圖像校正及分割處理軟件設(shè)計與實(shí)現(xiàn)-趙世瑜-2013204067-模式識別與智能系統(tǒng)-20140104

1、 圖像校正及分割處理軟件設(shè)計與實(shí)現(xiàn)圖像分析與模式識別課程期末大作業(yè)報告課程名稱： 圖像分析與模式識別 學(xué) 院： 信息工程與自動化學(xué)院 專 業(yè)： 計算機(jī)技術(shù) 年 級： 2014級 學(xué)生姓名： 樊祥錳 學(xué)生學(xué)號： 2014704101 指導(dǎo)教師： 劉 輝 2015-01-01昆明理工大學(xué)信息工程與自動化學(xué)院 目錄 TOC o 1-3 h z u HYPERLINK l _Toc376619076 圖像校正及分割處理軟件設(shè)計與實(shí)現(xiàn) PAGEREF _Toc376619076 h 1 HYPERLINK l _Toc376619077 1 軟件需求 PAGEREF _Toc376619077 h 1

2、HYPERLINK l _Toc376619078 1.1 操作界面需求分析 PAGEREF _Toc376619078 h 1 HYPERLINK l _Toc376619079 1.2 圖像幾何校正需求分析 PAGEREF _Toc376619079 h 1 HYPERLINK l _Toc376619080 1.2 ISODATA聚類算法的圖像分割需求分析 PAGEREF _Toc376619080 h 2 HYPERLINK l _Toc376619081 2 算法原理及流程圖 PAGEREF _Toc376619081 h 2 HYPERLINK l _Toc376619082 2.

3、1 Hough變換 PAGEREF _Toc376619082 h 2 HYPERLINK l _Toc376619083 2.1.1 Hough變換原理 PAGEREF _Toc376619083 h 2 HYPERLINK l _Toc376619084 2.1.2 圖像幾何校正流程 PAGEREF _Toc376619084 h 3 HYPERLINK l _Toc376619085 2.2 ISODATA算法原理 PAGEREF _Toc376619085 h 3 HYPERLINK l _Toc376619086 2.2.1 ISODATA算法原理步驟 PAGEREF _Toc376

4、619086 h 3 HYPERLINK l _Toc376619087 2.2.1 ISODATA算法流程圖 PAGEREF _Toc376619087 h 5 HYPERLINK l _Toc376619088 3 程序設(shè)計框圖 PAGEREF _Toc376619088 h 6 HYPERLINK l _Toc376619089 4 實(shí)驗(yàn)結(jié)果及分析 PAGEREF _Toc376619089 h 7 HYPERLINK l _Toc376619090 4.1 圖像幾何 PAGEREF _Toc376619090 h 7 HYPERLINK l _Toc376619091 4.1.1 支票

5、圖像幾何校正結(jié)果 PAGEREF _Toc376619091 h 7 HYPERLINK l _Toc376619092 4.1.1 支票圖像幾何校正結(jié)果分析 PAGEREF _Toc376619092 h 8 HYPERLINK l _Toc376619093 4.2 圖像分割 PAGEREF _Toc376619093 h 8 HYPERLINK l _Toc376619094 4.2.1圖像分割結(jié)果 PAGEREF _Toc376619094 h 8 HYPERLINK l _Toc376619095 4.2.1圖像分割結(jié)果分析 PAGEREF _Toc376619095 h 10 HY

6、PERLINK l _Toc376619096 附錄： PAGEREF _Toc376619096 h 11 HYPERLINK l _Toc376619097 附錄一：圖像幾何校正代碼 PAGEREF _Toc376619097 h 11 HYPERLINK l _Toc376619098 附錄一：ISODATA聚類算法圖像分割代碼 PAGEREF _Toc376619098 h 11 HYPERLINK l _Toc376619099 附錄一：MATLAB的GUI操作界面代碼 PAGEREF _Toc376619099 h 17圖像分析與模式識別課程期末大作業(yè)報告姓名：趙世瑜 學(xué)號：201

7、3204067 PAGE21 / 19圖像分析與模式識別課程期末大作業(yè)報告姓名：趙世瑜 學(xué)號：2013204067 PAGE2 / 19圖像校正及分割處理軟件設(shè)計與實(shí)現(xiàn)摘要：設(shè)計一種圖像幾何校正及圖像分割處理軟件，實(shí)現(xiàn)對傾斜支票圖像校正為水平，及對已給的圖像進(jìn)行分割。圖像幾何校正主要通過邊緣檢測、Hough變換、求傾斜角、圖像旋轉(zhuǎn)等算法實(shí)現(xiàn)；圖像分割采用ISODATA聚類算法實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，實(shí)現(xiàn)了對傾斜支票圖像幾何校正和對圖像的分割功能。關(guān)鍵詞：邊沿檢測；Hough變換、圖像旋轉(zhuǎn)、ISODATA算法；圖像分割；1 軟件需求需求分析是指對要解決的問題進(jìn)行詳細(xì)的分析，弄清楚問題的要求，包括整個

8、系統(tǒng)所要實(shí)現(xiàn)的功能。根據(jù)題目，設(shè)計需要編寫帶有操作界面的圖像處理軟件，功能包含圖像幾何校和基于ISODATA聚類算法的圖像分割。開發(fā)工具使用MATLAB。根據(jù)MATLAB的特點(diǎn)及需要實(shí)現(xiàn)的軟件功能，軟件需求分析如下：1.1 操作界面需求分析軟件實(shí)現(xiàn)的功能是圖像處理，因此操作界面中需要一個按鈕，用于選擇待處理的圖像，稱為“圖像選擇”按鈕；選擇的原始圖像需要在操作界面中顯示，因此需要一個用于顯示原始圖像的坐標(biāo)控件；由于軟件需要實(shí)現(xiàn)多功能，需要一個下拉框?qū)崿F(xiàn)功能的選擇；一個開始功能處理的按鈕，稱為“開始處理”按鈕；一個用于顯示圖像處理結(jié)果的坐標(biāo)控件。最后需要一個退出操作界面的按鈕，稱為“退出”按鈕。

9、1.2 圖像幾何校正需求分析原始圖像在拍照時出現(xiàn)了傾斜，需要將圖像校正，消除傾斜。通過對圖像的觀察，圖像是一張支票，支票上存在表格。因此想法是通過檢測支票表格邊框線的傾斜角，就是整張圖像的傾斜程度，然后根據(jù)這個傾斜角旋轉(zhuǎn)，便可得到校正的水平圖像。要檢測支票圖像表格邊框直線。需要對圖像的邊緣進(jìn)行檢測，圖像的邊緣檢測方法很多，如：sobel算子邊緣檢測，prewitt算子邊緣檢測，roberts算子邊緣檢測，log算子邊緣檢測，canny算子邊緣檢測等，由于原圖的噪聲并不是很嚴(yán)重，因此上面這些邊緣檢測辦法都能勝任，這里使用log算子進(jìn)行邊緣檢測，為了適應(yīng)其它邊緣檢測方法，本設(shè)計需要盡量在改變邊緣檢

10、測方法時盡可能少地修改代碼。邊緣檢測后，采用Hough變換提取直線，然后在提取的直線上找兩個點(diǎn)，計算出直線的傾斜角度。最后根據(jù)這個傾斜角度對圖像進(jìn)行旋轉(zhuǎn)。1.2 ISODATA聚類算法的圖像分割需求分析ISODATA聚類算法的圖像分割功能，ISODATA比較復(fù)雜，因此主要是ISODATA算法的實(shí)現(xiàn)。設(shè)計的處理過程是，在操作界面選擇了待處理的圖像后，選擇圖像分割功能，點(diǎn)擊開始處理按鈕后，彈出圖像，通過鼠標(biāo)左鍵選擇聚類中心點(diǎn)，然后按回車鍵或者單擊鼠標(biāo)右鍵確認(rèn)后，調(diào)用ISODATA對圖像進(jìn)行分割。2 算法原理及流程圖設(shè)計的功能有圖像幾何和基于ISODATA聚類算法的圖像分割。圖像幾何校正功能中，采用

11、Hough變換對支票表格邊框直線進(jìn)行檢測；ISODATA聚類算法的圖像分割功能和核心是ISODATA聚類算法。對其原理及實(shí)現(xiàn)的流程圖分析如下。2.1 Hough變換哈夫變換是利用圖像全局特性而直接檢測目標(biāo)輪廓，就可將邊緣像素連接起來組成區(qū)域封閉邊界的一種方法。在預(yù)先知道區(qū)域形狀的條件下，利用哈夫變換可以方便地得到邊界曲線而將不連續(xù)的邊緣像素點(diǎn)連接起來。2.1.1 Hough變換原理哈夫變換的基本思想是點(diǎn)-線對偶性。圖像變換前在圖像空間，變換后在參數(shù)空間。在圖像空間XY里，所有過點(diǎn)(x, y)的直線都滿足方程: y=px+q寫成： q=-px+y （1）可以認(rèn)為代表參數(shù)空間PQ中過點(diǎn)(p,q)的

12、一條直線。圖1 圖像空間 圖2 參數(shù)空間圖像空間的點(diǎn)(xi, yi)和(xj, yj)對應(yīng)參數(shù)空間兩條直線，它們的交點(diǎn)(p, q)對應(yīng)圖像空間XY中過(xi, yi)和(xj, yj)的直線，這樣，圖像空間XY中過(xi, yi)和(xj,yj)的直線上的所有點(diǎn)都對應(yīng)參數(shù)空間PQ里的一條直線，這些直線相交于點(diǎn)(p, q) 。 在圖像空間中共線的點(diǎn)對應(yīng)在參數(shù)空間中相交的線，反過來，在參數(shù)空間中交于同一個點(diǎn)的所有直線在圖像空間中都有共線的點(diǎn)相對應(yīng)，這就是點(diǎn)-線對偶性。根據(jù)點(diǎn)-線對偶性，當(dāng)給定圖像空間的一些邊緣點(diǎn)，就可以通過哈夫變換確定連接這些點(diǎn)的直線方程，哈夫變換把圖像空間中的直線檢測問題轉(zhuǎn)換到參

13、數(shù)空間里點(diǎn)檢測的問題。2.1.2 圖像幾何校正流程圖像幾何校正中使用的Hough變換算法采用MATLAB已經(jīng)封裝好的hough函數(shù)，這里不要詳細(xì)闡述其流程，整個圖像幾何校正的流程如圖3所示：圖3 圖像幾何校正流程圖2.2 ISODATA算法原理ISODATA算法的思想是，在每輪迭代過程中，樣本重新調(diào)整類別之后計算類內(nèi)及類間有關(guān)參數(shù)，并和設(shè)定的門限比較，確定是兩類合并為一類還是一類分裂為兩類，不斷地“自組織”，以達(dá)到在各參數(shù)滿足設(shè)計要求條件下，使各模式到其類心的距離平方和最小。2.2.1 ISODATA算法原理步驟 預(yù)置設(shè)定聚類分析控制參數(shù)：=預(yù)期的類數(shù)，=初始聚類中心個數(shù)(可以不等于c)，13

14、7=每一類中允許的最少模式數(shù)目，=類內(nèi)各分量分布的距離標(biāo)準(zhǔn)差上界，(分裂用)=兩類中心間的最小距離下界，(合并用)=在每次迭代中可以合并的類的最多對數(shù)，=允許的最多迭代次數(shù)。 將待分類的模式特征矢量讀入； 選定初試聚類中心，可從待分類的模式特征矢量集中任選Nc個模式特征矢量作為初始聚類中心；（2）按最小距離原則將模式集中每一個模式分到某一類中；（3）依據(jù)每一類中允許的最少模式數(shù)目判斷合并；（4）計算分類后的參數(shù)：分類中心，；類平均距離及中體平均距離； 計算各類的中心 （2） 計算各類中模式到類心的平均距離 （3） 計算各個模式到其類內(nèi)中心的總體平均距離 （4）（5）依據(jù)Ip, Nc判斷停止、分

15、類或合并；（6）計算各類類內(nèi)距離的標(biāo)準(zhǔn)差矢量； （5）（7）對每一次聚類，求出類內(nèi)距離標(biāo)準(zhǔn)差矢量中的最大分量；（8）在（7）所得結(jié)果中對任一最大值大于類內(nèi)各分量分布的距離標(biāo)準(zhǔn)差上界則分裂；（9）計算各對聚類中心間的距離；（10）依據(jù)兩類中心間的最小距離下界判斷合并；（11）如果迭代次數(shù)Ip已達(dá)I次或過程收斂，則結(jié)束，否則，Ip=Ip+1，若需要調(diào)整參數(shù)，則轉(zhuǎn)（1），若不改變參數(shù)則轉(zhuǎn)（2）；2.2.1 ISODATA算法流程圖圖4 ISODATA聚類算法流程圖3 程序設(shè)計框圖根據(jù)需求分析，對整個操作界面及其中的函數(shù)調(diào)用等，對整個程序進(jìn)行分析。操作界面運(yùn)行后，單擊選擇圖像按鈕選擇待處理的圖像。然后

16、選擇要對圖形進(jìn)行處理的功能，單擊開始處理按鈕，調(diào)用相應(yīng)的處理方法進(jìn)行處理，整個程序的設(shè)計框圖如圖5所示：圖5 程序設(shè)計框圖設(shè)計好的操作界面如下圖所示：圖6 操作界面設(shè)計結(jié)果4 實(shí)驗(yàn)結(jié)果及分析4.1 圖像幾何4.1.1 支票圖像幾何校正結(jié)果圖像幾何校正功能中，對支票圖像的校正如下圖所示：圖7 圖像結(jié)合校正處理中圖8 圖像結(jié)合校正處理中4.1.1 支票圖像幾何校正結(jié)果分析通過支票圖像幾何校正結(jié)果可知，設(shè)計達(dá)到了預(yù)計的結(jié)果。通過MATLAB運(yùn)行提取計算斜率的坐標(biāo)為 (1200,522)和(1540, 511)。直線的斜率為slope = -0.0324，通過次斜率計算出的傾斜角度為angle = -

17、1.8530。根據(jù)人眼觀測結(jié)果顯示支票的請傾斜角也比較小，而且根據(jù)校正后的支票圖像結(jié)果顯示已經(jīng)水平。即達(dá)到了實(shí)驗(yàn)設(shè)計目的。4.2 圖像分割4.2.1圖像分割結(jié)果在運(yùn)行圖像分割功能時，需要通過鼠標(biāo)選擇預(yù)期聚類，其中選擇之一如圖9所示：圖9 選擇預(yù)期的聚類中心圖10 圖像分割處理中最終對圖像的分割結(jié)果如下圖所示：圖11 圖像分割結(jié)果（a）圖11 圖像分割結(jié)果（b）圖13 圖像分割結(jié)果（c）圖14 圖像分割結(jié)果（d）4.2.1圖像分割結(jié)果分析通過多次選擇不同的預(yù)期聚類中心的實(shí)驗(yàn)結(jié)果表明，設(shè)計基本完成了所需的功能。同時也證明了設(shè)計的合理性，以及ISODATA聚類算法在圖像分割中的運(yùn)用。結(jié)果顯示，把鴨子

18、的眼睛分成了一類，把鴨子的嘴分成了一類，把鴨子的身體分成了一類，雖然有時分類結(jié)果不是非常好。但選擇預(yù)期聚類中心時有一定的影響?？傮w來看，仍然達(dá)到了圖像分割的目的。本學(xué)期在圖像分析與模式識別課程中學(xué)到很多，學(xué)到的不僅僅是課程相關(guān)的知識。更重要的是學(xué)到了許多處理和解決問題的思想，相信對今后的學(xué)習(xí)會有很大的幫助。這都是劉輝老師教導(dǎo)的結(jié)果，在此對劉輝老師表示衷心感謝！附錄：附錄一：圖像幾何校正代碼function jiaozheng = jiaozheng(cheque)BW_laplace = edge(cheque,log);% log算子邊緣檢測BW2 = bwmorph(BW_laplace,

19、 thin,Inf);%細(xì)化H,T,R = hough(BW2); %Hough變換P = houghpeaks(H,5); %提取Hough變換后參數(shù)平面上的峰值點(diǎn) lines = houghlines(BW2,T,R,P); %提取直線for k = 1:length(lines) xy = lines(k).point1; lines(k).point2; %提取坐標(biāo)endslope=(xy(2,2)- xy(1,2)/(xy(2,1)-xy(1,1); %求斜率radian=atan(slope);%求角度angle=radian*180/pi; %轉(zhuǎn)化成角度jiaozheng=imr

20、otate(cheque,angle); %圖像校正imshow(jiaozheng);close ;附錄一：ISODATA聚類算法圖像分割代碼function isodata=isodata_zsy(I)%1.樣本點(diǎn)為所有的像素點(diǎn)% 2.聚類中心點(diǎn)的確定% figure(1); imshow(I,),title(請選取預(yù)期聚類的中心點(diǎn)，完成后請按回車鍵或單擊鼠標(biāo)右鍵); m,n=size(I); k=4; % k 用來記錄預(yù)期聚類的數(shù)目這里假定為4 c=k; % c來記錄實(shí)際分類時的數(shù)目 hold on; p,q=getpts; %獲取聚類中心，返回去類中心的坐標(biāo)，p存放第一個坐標(biāo)點(diǎn)，q存放

21、第二個坐標(biāo)點(diǎn)（數(shù)對） J=zeros(1,3*c); %？ for i=1:c f=round(q(i); %分為c類 J來記錄各類的中心像素值.（坐標(biāo)和像素值） d=round(p(i); J(i)=I(f,d); end %disp(J);%3.將樣本點(diǎn)分到各個聚類中心去%max_gen=10; %max_gen最大迭代次數(shù)w=1;%while wmax_gen A=zeros(m,n); for i=1:m for j=1:n dis=0,0,0,0; %用來記錄樣本點(diǎn)與每個聚類中心的距離 for x=1:4 dis(1,x)=(I(i,j)-J(x)*(I(i,j)-J(x); end

22、 %disp(dis); min1,temp=min(dis); A(i,j)=J(temp); end end %disp(A);%4依據(jù)一個類中的最小聚類數(shù)判斷是否舍去聚類點(diǎn)% sN=6; %sN一個聚類中至少含有的樣本數(shù)目 count=zeros(1,3*c); %count數(shù)組用來記錄每個聚類中含有的樣本數(shù)目 for i=1:m for j=1:n for x=1:c if A(i,j)=J(x) count(x)=count(x)+1; end end end end for x=1:c-1 if count(x)sN J(x)=J(x+1); count(x)=count(x+1)

23、; %類的數(shù)目減少一個 c=c-1; end end if count(x)sN count(x)=0; c=c-1; end%5.更新聚類中心% for x=1:c sum=0; for i=1:m for j=1:n if A(i,j)=J(x) sum=sum+I(i,j); end end end J(x)=round(1.0/count(x)*sum*1.0); %更新中心 end%6各類的樣本離開中心的平均距離% meandis=zeros(1,c);for x=1:c sum=0; for i=1:m for j=1:n if A(i,j)=J(x) sum=sum+abs(I(

24、i,j)-J(x); end end end meandis(x)=1.0/count(x)*sum; end%7.所有樣本離開其相應(yīng)的聚類中心的平均距離%g_meandis=0; %g_meandis記錄平均距離N=m*n; for x=1:c g_meandis=g_meandis+count(x)* meandis(x); % end g_meandis=g_meandis/N;%8決定是走向合并還是分裂%sC=1.5; %sC為合并參數(shù)if w=max_gen-1 %如果這是最后一次迭代置合并參數(shù)為0 sC=0;enddisp(g_meandis); if c g_meandis&co

25、unt(x)2*(sN+1) r(x)=t*meandis(x); c=c+1; %實(shí)際類的數(shù)目加1 J_rec(x)=J(x); %記錄原中心點(diǎn)的灰度值 J(x)=J(x)+r(x); J(c)=J(x)-r(x); for i=1:m %將分裂之后的像素重新安排所歸屬的類中心 for j=1:n if A(i,j)=J_rec(x) if abs(I(i,j)-J(c)abs(I(i,j)-J(x) A(i,j)=J(c); count(c)=count(c)+1; %記錄新增的類含樣本的個數(shù) else A(i,j)=J(x); end end end end count(x)=count

26、(x)-count(c); %count(x)含樣本的個數(shù) end end %12.計算所有的聚類中心兩兩距離% else betwen_dis=zeros(c,c); for i=1:c for j=1:i betwen_dis(i,j)=abs(J(i)-J(j); betwen_dis(j,i)=betwen_dis(i,j); % 這個矩陣為一對稱矩陣 end end %13.將小于最小合并參數(shù)的 betwen_dis（i,j）% sL=2; %每次迭代允許的最大聚類對的數(shù)目 line=zeros(1,c*c)-1; s=1; for i=1:c for j=1:i if betwen

27、_dis(i,j)1 for i=1:s-1 temp1=i; for j=i+1:s if line(j)sL % 當(dāng)s超過最大合并對數(shù)時將s的值變?yōu)樵试S的最大聚類對的數(shù)目 s=sL; end %14.從最小的進(jìn)行合并%temp_c=c; for x=1:s for i=1:temp_c for j=1:temp_c J_temp=J; if betwen_dis(i,j)=line(x)&ij %矩陣為一對稱矩陣只看下三角 c=c-1; J(j)=round(1.0/(count(i)+count(j)*(count(i)*J(i)+count(j)*J(j); count(j)=coun

28、t(i)+count(j); %合并后聚類中新含有新樣本的個數(shù) for g=1:m %將合并之后的像素重新安排所歸屬的類中心 for h=1:n if A(g,h)=J_temp(i)|A(g,h)=J_temp(j) A(g,h)=J(j); end end end if i=temp_c count(i)=0; else for g=i:c-1 J(g)=J(g+1); %將記錄后面類中心像素值前移 count(g)=count(g+1); end end end end end end %15計數(shù)器加1進(jìn)行迭代直到結(jié)束 end w=w+1; %進(jìn)行下一次迭代 A=round(A);iso

29、data=mat2gray(A);close;附錄一：MATLAB的GUI操作界面代碼function varargout = sztxfx_mssb_zsy(varargin)gui_Singleton = 1;gui_State = struct(gui_Name, mfilename, . gui_Singleton, gui_Singleton, . gui_OpeningFcn, sztxfx_mssb_zsy_OpeningFcn, . gui_OutputFcn, sztxfx_mssb_zsy_OutputFcn, . gui_LayoutFcn, , . gui_Callba

30、ck, );if nargin & ischar(varargin1) gui_State.gui_Callback = str2func(varargin1);endif nargout varargout1:nargout = gui_mainfcn(gui_State, varargin:);else gui_mainfcn(gui_State, varargin:);end% End initialization code - DO NOT EDIT% Executes just before sztxfx_mssb_zsy is made visible.function sztxf

31、x_mssb_zsy_OpeningFcn(hObject, eventdata, handles, varargin)% Choose default command line output for sztxfx_mssb_zsyhandles.output = hObject;% Update handles structureguidata(hObject, handles);% Outputs from this function are returned to the command line.function varargout = sztxfx_mssb_zsy_OutputFc

32、n(hObject, eventdata, handles) varargout1 = handles.output;% Executes during object creation, after setting all properties.function axes1_CreateFcn(hObject, eventdata, handles)set(hObject,xTick,);set(hObject,ytick,);set(hObject,box,on);% Hint: place code in OpeningFcn to populate axes1% Executes dur

33、ing object creation, after setting all properties.function axes2_CreateFcn(hObject, eventdata, handles)set(hObject,xTick,);set(hObject,ytick,);set(hObject,box,on);% Hint: place code in OpeningFcn to populate axes2% Executes on button press in togglebutton1.function togglebutton1_Callback(hObject, ev

34、entdata, handles)global imgage % global infofilename,pathname=uigetfile(*.bmp;*.tif;*.jpg;*.gif;*.*,選擇圖片);if pathname = 0 return;endstr=pathname filename;% info=imfinfo(str);imgage=imread(str);axes(handles.axes1);imshow(imgage);% Hint: get(hObject,Value) returns toggle state of togglebutton1% Executes on selection change in popupmenu1.function popupmenu1_Cal