Matlab图像处理学习笔记(四):多边形检测
本文用matlab实现了基本多边形的检测、提取。
本文涉及到的知识点如下:
1、Canny边缘检测。 bw = edge(gray,'canny',[0 , 50/256]);
2、细化操作。 im=bwmorph(image,'thin',Inf);
3、边界追踪。 edgelist=bwboundaries(im);
4、边界的多边形近似。 linefit_Prasad_RDP_opt(edgelist);
本文算法思路借鉴了Nash的博客,地址:http://opencv-code.com/tutorials/detecting-simple-shapes-in-an-image/点击打开链接
边界的多边形近似算法为:Douglas-Peucker algorithm,算法的matlab实现我引用了Dilip K. Prasad分享的文件。本文所有操作的理论基础均可在冈萨雷斯的《数字图像处理》中找到答案。
Douglas-Peucker algorithm地址:https://docs.google.com/file/d/0B10RxHxW3I92dG9SU0pNMV84alk/edit?pli=1点击打开链接
算法实现过程可分为以下几步。
1、提取边缘。
2、进行形态学处理,分割图像。
3、进行细化操作,减小计算量。
4、用多边形近似边界。
5、判断该顶点是否有效。(根据相邻顶点之间的距离)
转载请注明出处:http://blog.csdn.net/u010278305
下面给出源代码:
%function: % 基于最小距离分类器的模板匹配 % 寻找图片中与已知模板的匹配区域 % 程序中调用了Dilip K. Prasad对Ramer–Douglas–Peucker algorithm的matlab实现 %referrence: % 思路借鉴:http://opencv-code.com/tutorials/detecting-simple-shapes-in-an-image/ % Ramer–Douglas–Peucker algorithm:http://en.wikipedia.org/wiki/Ramer%E2%80%93Douglas%E2%80%93Peucker_algorithm %date:2015-1-10 %author:chenyanan %转载请注明出处:http://blog.csdn.net/u010278305 %清空变量,读取图像 clear;close all src = imread('basic_shapes.png'); figure('name','原始图像'), imshow(src),title('src'), %Convert to grayscale gray=rgb2gray(src); gray = im2double(gray); %Convert to binary image using Canny bw = edge(gray,'canny',[0 , 50/256]); %dilate dilateElement=strel('square', 5); bw=imdilate(bw, dilateElement); %提取每个连通区域 stats = regionprops(bw, 'Image'); statssize= numel(stats); plotsize=ceil(sqrt(statssize)); figure('name','分离结果'), num=zeros(statssize,1); %算法核心 for i=1:statssize image=stats(i).Image; %进行细化操作 im=bwmorph(image,'thin',Inf); % getting the edge data. edgelist=bwboundaries(im);edgelist=edgelist.'; % calling linefit_Prasad_RDP_opt [edgelist,seglist,precision_list,reliability_list,precision_edge,reliability_edge, time_edge] = linefit_Prasad_RDP_opt(edgelist); boundnum=length(seglist{1}(:,:)); bound=0; sizepic=sum(size(im)); %判断每个顶点之间的间距是否符合要求 for j=1:boundnum-1 cornerdiff=seglist{1}(j,:)-seglist{1}(j+1,:); cornerdiff=sqrt(sum(cornerdiff.^2)); if(cornerdiff>0.09*sizepic) bound=bound+1; end end num(i)=bound; %进行绘图并标识 subplot(plotsize,plotsize,i);imshow(image), if bound<7 title(bound); else title('圆'); end end
运行效果如下:
源图像已上传:
posted on 2015-01-10 01:27 chenyn2014 阅读(4298) 评论(0) 编辑 收藏 举报