè)說明1. 要求每位同學獨立完成課程大作業(yè);2. 鼓勵組成課程小組,集體討論研究,課程總結(jié)內(nèi)說明小組成員;3. 允許借鑒網(wǎng)絡(luò)、書籍上相關(guān)代碼資源,但一定要切合題目內(nèi)容;4. 根據(jù)題目要求,原理解釋部分若需要公式,使用公式編輯器編輯; 代碼部分保證完整、可運行;結(jié)果部分黏貼原圖;5. 作業(yè)鼓勵將個人調(diào)試經(jīng)驗、學習心得等個性化內(nèi)容總結(jié)。題目 1:高斯濾波器與拉普拉斯濾波器1.1給出高斯濾波器與拉普拉斯濾波器數(shù)學表達式;(1給出高斯濾波器數(shù)學表達式 : (2給出拉普拉斯濾波器數(shù)學表

2、達式 :1.2使用 Matlab 繪制出高斯濾波器與拉普拉斯濾波器圖形表達; 圖形表達:alf=3;n=7;%定 義 模板大小 n1=floor(n+1/2;%確定中心for i=1:na(i= exp(-(i-n1.2/(2*alf2;for j=1:nb(i,j =exp(-(i-n12+(j-n12/(4*alf/(4*pi*alf;endendsubplot(121,plot(a,title('一 維 高斯函數(shù) ' subplot(122,surf(b,title('二 維 高斯函數(shù) ' 1.3分別使用高斯濾波器和拉普拉斯濾波器對下列圖片進行卷積 運算操

3、作, 是否有快速方法進行拉普拉斯濾波器卷積運算?(1高斯濾波:I = imread('C:Usersdell-5000Pictureslovewallpaper25260-106.jpg' H=rgb2gray(I;Img = double(H;alf=3;n=10;n1=floor(n+1/2;for i=1:nfor j=1:nb(i,j =exp(-(i-n12+(j-n12/(4*alf/(4*pi*alf;endendImg_n = uint8(conv2(Img,b,'same'K=uint8(imfilter(Img,b;Img_n2=uint8(

4、imfilter(Img,b,'conv'J=(Img_n2-Img_n;flag=mean(J(:subplot(131,imshow(I;title('原 圖 'subplot(132,imshow(Img_n;title('卷 積 運算 圖 'subplot(133,imshow(K;title('相關(guān)運算 圖 ' (2拉普拉斯濾波:h1=fspecial('laplacian'A=imread(' C:Usersdell-5000Pictureslovewallpaper25260-106.jpg

5、'K=rgb2gray(A;B=imfilter(K,h1;subplot(131,imshow(A;title('原 圖 'subplot(132,imshow(K;title('灰度圖 'subplot(133,imshow(B;title('相關(guān)運算 圖 ' 題目 2:使用 Canny 算子邊緣檢測2.1 列寫出 Canny 算子檢測邊緣算法原理;(1圖象邊緣檢測必須滿足兩個條件:一能有效地抑制噪聲;二必須盡量精確 確定邊緣的位置。(2根據(jù)對信噪比與定位乘積進行測度,得到最優(yōu)化逼近算子。這就是 Canny 邊緣檢測算子。(3類似與

6、Marr (LoG 邊緣檢測方法,也屬于先平滑后求導(dǎo)數(shù)的方法。(4 Canny 邊緣檢測算法:step1:用高斯濾波器平滑圖象;step2:用一階偏導(dǎo)的有限差分來計算梯度的幅值和方向;step3:對梯度幅值進行非極大值抑制;step4:用雙閾值算法檢測和連接邊緣。2.2 使用 Canny 算法對下圖進行邊緣檢測,并對比其他邊緣檢測算 法,如 Sobel, Roberts等;1.canny 算子:I=imread('dazuoye02.jpg'I=rgb2gray(I;imshow(I;title('原 圖 'BW1=edge(I,'canny'f

7、igure,imshow(BW1;title('matlab canny檢測 ' 2.Roberts 算子:I=imread('dazuoye02.jpg' K=rgb2gray(I;BW1=1,0;0,-1;BW2=0,1;-1,0;J1=filter2(BW1,K;J2=filter2(BW2,K;K1=double(J1;K2=double(J2;M=(abs(K1 +abs(K2; figure,imshow(uint8(M title('matlab Robert檢測 ' 3.Sobel 算子:I=imread('dazuoye

8、02.jpg' K=rgb2gray(I;BW1=-1,-2,-1;0,0,0;1,2,1; BW2=-1,0,1;-2,0,2;-1,0,1; J1=filter2(BW1,K;J2=filter2(BW2,K;K1=double(J1;K2=double(J2;M=(abs(K1 +abs(K2; figure,imshow(uint8(M title('matlab sobel檢測 ' 結(jié)論:Roberts 算子:邊緣定位準,但是對噪聲敏感。適用于邊緣明顯且噪聲較 少的圖像分割。 Roberts 邊緣檢測算子是一種利用局部差分算子尋找邊緣的算 子 ,Robert

9、算子圖像處理后結(jié)果邊緣不是很平滑。經(jīng)分析,由于 Robert 算子通 常會在圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的響應(yīng), 故采用上述算子檢測的邊緣圖像 常需做細化處理,邊緣定位的精度不是很高。Sobel 算子:其主要用于邊緣檢測,在技術(shù)上它是以離散型的差分算子,用來運 算圖像亮度函數(shù)的梯度的近似值, 缺點是 Sobel 算子并沒有將圖像的主題與背景 嚴格地區(qū)分開來,換言之就是 Sobel 算子并沒有基于圖像灰度進行處理,由于 Sobel 算子并沒有嚴格地模擬人的視覺生理特征, 所以提取的圖像輪廓有時并不 能令人滿意Canny 算子:該算子功能比前面幾種都要好,但是它實現(xiàn)起來較為麻煩, Canny 算子

10、是一個具有濾波,增強,檢測的多階段的優(yōu)化算子,在進行處理前, Canny 算子先利用高斯平滑濾波器來平滑圖像以除去噪聲, Canny 分割算法采用一階偏 導(dǎo)的有限差分來計算梯度幅值和方向,在處理過程中, Canny 算子還將經(jīng)過一個 非極大值抑制的過程,最后 Canny 算子還采用兩個閾值來連接邊緣。題目 3 角點與斑點檢測 3.1 使用 Harris 算法檢測下圖中角點(harris 算法實現(xiàn) Harris 算法:filename,pathname,=uigetfile('dazuoye03.jpg' if ischar(filenamereturnendstr=pathna

11、me filename;pic=imread(str;if length(size(pic=3img=rgb2gray(pic;endm,n=size(img;tmp=zeros(m+2,n+2;tmp(2:m+1,2:n+1=img;Ix=zeros(m+2,n+2;Iy=zeros(m+2,n+2;Ix(:,2:n+1=tmp(:,3:n+2-tmp(:,1:n;Iy(2:m+1,:=tmp(3:m+2,:-tmp(1:m,:;Ix2=Ix(2:m+1,2:n+1.2;Iy2=Iy(2:m+1,2:n+1.2;Ixy=Ix(2:m+1,2:n+1.*Iy(2:m+1,2:n+1;h=fsp

12、ecial('gaussian',7 7,2;Ix2=filter2(h,Ix2;Iy2=filter2(h,Iy2; Ixy=filter2(h,Ixy;R=zeros(m,n;for i=1:mfor j=1:nM=Ix2(i,j Ixy(i,j;Ixy(i,j Iy2(i,j; R(i,j=det(M-0.06*(trace(M2; endendRmax=max(max(R;loc=;tmp(2:m+1,2:n+1=R;for i=2:m+1for j=2:n+1if tmp(i,j>0.01*Rmaxsq=tmp(i-1:i+1,j-1:j+1;sq=reshap

13、e(sq,1,9;sq=sq(1:4,sq(6:9;if tmp(i,j>sqloc=loc;j-1,i-1;endendendendX=loc(:,1;Y=loc(:,2;subplot(1,2,1;imshow(pic;subplot(1,2,2;imshow(pic;hold onplot(X,Y,'*'hold off 3.2使用 Log 算子檢測下圖中斑點 (Matlab: log_Blob (1構(gòu)造 LoG_Blob函數(shù): (2構(gòu)造 draw 函數(shù):(3算法 實現(xiàn) :img=imread('dazuoye04.jpg'imshow(img;pt=LoG_Blob(rgb2gray(img;draw(img,pt,'LOG' 個人體會:在做 題時 ,通 過查 找網(wǎng)上的 資 料才做出來,我 覺 得 難 點在于函數(shù)的 書 寫上,函 數(shù)寫出來了, 題 目就做出來了。題目 4 特征點匹配 4.1 完成下列兩圖中的特征點檢測與匹配 (1算法實現(xiàn):>> i1=imread('dazuoye05.jpg'i2=imread('dazuoye06.jpg'i11=rgb2gray(i1;i22=rgb2gray(i2;imwrite(i11,'v1.jpg