matlab：圆形的图像识别（二）

本文主要使用了matlab中的imfindcircles函数，功能参数详见其文档。其主要使用Hough变换的方法提取图片中圆形信息。

使用此函数需要注意的几点：

1）当 radius（或 rmin）的值小于或等于 5 时，imfindcircles 的准确度会受到限制；

2）imfindcircles 找不到圆心位于图像区域之外的圆形；

3）imfindcircles 会预处理二值（逻辑值）图像以提高结果的准确度。在处理真彩色图像之前，它使用 rgb2gray 函数将其转换为灰度图像。

%此程序用来识别和跟踪视频中的颗粒及其轨迹%% 读取图片信息
% %test；
% RGB= imread('F:\desktop\轨迹熵\实验\目标检测跟踪\granule4.png');
% imshow(RGB)% 将视频拆解成图片；
video = VideoReader('E:\20220326\125-2fps.avi');
N_Frames = video.NumFrames;   %得到帧数
H = video.Height;     %得到高度
W = video.Width;      %得到宽度
Rate = video.FrameRate;
% Preallocate movie structure.
% mov(1:nFrames) = struct('cdata',zeros(H,W,3,'uint8'),'colormap',[]);
%read one frame every time
% for i = 1:1000
%     mov(i).cdata = read(video,i);
%     RGB= mov(i).cdata;
% %     disp('当前播帧数：'),disp(i);
% %     imshow(RGB);
% end% 由于不需要存储每张图片，所以不需要mov结构来储存数据；
%待将此处化为循环结构；%test
i=1156810;
RGB=read(video,i);
bw=imbinarize(RGB,'global');         %imfindcircles函数本身是先把图片转为二值图，但是并不会选择性的去掉连通像素小于某一阈值的区域；%所以此步骤看似重复，但其实是为bwareaopen函数做准备；%由于图片本来就是灰度图，直接转为二值图；bw=bwareaopen(bw,60);   %去掉连通像素小于60的区域；%注意在识别之前，需要先取一个很大的半径范围，进而确认目标是在哪个范围之内，缩小范围，进而节省上述手动划线过程；
%如果被识别的颗粒直径有变化需要修改此参数！！！！！！！！！！！！！！！
Rmin = 7;
Rmax = 16;
[center, radius]=imfindcircles(bw,[Rmin Rmax],'Sensitivity',0.9,'ObjectPolarity','bright');    %调节ObjectPolarity属性可以实现对不同颜色的区分；
imshow(bw);
h=viscircles(center,radius);     %显示圆形轮廓；% immatrix=imshow(bw);        %将图片化为数值矩阵；%数据输出的文件夹目标名；
folder_name='E:\20220326';% %服务器上使用工作文件当前文件夹；
%待查
% folder_name=pwd;     %显示当前文件夹绝对路径字符串，当然也可以不用绝对路径；%在当前文件夹（程序所在文件夹）创建data数据文件；
%如果文件夹已经存在，则会发出警告，但是无碍下一步操作；
% mkdir('data');      %服务器上可使用相对目录；
mkdir(strcat(folder_name,'\data' ));    %注意在服务器下可以使用相对路径，即不使用绝对路径；
fid_position=fopen(strcat(folder_name,'\data\125-2fps_position.txt'),'w');
fid_problem=fopen(strcat(folder_name,'\data\125-2fps_position_problem.txt'),'w');tic
for i=376841:1:739966RGB=read(video,i);bw=imbinarize(RGB,'global');    %由于图片本来就是灰度图，直接转为二值图；%此处为了提高后续的识别成功率；%多出此步骤，主要是为了后面消除连片像素小的区域，imfindcircles函数本身当然也会有二值化过程，速度%总体与之前基本持平；%默认情况下，imbinarize 使用 Otsu%方法，该方法选择特定阈值来最小化阈值化的黑白像素的类内方差;bw=bwareaopen(bw,60);   %去掉连通像素小于60的区域；%注意在识别之前，需要先取一个很大的半径范围，进而确认目标是在哪个范围之内，缩小范围，进而节省上述手动划线过程；%如果被识别的颗粒直径有变化需要修改此参数！！！！！！！！！！！！！！！Rmin = 7; Rmax = 16;[center, radius]=imfindcircles(RGB,[Rmin Rmax],'Sensitivity',0.9,'ObjectPolarity','bright');    %调节ObjectPolarity属性可以实现对不同颜色的区分；%此处sensitivity的值在0.9附近对结果影响很敏感，0.9为一经验值；
%     disp(i);    if length(center)==10for j=1:1:10fprintf(fid_position,'%15.10f %15.10f\n',center(j,:));end     elseif length(center)>10disp('oh no');
%         imshow(bw);
%         h=viscircles(center,radius);     %显示圆形轮廓；
%         drawnow;disp(i);disp(center);%有时识别出的圆的数量大于实际数量，需要剔除多于的圆心数据；D=pdist(center);    %计算行与行之间的欧几里得距离；Z=squareform(D);    %为了方便识别行号和列号，将上述结果转为方阵，第i行j列，即代表center第i行与第j行所代表向量之间的距离；U=triu(Z);          %为了方便识别行号和列号，只取出矩阵的上三角部分；[row,col]=find(U>0 & U<10);       %如果圆心距离大于0小于10，则认为两个圆心重复；如果被识别的颗粒直径有变化需要修改此参数！！！！！！！！center(row,:)=[];     %任意去掉其中重复的圆心；if length(center)~=10disp(['There is a problem with this frame:',num2str(i)]);     %以防万一；disp(center);fprintf(fid_problem,'%10d\n',i);for j=1:1:10fprintf(fid_position,'%15.10f %15.10f\n',zeros(1,2));     %为了后续处理数据的方便（数据长度不发生变化），在有问题的插入0值，供后续更改；%注意如果被检测圆的数量发生改变，这里需要更改数目！！！！！！endelsedisp('successful!!!');disp(center);for j=1:1:10fprintf(fid_position,'%15.10f %15.10f\n',center(j,:));endend%有时识别出的圆的数量小于实际数量，暂无更好的办法，此处调节识别圆的sensitivity，但是有风险；elsedisp(['There is a problem with this frame:',num2str(i)]);     %以防万一；disp(center);fprintf(fid_problem,'%10d\n',i);for j=1:1:10fprintf(fid_position,'%15.10f %15.10f\n',zeros(1,2));     %为了后续处理数据的方便（数据长度不发生变化），在有问题的插入0值，供后续更改；%注意如果被检测圆的数量发生改变，这里需要更改数目！！！！！！endend
%     imshow(bw)
%     h=viscircles(center,radius);     %显示圆形轮廓；
%     drawnow;    %为了连续显示图窗；
endfclose(fid_position);
fclose(fid_problem);toc%注意检查各矩阵是否与实际颗粒的数目是否一样；%% 将图片转为二值图片，凸显边缘% % I = rgb2gray(RGB);   %图片本来就是灰度图片，不需要再转为灰度图；
% imhist(RGB);    %查看图片的灰度分布
% bw = imbinarize(RGB);    %由于图片本来就是灰度图，直接转为二值图；
% % imshow(bw)
% imhist(bw);    %查看图片的灰度分布
% imwrite(bw,'E:\20220326\125-2fps.png');
%
% % 删除包含少于阈值像素的所有对象
% bw = bwareaopen(bw,60);
% imshow(bw)% % 填充笔帽中的间隙
% se = strel('disk',2);
% bw = imclose(bw,se);
% imshow(bw)%
% %填充任何孔洞，以便可以使用 regionprops 来估计每个边界所包围的面积
% bw = imfill(bw,'holes');
% imshow(bw)% %手动估算颗粒直径的长度
% d = drawline;   %在figure图中对颗粒的直径划线
% pos = d.Position;
% diffPos = diff(pos);
% diameter = hypot(diffPos(1),diffPos(2))

注意此识别程序并不能完全理想的挑选出所有的圆形，程序中把异常值的情况挑选了出来，输出到了

‘E:\20220326\125-2fps_position_problem.txt’

识别正常的情况：

识别异常情况：

参考文献：

检测圆形目标

检测和测量图像中的圆形目标

Measuring the Radius of a Roll of Tape

MATLAB: Image Prosessing Toolbox

matlab：圆形的图像识别（二）相关推荐

matlab绘制X,Y二维散点图并标出序号
matlab绘制X,Y二维散点图并标出序号标签: matlab 2016-11-22 12:20 193人阅读评论(0) 收藏举报分类: matlab(1) 版权声明:本文为博主原创文章, ...
MATLAB学习笔记（二）
MATLAB学习笔记(二) 一.矩阵运算矩阵分析向量和矩阵的范数运算矩阵的秩矩阵的化零矩阵矩阵的化简rref()函数线性方程组超定线性方程组求解矩阵分解 1.对称正定矩阵的Choles ...
matlab画二维颜色深浅,matlab中如何为二维图形填充渐进的颜色
t1=(0:11)/11*pi; t2=(0:400)/400*pi; t3=(0:50)/50*pi; y1=sin(t1).*sin(9*t1); y2=sin(t2).*sin(9*t2); y ...
matlab晶体能带,matlab平面波展开法的二维光子晶体能带研究+程序
摘要 :二维光子晶体可以作为对光子传输控制的新型材料.本文主要通过平面波展开法对二维光子晶体进行数值计算及其性质分析.首先我们介绍了二维光子晶体的基础概念.结构.介电性能等特性.然后基于麦克斯韦方 ...
matlab脚本文件求梯度,转：用MATLAB求梯度的二个实例
用MATLAB求梯度的二个实例 1.在上MATLAB课的时候,有学生问怎么用gradient函数求f=2x2+3y3的梯度啊,不懂得怎么写格式,试了很多次都不行.解答如下: 在MATALB中,求梯度只 ...
《图形图像处理》— 使用matlab对图像进行二值化和灰度化处理
用matlab对图像进行二值化处理 >>m = imread('d:\image\logo.jpg'); >> imshow(n); >> n = graythre ...
MATLAB绘图（特殊二维）
MATLAB其他形式的二维图形对函数自适应采样的绘图函数 fplot函数 fplot(filename,lims,选项) 程序示例: f=@sin; fplot(f,[0,2*pi],'*'); f ...
matlab图形设计界面文献翻译,毕业设计基于matlab的数字图像识别的设计与实现文献翻译V8.1（资料4）...
<[毕业设计]基于matlab的数字图像识别的设计与实现文献翻译.doc>由会员分享,可免费在线阅读全文,更多与<毕业设计基于matlab的数字图像识别的设计与实现文献翻译(V8.1 ...
matlab三维数组与二维矩阵相乘问题
Matlab三维数组与二维矩阵相乘问题近来在搞一个改进近场music算法的仿真问题,用matlab进行二维搜索的时候写了很多for循环,导致运行速度极慢.考虑到matlab语言本身的矩阵运算特点,改 ...
matlab三维图、二维云图的可视化绘图
matlab三维图.二维云图的可视化绘图 matlab三维图.二维云图的可视化绘图 1.meshgrid生成数据矩阵 2.可视化方案 3.shading类型 matlab三维图.二维云图的可视化绘图 ...

matlab：圆形的图像识别（二）

matlab：圆形的图像识别（二）相关推荐

最新文章

热门文章