zoukankan      html  css  js  c++  java
  • Matlab图像匹配问题

    已知一个任意形状,查找在大图像中最接近的形状位置。

    输入:一个小图形状和一张大图

    输出:最接近的形状在大图中的位置

    假设:
    (1)已知形状与目标形状有一定的形变。

    (2)形状与大图像均为二值图像,图中有多个形状。
    要求:
    建立数学模型,并编写程序实现;
    查找精度高,抗噪能力强(大图像可能含有噪声),速度快。

    例如,小图形状如下:

    大图形状如下:

    首先介绍一下Matlab中如果对于一些函数的功能使用不是很熟悉的时候,可以直接使用help function查看该函数或者语句的具体使用方法,英文描述,虽然会有个别单词不认识,但总体写的十分的详细并且有example,能够让你读懂如何使用该函数或语句;比如使用Matlab解这道数学建模题目时,要用到imread(),fullfile(),imageSet(),等等函数语句时,可以使用help xxx进行具体查看其各个参数代表什么意思;

    解题思路:

    问题分析:

    该问题是需要我们队两张二值图进行图像匹配,寻找大图中的对应小图中的目标图案;因此需要寻找一个key值,使得其能够唯一的标识每一个图案;
    图案的大小以及方向都可能发生了形变,根据像素位置显然是不能解决的;

    模型构成:

    先将大图的图案总数量提取出来,然后对每个图案求得其key值,这里我设置的key值是图案边界key=(周长/面积);将每个图案的key值和小图的key值进行差值运算,差值最小的编号图案即是我们所要寻找的图案;

    模型求解(使用Matlab中各种函数求解):

    代码:

    big=imread('pic_Big.png');
    sma=imread('pic_Sma.png');
    se=strel('disk',2);
    level_Big=graythresh(big);
    level_Sma=graythresh(sma);
    bw_Big=im2bw(big,level_Big);
    bw_Sma=im2bw(sma,level_Sma);
    openbw_Big=imopen(bw_Big,se);
    >> openbw_Sma=imopen(bw_Sma,se);
    >> %首先big代表大图,即含有多个图案的图像,sma代表小图,即所要寻找的目标图案;
    >> %bw_Big和bw_Sma分别是将两张图转换成二值图;
    >> %graythresh是寻找阈值的函数,具体使用可以通过help graythresh以及百度深入了解;
    >> %openbe_Big和openbw_Sma分别是对两张二值图做开运算(属于形态学图像处理),用途:使边界平滑,消除细小的尖刺,断开狭小的连接,保持面积不变;
    >> [L,num]=bwlabel(openbw_Big,8);
    >> %将openbw_Big的联通区域块数计算出来,即num表示有几个联通区域(白色块);
    >> stats_Big=regionprops(openbw_Big,'Area','Perimeter','BoundingBox');
    >> stats_Sma=regionprops(openbw_Sma,'Area','Perimeter','BoundingBox');
    >> Sma_key=double(stats_Sma(2).Perimeter/stats_Sma(2).Area);
    >> %使用regionprops(图像,'属性')将各个联通块的属性存储下来;
    >> %计算出sma图案的Sma_key即图案的(周长/面积)值;
    Big_key=zeros(1,num);
    %定义一个一维数组存储big的多个key值;
    >> for i=1:num
    Big_key(1,i)=stats_Big(i).Perimeter/stats_Big(i).Area;
    end
    %求出big图像中各个图案的(周长/面积)值存放在Big_key数组;
    >> min=10;
    des=10;
    for i=2:num
    if min>abs(Big_key(1,i)-Sma_key)
    min=abs(Big_key(1,i)-Sma_key);
    sprintf('%d
    ',i);
    des=i;
    end
    end
    >> %设置最小值min(后续判断各个图案的key值和目标key值差值最小存放变量);
    >> %设置变量des存放最终key值和目标key值差值最小的联通块的编号;后续求得des=2;
    boundingbox=stats_Big(des).BoundingBox;
    >> %将寻找到的目标联通块编号即des=2的联通块的BoundingBox(边界框)找出;
    >> figure(1),imshow(openbw_Big);
    rectangle('position',boundingbox,'EdgeColor','r');
    >> %使用rectangle函数将该联通块用某红颜色的矩形框框出来;
    >> rectangle('position',boundingbox,'EdgeColor','b');
    %使用蓝色矩形框将联通块框出来;
    

    具体其中的各个函数及其中参数意义可以自行百度深入了解,或者有什么问题欢迎留言讨论;

  • 相关阅读:
    Simple ASP.NET CORE 2.2 App +Vue JS
    Upload Image to .NET Core 2.1 API
    Nginx支持WebSocket服务
    DD打卡
    Asp.net Core 源码-PagedList<T>
    Asp.net Core 源码-UrlExtensions
    Asp.net Core 源码-SessionExtensions
    树莓派资源集合
    frp内网穿透
    Nuget包含cssjs等资源文件
  • 原文地址:https://www.cnblogs.com/heihuifei/p/9108678.html
Copyright © 2011-2022 走看看