论文总字数：14300字

摘 要

随着生活科技发展的进步，许多图像的处理已经可以直接由电脑快速给出，而无需多余的操作，而数字图像处理技术正是一种用电脑使用一定算法然后对图像进行处理更新的技术。现在这个技术早已在各大领域都有了广泛的应用，例如:工业、航空、军事、医疗等。因为一张图像所包含的数据量极大，所以对处理它所用的工具的配置要求也极高，对MATLAB而言，它所拥有的是在数字图像的发展道路上也占有一席之地的图像处理能力，就是为图像的处理而量身定做的软件。

这篇文章是对于给出的图像分类，但是在分类之前还会因为噪声和光线的不同对图像产生影响，所以要先把RGB图像转化为灰度图像，然后对图像进行预处理，随即对预处理后的图像进行二值化。二值化后就对图像进行边缘检测，通过检测后的图像的参数对其求面积和周长的二次方的比值，再使用霍夫变换进行直线检测，最后通过不同形状的直线关系对其进行分类。

关键词：数字图像处理；MATLAB；图像增强；二值图像；边缘检测

MATLAB Based Image Shape and Classification

Abstract

With the development of life science and technology, many image processing can be directly given by the computer at high speed, without relying on too much operation, and digital image processing technology is a kind of technology that uses computer to use some formulas and then process and change the image. Now this technology has been widely used in various platforms, such as industry, aviation, military, medical and so on. Because an image contains a large amount of data, so the configuration requirements of the tools used to process it are also very high. For MATLAB, what it has is the image processing ability which also occupies a place on the development road of digital image, which is the customized software for image processing.

This article is for the given image classification, but before the classification, because of the difference of noise and light, it will affect the image,therefore, RGB image should be transformed into gray image first, then image preprocessing, and finally binary image processing. After binarization, edge detection is applied to the image. The ratio of area to perimeter is calculated by the data of the detected image. Then, Hough transform is used to detect the straight line. Finally, the straight line features between different shapes are used to classify them.

Key words: Digital Image Processing, MATLAB, Image Enhancement, Binary Image, Edge Detection

目 录

摘 要 I

Abstract II

第一章 引 言 1

1.1 研究的背景与意义 1

1.2 数字图像处理简介及理论 1

1.3 形状特性概述 1

1.4 国内外研究现状 2

1.5 内容框架 2

第二章 数字图像 3

2.1 数字图像 3

2.1.1 概述 3

2.1.2 MATLAB在图像处理中的应用。 3

2.1.3 基本图像类型 3

2.2 典型的形状特征描述方法 4

第三章 图像预处理 5

3.1 去噪 5

3.2 采样 5

3.3 量化 6

3.5 灰度化相关原理简述 6

3.6 二值化 6

3.6.1 基本概述 6

3.6.2 二值图像 7

第四章 形状特征和提取分类 8

4.1 特征提取的意义 8

4.2 矩形度 8

4.3 圆形度 8

4.4 不变矩 8

4.5 基于不变矩的形状特征提取 9

4.5.1 特征提取步骤 9

4.5.2 边缘提取常用算子 9

第五章 实验设计和结果 12

5.1 预处理部分 12

5.2 边缘提取 12

5.3 比率分布情况 12

5.4 对图像进行直线检测 13

结 论 15

致 谢 16

参考文献 17

第一章 引 言

1.1 研究的背景与意义

如今正处于信息化数字时代的高峰，对于互联网上那么多的图像数据资源，想要去高效快速的分类管理海量的图像数据早就变成了当今视觉艺术和识别领域迫在眉睫的问题。而基于MATLAB的图像分类技术是对图像本身特征的数据的自动分类，也是可以为图像的分类做出巨大贡献的最恰当的路径。

在浩瀚如海的数据中，要寻找到正合你意的资料是难上加难的，因为现代人对信息搜索能力的依赖大幅加强，恰巧对于图像的特征提取是属于图像的检索系统的重要组成部分。

本次实验的主要内容就是从图像中提出出它所包含的各类形状，并根据它们的形状特征将它们分类的过程。

1.2 数字图像处理简介及理论

数字图像处理(Digital Image Processing)是利用数字计算机或者其他的数字硬件来对图像进行信息变换从而得到的电信号，再对得到的电信号进行数学运算来提高图像的实用性^[1]。数字图像处理包括点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等^[1]。因为数字化信息时代的迅猛发展，如今的航空工业、医疗器械等领域都把这个技术当成核心在使用，为我们的经济建设做出了很大的贡献。

对一幅图像而言，在数字图像处理领域，可以用二维函数F (x, y)来定义它，其中x、y分别为水平坐标和垂直坐标，则F为坐标点的亮度或灰度值,当它们都是有限的离散值时，图像就称为数字图像，可以称之为图像采样和量化的过程^[2]。定义数字图像元素最常用的术语是像素(Pixel)，因此，可以对图像进行编程。

剩余内容已隐藏，请支付后下载全文，论文总字数：14300字