基于MATLAB的不規(guī)則面積圖像測(cè)量

1、基于MATLAB的不規(guī)則面積圖像測(cè)量不規(guī)則圖像/圖像處理/面積計(jì)算1引言？在當(dāng)今這個(gè)生活節(jié)奏迅速的時(shí)代，測(cè)量工作已經(jīng)難以通過(guò)事事親力親為得到保證，特別是在復(fù)雜的環(huán)境條件下(如強(qiáng)電磁、強(qiáng)輻射、強(qiáng)腐蝕的環(huán)境)，因此我們需要通過(guò)其他方式手段來(lái)達(dá)到我們的測(cè)量目的。近代科學(xué)和工業(yè)化的發(fā)展，也要求測(cè)試技術(shù)突破經(jīng)典的測(cè)量方法和技術(shù)，尋求新的測(cè)試原理與手段。圖像測(cè)量作為近年來(lái)在測(cè)量領(lǐng)域新興的一種高性能測(cè)量技術(shù)，其在機(jī)器視覺(jué)、圖像匹配、圖像檢測(cè)和模式識(shí)別中都有重要應(yīng)用。數(shù)字圖像面積測(cè)量作為數(shù)字圖像測(cè)量的一個(gè)重要分支，在日常生活中的應(yīng)用更是不勝枚舉。2不規(guī)則圖像面積測(cè)量原理2.1 圖像獲??？利用對(duì)特殊類型能源敏感

2、的傳感器材料，把輸入能源轉(zhuǎn)變成輸出電壓波形，再將其數(shù)字化，從而便得到數(shù)字圖像信息1;例如可以利用數(shù)字化設(shè)備拍攝數(shù)字圖像(如數(shù)碼相機(jī))，利用數(shù)字轉(zhuǎn)換設(shè)備采集數(shù)字圖像等。？2.2 2圖像預(yù)處理-圖像復(fù)原(imagerestoration)?成像系統(tǒng)受各種因素的影響，導(dǎo)致了圖像質(zhì)量的降低，造成圖像退化。傳感器噪聲、攝像機(jī)聚焦不佳、物體與攝像機(jī)之間的相對(duì)移動(dòng)、隨機(jī)大氣湍流、光學(xué)系統(tǒng)的像差、成像光源和射線的散射等都是其影響因素。典型的圖像復(fù)原是根據(jù)圖像退化的先驗(yàn)知識(shí)建立一個(gè)退化模型，如空間域圖像退化模型，該系統(tǒng)模型的特點(diǎn)是線性、移不變的；頻域退化模型；能量域的退化模型等。模型選擇好后再以這個(gè)模型為基礎(chǔ)，

3、采用各種逆退化處理方法進(jìn)行恢復(fù)，使圖像質(zhì)量得到改善273、本文中采集的圖像主要存在運(yùn)動(dòng)而引起的圖像模糊，其頻域?qū)?yīng)的退化模型為=-sin用(版7+忱)心5產(chǎn)碎江+訪i-IJI:1(1)假設(shè)勺速運(yùn)動(dòng)，白7口底，占=其甲T為曝光時(shí)閭，匚門(mén)，廠缶I分別是圖像在，和u方向上相應(yīng)的隨時(shí)間變化的運(yùn)動(dòng)多敷口將原圖/(V,1.I轉(zhuǎn)化到靦廣"':二轆鼻GU|=廣1工廠一小£川，在將Gi,工j轉(zhuǎn)化到時(shí)域jL所得的到的gIxry!即為去運(yùn)動(dòng)模糊的圖像小.?2.3目標(biāo)圖像提?。吭趯?duì)圖像的研究和應(yīng)用中，人們往往只對(duì)圖像中的某些部分感興趣，這些部分即為目標(biāo)圖像，它是圖像中特定的、具有獨(dú)特性質(zhì)的

4、區(qū)域。為了辨識(shí)和分析目標(biāo),需要將它們從背景中分離、提取出來(lái)，在此基礎(chǔ)上才有可能對(duì)目標(biāo)信息做進(jìn)一步的利用。圖像提取分割正是將這樣的特征區(qū)域提取出來(lái)的技術(shù)。這些特征可以是灰度、顏色和紋理等，目標(biāo)可以是單個(gè)區(qū)域，也可以是多個(gè)區(qū)域。本文借助于MAT1LAB軟件自身所帶的roip。ly函數(shù)通過(guò)手動(dòng)選取的方式，在原始圖像中選取感興趣的區(qū)域從而獲取目標(biāo)區(qū)域進(jìn)行分析與研究。？2.4 圖像處理2.4.1?目標(biāo)區(qū)域圖像增強(qiáng)圖像增強(qiáng)的目的是為了提高目標(biāo)區(qū)域圖像的質(zhì)量，如提高圖像的清晰度等。圖像增強(qiáng)不考慮圖像是如何退化，而是試圖采用各種技術(shù)來(lái)增強(qiáng)圖像的視覺(jué)效果。因此，圖像增強(qiáng)可以不顧增強(qiáng)后的圖像是否失真，而是突出目標(biāo)

5、區(qū)域中所感興趣的部分，如:強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；強(qiáng)化低頻分量可減少圖像中噪聲影響。本文采用的圖像增強(qiáng)方法為：因?yàn)榛叶戎狈綀D(histogram)是多種空間域處理技術(shù)的基礎(chǔ)并且直方圖操作能夠有效用于圖像增強(qiáng)，提供有用的圖像統(tǒng)計(jì)資料，其在軟件中也易于計(jì)算，所以本文采用統(tǒng)計(jì)原圖的灰度直方圖，并利用直方圖均衡方法進(jìn)行圖象增強(qiáng)，分別利用imread函數(shù)統(tǒng)計(jì)原圖的灰度直方圖和利用histeq函數(shù)進(jìn)行直方圖均衡化處理。2.4?.2圖像去噪及邊緣檢測(cè)？準(zhǔn)確的邊緣提取對(duì)后續(xù)的面積計(jì)算非常重要。由于受諸多條件的影響，會(huì)存在不同程度的干擾噪聲導(dǎo)致不能提取出理想的邊緣，直接影響到計(jì)算的精

6、確度，所以在邊緣檢測(cè)前先對(duì)圖像進(jìn)行噪聲濾波予以改善。？中值濾波法是一種非線性平滑技術(shù)，它將每一個(gè)像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某領(lǐng)域窗口內(nèi)的所有像素點(diǎn)灰度值的中值可以有效的消除椒鹽噪聲，同時(shí)也可以保護(hù)邊緣信息。在MATLAB中medfilt2函數(shù)來(lái)進(jìn)行中值濾波處理。對(duì)于濾波后的圖像會(huì)有許多不屬于所需測(cè)量的干擾區(qū)域，因此我們對(duì)圖像進(jìn)行形態(tài)學(xué)處理，選取不影響測(cè)量面積的結(jié)構(gòu)元素對(duì)圖像進(jìn)行膨脹處理達(dá)到修復(fù)完善邊界的作用，在通過(guò)腐蝕操作去除無(wú)需測(cè)量的小塊干擾區(qū)域，從而達(dá)到完整去噪的目的。MATAAB可以通過(guò)strel函數(shù)來(lái)產(chǎn)生所需要的結(jié)構(gòu)元素,imdilate和imerode來(lái)完成膨脹和腐蝕操作。對(duì)去噪后的圖

7、彳g利用edge函數(shù)采用高斯函數(shù)的拉普拉斯探測(cè)算子通過(guò)雙邊緣間的零交叉點(diǎn)位置確定真實(shí)的邊緣位置。拉普拉斯算子模板如下：在邊緣點(diǎn)擬合完成后用1對(duì)擬合曲線包圍白區(qū)域進(jìn)行填充，填充后即為目標(biāo)區(qū)域4。2.5?目標(biāo)區(qū)域圖像面積計(jì)算？經(jīng)過(guò)圖像處理后的目標(biāo)區(qū)域塊其邊緣特性較處理前有很大的改善，進(jìn)而可以進(jìn)行面積的計(jì)算。我們知道，對(duì)于同一類型的目標(biāo)，總面積的計(jì)算可以通過(guò)先求出總的像素個(gè)數(shù)，然后乘以單個(gè)像素的面積即可得,5:o即由上可得，不規(guī)則面積的圖像測(cè)量方法的9S總面積K單個(gè)像素面積*總像素個(gè)數(shù)（測(cè)量流程如下圖1所示：?圖一不規(guī)則面積的圖像測(cè)量方法的測(cè)量流程由此可見(jiàn)，單個(gè)像素的面積和總像素個(gè)數(shù)的計(jì)算對(duì)測(cè)量的結(jié)

8、果有很大的影響。在求取目標(biāo)區(qū)域總像素個(gè)數(shù)的時(shí)候常采用定標(biāo)法，即在所測(cè)目標(biāo)區(qū)域放置一個(gè)標(biāo)準(zhǔn)物件。這樣做的目的不僅利于測(cè)量同時(shí)也可以減小測(cè)量誤差。其中單個(gè)像素的面積通過(guò)下述方法得到，由該標(biāo)準(zhǔn)物件求取出該標(biāo)準(zhǔn)物件的像素個(gè)數(shù)，求取該標(biāo)準(zhǔn)物件面積并用此面積除以該標(biāo)準(zhǔn)物件的總像素個(gè)數(shù)即可求出單個(gè)像素面積：?jiǎn)蝹€(gè)像素面積=標(biāo)準(zhǔn)物件面積/標(biāo)準(zhǔn)物件總像素個(gè)數(shù)？本文所采用標(biāo)準(zhǔn)物件為一圓硬幣，直徑大小為25mm。高度2mm。?3實(shí)例分析在某次補(bǔ)片焊接中，經(jīng)提取后的需補(bǔ)片區(qū)域圖像處理前（左圖）和處理后的目標(biāo)區(qū)域塊圖像（右圖）如下圖2所示:？由此可以看出，在處理后的效果較之處理前大為改善。用圖像法測(cè)出的圖像面積與此補(bǔ)片的

9、實(shí)際面積（1471.43mm2）比較結(jié)果如表1所示，其中常規(guī)法采用微分元法求取6:由測(cè)量數(shù)據(jù)可以得出，通過(guò)這種方法測(cè)得的圖像面積的相對(duì)誤差在1%以下，較常規(guī)方法求得的誤差更小。表I結(jié)果分析用儂達(dá)聲積相用,其國(guó)常原法面機(jī)相對(duì)課主汨11478.62241443.2472工占J2“78,5625紅的可31462.5164fl.日貼i44GL56131,嗯1M7130360.3015口油1456.29161.®ti<Jtl(Ji邛均值1474.1340L4221.1.：J.71.364結(jié)束語(yǔ)由以上的分析和數(shù)據(jù)可以得出結(jié)論：選取后的圖像，在經(jīng)過(guò)圖像復(fù)原、圖像增強(qiáng)、邊緣點(diǎn)連接擬合與檢測(cè)處理后，圖像質(zhì)量得到很大改善，目標(biāo)區(qū)