基于圆形物体中心及半径的确定解析.doc

燕山大学 课 程 设 计 说 明 书 题目： 26基于圆形物体中心半径的确定涛 学 号 120103020191 学生姓名 陈鹤天 专业（班级） 12级仪表三班 设计题目 基于圆形物体中心和半径的确定 设 计 技 术 参 数 几句图像处理的知识，确定图像中两点的中心点的位置，并能确定其大小（即半径），尽量使用较多的方法实现，并且比较每种方法的处理速度。 设 计 要 求 设计确定图像中圆形物体的中心坐标及半径，尝试不同的定位方法，并进行比较。设计中应具有自己的设计思想、设计体会。 工 作 量 了解Matlab的基本操作，查找与课程设计相关的资料，编写程序并调试，写论文，准备课程设计答辩。 工 作 计 划 12月 8日，熟悉Matlab的基本操作 12月 9 日，查找与课程设计课题相关的资料 12月10日，设计程序并调试 12月11日，调试程序并写论文 12月12日，整理论文，课程设计答辩 参 考 资 料 1、 数字图像处理学 电子公告也出版社 贾永红 2003 2、 数字图像处理（Matlab版） 电子工业出版社 冈萨雷斯 2006 3、 其他数字图像处理和matlab变成发面的书记及相关学习资料 指导教师签字 赵彦涛 谢平 说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。 2014年12 月 12 日 燕山大学课程设计评审意见表 指导教师评语： 成绩： 指导教师： 2014年 12月 12日 答辩小组评语： 成绩： 评阅人： 2014年 12月 12 日 课程设计总成绩： 答辩小组成员签字： 赵彦涛 程淑红 王志斌 童凯 2014年 12月 12 日 摘要 首先对图像进行二值化，然后用bwlabel，regionprops等函数对二值图像进行去除噪声操作，然后通过找出与区域具有相同标准二阶中心矩的椭圆包含区域的最小凸多边形?图像的二值化的程序实现 3二值化前后效果对比 第二章 去除噪声 1去除噪声的原理 2去除噪声的程序实现 3去除噪声前后的图像对比 第三章 圆拟合 1圆拟合原理 2圆拟合的程序实现 3拟合效果 求圆心及半径 小圆的0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。 第二节 ?图像的二值化的程序实现 方法一：首先将图像转变为灰度图像，再利用max，min等函数求阈值分割点，最后转化为二值化图像 相关程序： J=imread(1.jpg); %读图像 figure;imshow(J); %显示原始图像 P=rgb2gray(J); %转换为灰度图像 [m,n]=size(P); %获取图像的行数和列数 ma=max(max(P)); %求最大值 mi=min(min(P)); %求最小值 limen=(ma+mi)/2; %求分割阈值 I=(Plimen); %二值化 figure;imshow(I); %显示二值化图像 方法二：首先将图像转变为灰度图像，再利用graythresh等函数求阈值分割点，最后用函数im2bw进行二值化。 J=imread(1.jpg); %读图像 P=rgb2gray(J);%转换为灰度图像 level=graythresh(P);%求分割阈值 I=im2bw(P,level);%二值化 imshow(I); %显示二值化图像 第三节 二值化前后效果对比 第二章 去除噪声 第一节 去除噪声的原理 噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。实际获得的图像一般都因受到某种干扰而含有噪声。引起噪声的原因有敏感元器件的内部噪声、相片底片上感光材料的颗粒、传输通道的干扰及量化噪声等。噪声产生的原因决定了噪声的分布特性及它和图像信号的关系. 先利