Xử lý ảnh nhận diện hình dạng vật thể

46 241 0
  • Loading ...
1/46 trang

Thông tin tài liệu

Ngày đăng: 27/04/2017, 00:01

xử lý ảnh nhận diện vật thể gồm hình vuông, tròn, tam giác, hình chữ nhật, sử dụng các hàm của matlab và các công thức để nhận diện được hình. File có phần tạo thêm GUI để mở được hình ảnh dễ dàng hơn việc chỉ dùm hàm mở file TỔNG LIÊN ĐOÀN LAO ĐỘNG VIỆT NAM TRƢỜNG ĐẠI HỌC TÔN ĐỨC THẮNG KHOA ĐIỆNĐIỆN TỬ ĐỒ ÁN XỬ ẢNH NHẬN DIỆN HÌNH DẠNG VẬT THỂ Người hướng dẫn: ThS.TRẦN THANH NAM Người thực hiện: LÊ VI QUANG Lớp : 13040203 Khoá THÀNH PHỐ HỒ CHÍ MINH, NĂM 2017 : 17 TỔNG LIÊN ĐOÀN LAO ĐỘNG VIỆT NAM TRƢỜNG ĐẠI HỌC TÔN ĐỨC THẮNG KHOA ĐIỆNĐIỆN TỬ ĐỒ ÁN XỬ ẢNH NHẬN DIỆN HÌNH DẠNG VẬT THỂ Người hướng dẫn: ThS.TRẦN THANH NAM Người thực hiện: LÊ VI QUANG Lớp : 13040203 Khoá THÀNH PHỐ HỒ CHÍ MINH, NĂM 2017 : 17 LỜI CẢM ƠN Tôi xin chân thành cảm ơn Ths Trần Thanh Nam tận tình hƣớng dẫn, thảo luận giúp đỡ trình thực đồ án Tôi chân thành cảm ơn thầy, cô khoa tạo điều kiện thuận lợi thời gian tận tình cung cấp tài liệu liên quan nhằm giúp hoàn thành tốt đồ án đƣợc giao TP Hồ Chí Minh, ngày 27 tháng năm 2017 Tác giả Lê Vi Quang CÔNG TRÌNH ĐƢỢC HOÀN THÀNH TẠI TRƢỜNG ĐẠI HỌC TÔN ĐỨC THẮNG Tôi xin cam đoan công trình nghiên cứu riêng đƣợc hƣớng dẫn khoa học ThS Trần Thanh Nam Các nội dung nghiên cứu, kết đề tài trung thực chƣa công bố dƣới hình thức trƣớc Những số liệu bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá đƣợc tác giả thu thập từ nguồn khác có ghi rõ phần tài liệu tham khảo Ngoài ra, luận văn sử dụng số nhận xét, đánh giá nhƣ số liệu tác giả khác, quan tổ chức khác có trích dẫn thích nguồn gốc Nếu phát có gian lận xin hoàn toàn chịu trách nhiệm nội dung luận văn Trƣờng đại học Tôn Đức Thắng không liên quan đến vi phạm tác quyền, quyền gây trình thực (nếu có) TP Hồ Chí Minh, ngày 27 tháng năm 2017 Tác giả Lê Vi Quang Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang MỤC LỤC DANH MỤC CÁC HÌNH VẼ V DANH MỤC CÁC BẢNG BIỂU VI DANH MỤC CÁC TỪ VIẾT TẮT .VII CHƢƠNG TỔNG QUAN XỬ ẢNH 1.1 GIỚI THIỆU 1.2 CÁC VẤN ĐỀ CƠN BẢN TRONG XỬ ẢNH 1.2.1 Cơ xử ảnh 1.2.2 Ảnh điểm ảnh 1.2.3 Khử nhiễu 1.2.4 Chỉnh mức xám 1.2.5 Trích chọn đặc điểm 10 1.2.6 Nhận dạng 10 1.2.7 Nén ảnh .11 CHƢƠNG THU THẬP ẢNH VÀ TĂNG CƢỜNG CHẤT LƢỢNG ẢNH 12 2.1 CƠ CHẾ NHẬN ẢNH PINHOLE 13 2.2 CẢM BIẾN MÁY ÁNH (CCD) 15 2.3 TĂNG CƢỜNG CHẤT LƢỢNG ẢNH .16 2.3.1 Các kỹ thuật làm trơn ảnh 17 2.3.2 Làm trơn ảnh lọc phi tuyến 17 2.3.3 Làm trơn lọc nhiễu lọc tuyến tính 17 2.3.4 Gassian Blur 19 2.3.5 Ứng dụng làm trơn ảnh 21 CHƢƠNG CÁC PHƢƠNG PHÁP XỬ ẢNH CƠ BẢN 22 3.1 CÁC HÀM CHUYỂN ĐỔI KIỂU ẢNH 22 3.2 CHUYỂN ĐỔI ĐỊNH DẠNG CÁC FILE ẢNH 23 3.3 THAY ĐỔI KÍCH THƢỚC ẢNH 24 Đồ Án Page iv of 46 3.4 DÒ BIÊN VÀ PHÂN VÙNG ẢNH 27 3.4.1 Một số khái niệm .27 3.4.2 Phân loại kỹ thuật phát biên .28 3.4.3 Quy trình phát biên 28 3.4.4 Phương Pháp biên cục 29 3.4.5 Dò biên theo phương thức hoạt động 31 3.4.6 Phân vùng ảnh 33 CHƢƠNG KẾT QUẢ MÔ PHỎNG XỬ ẢNH 34 4.1 CHỨC NĂNG CỦA PHẦN MÔ PHỎNG 34 4.2 CÁCH HOẠT ĐỘNG CỦA ĐOẠN CODE 34 CHƢƠNG NHẬN XÉT .38 5.1 QUÁ TRÌNH THỰC HIỆN ĐỀ TÀI 38 5.2 KHẢ NĂNG ỨNG DỤNG VÀO THỰC TẾ 38 5.3 HƢỚNG PHÁT TRIỂN 39 CHƢƠNG TÀI LIỆU THAM KHẢO .40 Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page v of 46 DANH MỤC CÁC HÌNH VẼ HÌNH 1-1: QUÁ TRÌNH XỬ ẢNH HÌNH 1-2: CÁC BƢỚC CƠ BẢN TRONG HỆ THỐNG XỬ ẢNH HÌNH 2-1: CẤU TẠO CỦA MỘT CAMERA SỐ 12 HÌNH 2-2: NGUYÊN TẠO ẢNH QUA KHE HẸP 13 HÌNH 2-3: MÁY ẢNH PINHOLE CỔ ĐIỂN .14 HÌNH 2-4: MÁY ẢNH DSLR VỚI "ỐNG KÍNH" POHOLE 14 HÌNH 2-5: CẤU TRÚC CỦA CCD .16 HÌNH 2-6: CỬA SỔ LỌC TRONG 1D VÀ 2D 18 HÌNH 2-7: PHƢƠNG SAI CỦA PHÂN TÁN GAUSSIAN 20 HÌNH 2-8: CAMERA ỨNG DỤNG LỌC .21 HÌNH 3-1: ẢNH TRƢỚC VÀ SAU KHI IMRESIZE 24 HÌNH 3-2: CÁC LOẠI ĐƢỜNG BIÊN 27 HÌNH 3-3: VÍ DỤ CỦA PHƢƠNG PHÁP BELLMAN .31 HÌNH 3-4: ĐỒ THỊ LIÊN THÔNG .33 HÌNH 4-1: GIAO DIỆN GUI 35 HÌNH 4-2: HÌNH MÀU XÁM 36 HÌNH 4-3: HÌNH ẢNH NHỊ PHÂN .37 HÌNH 4-4: HÌNH ẢNH NHỊ PHÂN ĐÃ ĐƢỢC INVERT 37 HÌNH 4-5: HÌNH ẢNH SAU KHI ĐÃ ĐƢỢC NHẬN DIỆN 38 Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page vi of 46 DANH MỤC CÁC BẢNG BIỂU Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page vii of 46 DANH MỤC CÁC TỪ VIẾT TẮT CCD Charge Couple Device ADC Analog to digital converter Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page of 46 CHƢƠNG TỔNG QUAN XỬ ẢNH 1.1 Giới thiệu Xử ảnh lĩnh vực phát triển Khái niệm có liên quan tới nhiều ngành học hƣớng nghiên cứu khác Hệ thống xử ảnh bao gồm thuyết kỹ thuật liên quan nhằm mục đích tạo hệ thống nhân tạo tiếp nhận thông tin từ hình ảnh thu đƣợc tập liệu đa chiều Xử ảnh kết hợp với nhiều ngành khác nhƣ công nghệ thông tin, truyền thông, điện tử, điều khiển tự động, khí… cho nhiều ứng dụng đời sống hàng ngày Ngày nay, ứng dụng xử ảnh phổ biến rộng rãi vào lĩnh vực từ quân sự, khoa học, vũ trụ, y học, sản xuất, tự động hóa tòa nhà 1.2 Các vấn đề xử ảnh 1.2.1 Cơ xử ảnh Con ngƣời thu nhận thông tin qua giác quan, thị giác đóng vai trò quan trọng Những năm trở lại với phát triển củaphần cứng máy tính, xử ảnh đồ hoạ phát triển cách mạnh mẽ có nhiều ứng dụng sống Xử ảnh đồ hoạ đóng vaitrò quan trọng tƣơng tác ngƣời máy Quá trình xử ảnh đƣợc xem nhƣ trình thao tác ảnh đầu vào nhằm cho kết mong muốn Kết đầu trình xử lýảnh ảnh “tốt hơn” kết luận Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 30 of 46 ‟‟  Toán tử (mặt nạ) Sobel Toán tử Sobel đƣợc Duda Hart đặt năm 1973 với mặt nạ tƣơng tự nhƣ Robert nhƣng cấu hình khác nhƣ sau: • Mặt nạ Prewitt Toán tử đƣợc Prewitt đƣa vào năm 1970 có dạng: • Mặt nạ hƣớng: Một mặt nạn khác đƣợc nêu nhƣ dƣới gọi mặt nạ đẳng hƣớng (Isometric) Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 31 of 46 3.4.5 Dò biên theo phƣơng thức hoạt động Nhƣ nói, dò biên theo phƣơng pháp Gradient xác định cực trị cục Gradient theo hƣớng; phƣơng pháp Laplace dựa vào cắt điểm không đạo hàm bậc hai Phƣơng pháp dò biên theo quy hoạch động phƣơng pháp tìm cực trị tổng thể theo nhiều bƣớc Nó dựa vào nguyên tối ƣu Bellman Nguyên phát biểu nhƣ sau: “Con đƣờng tối ƣu điểm cho trƣớc tối ƣu điểm nằm đƣờng tối ƣu đó” Thí dụ, C điểm đƣờng tối ƣu A B đoạn CB đƣờng tối ƣu từ C đến B không kể đến ta đến C cách Hình 3-3: Ví dụ phƣơng pháp Bellman Trong kỹ thuật này, giả sử đồ biên đƣợc xác định đƣợc biểu diễn dƣới dạng đồ thị liên thông N chặng Giả sử hàm đánh giá đƣợc tính theo công thức: Đƣờng bao tói ƣu nhận đƣợc cách nối đỉnh S(x1,…, xN, N ) đạt cực đại Định nghĩa hàm φ nhƣ sau: Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 32 of 46 Với cách này, thay tìm tối ƣu toàn cục phức tạp S(x1, … ,xN, N), ta tìm tối ƣ N chặng theo tối ƣu biến Trong chặng, với xk tìm tối ƣu φ ( x k , k ) Để dễ hình dung, xét ví dụ sau: Giả sử có đồ biểu diễn đồ thị liên thông Theo phƣơng pháp có φ ( A , )= , với k =2 có φ ( D , ) = max(11,12)= 12 Điều có nghĩa đƣờng từ A đến D qua C ACD biên đƣợc chọn với k=2 Tƣơng tự, với k=4, có hai đƣờng đƣợc chọn ACDEF AGHJ Tuy nhiên, với k=5 đoạn JB bị loại tồn đƣờng với cực đại 28 Nhƣ vậy, biên đƣợc xác định ADEFB Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 33 of 46 Hình 3-4: Đồ thị liên thông 3.4.6 Phân vùng ảnh Phân vùng ảnh bƣớc then chốt xử ảnh Giai đoạn nhằm phân tích ảnh thành thành phần có tính chất dựa theo biên hay vùng liên thông Tiêu chuẩn để xác định vùng liên thông mức xám, màu hay độ nhám Trƣớc hết cần làm rõ khái niệm "vùng ảnh" (Segment) đặc điểm vật vùng Vùng ảnh chi tiết, thực thể trông toàn cảnh Nó tập hợp điểm có gần tính chất : mức xám, mức màu, độ nhám… Vùng ảnh hai thuộc tính ảnh Nói đến vùng ảnh nói đến tính chất bề mặt Đƣờng bao quanh vùng ảnh (Boundary) biên ảnh Các điểm vùng ảnh có độ biến thiên giá trị mức xám tƣơng đối đồng hay tính kết cấu tƣơng đồng Dựa vào đặc tính vật ảnh, ngƣời ta có nhiều kỹ thuật phân vùng : phân vùng dựa theo miền liên thông gọi phân vùng dựa theo miền đồng hay miền kề ; phân Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 34 of 46 vùng dựa vào biên gọi phân vùng biên Ngoài có kỹ thuật phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu CHƢƠNG KẾT QUẢ MÔ PHỎNG XỬ ẢNH Nhận dạng ảnh giai đoạn cuối hệ thống xử ảnh Nhận dạng ảnh dựa thuyết nhận dạng (Pattern Recognition) đƣợc đề cập nhiều sách nhận dạng Trong thuyết nhận dạng nói chung nhận dạng ảnh nói riêng có ba cách tiếp cận khác nhau: - Nhận dạng dựa vào phân hoạch không gian - Nhận dạng dựa vào cấu trúc - Nhận dạng dựa vào kỹ thuật mạng nơron Hai cách tiếp cận đầu cách tiếp cận kinh điển Các đối tƣợng ảnh quan sát thu nhận đƣợc phải trải qua giai đoạn tiền xử nhằm tăng cƣờng chất lƣợng, làm chi tiết, trích chọn biểu diễn đặc trƣng, cuối giai đoạn nhận dạng Cách tiếp cận thứ ba hoàn toàn khác Nó dựa vào chế đoán nhận, lƣu trữ phân biệt đối tƣợng mô theo hoạt động hệ thần kinh ngƣời Do chế đặc biệt, đối tƣợng thu nhận thị giác ngƣời không cần qua giai đoạn cải thiện mà chuyển sang giai đoạn tổng hợp, đối sánh với mẫu lƣu trữ để nhận dạng 4.1 Chức phần mô Phần mô thực đƣợc phần yêu cầu đề tài: mở hình ảnh từ file bên ngoài, hình ảnh gồm hình dạng vật thể khác nhƣ: tam giác, vuông, chủ nhật, tròn Và nhận diện đƣợc hình dạng vật thể 4.2 Cách hoạt động đoạn code Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 35 of 46  Tạo giao diện GUI matlab để mở file hình Hình 4-1: Giao diện GUI  Sau chèn ảnh vào rồi, chƣơng trình chuyển hình ảnh từ RGB sang thành ảnh màu xám Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 36 of 46 Hình 4-2: Hình màu xám  Khi hình ảnh đƣợc chuyển sang hình màu xám, chƣơng trình tiếp tục chuyển hình sang hình mã nhị phân để xác định đƣợc đâu hình ảnh của vật thể đâu Sau chƣơng trình Invert hình ảnh lại lần tất hình dạng vật thể màu trắng ( giá trị mức 0) màu đen Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 37 of 46 Hình 4-3: Hình ảnh nhị phân Hình 4-4: Hình ảnh nhị phân đƣợc Invert Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 38 of 46  Sau Invert, chƣơng trình sử dụng thuật toán đƣợc lập trình để nhận biến đƣợc hình dạng vật thể Hình 4-5: Hình ảnh sau đƣợc nhận diện CHƢƠNG NHẬN XÉT 5.1 Quá trình thực đề tài Trong trình nghiên cứu, sinh viên tìm hiểu ứng dụng kiến thức học đƣợc để hoàn thành đề tài Để thực đề tài sinh viên cần nắm đƣợc kiến thức thuyết môn xử số tín hiệu, xử ảnh, nội dụng ảnh hàm matlab Sau thực đề tài sinh viên nắm vững thuyết hiểu rõ phần xử ảnh 5.2 Khả ứng dụng vào thực tế Việc sử dụng xử ảnh nói chung xử ảnh nhận diện vật thể nói riêng có nhiều ứng dụng sống Có thể dùng để xem đƣợc loại ảnh ngành thiên văn học, khí tƣởng thủy văn, địa chất, vật lý, hóa học Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 39 of 46 Ngoài thấy đƣợc X-ray, sóng siêu âm, vệ tinh, tia hồng ngoại 5.3 Hạn chế Đề tài hạn chế chƣa thực đƣợc phần nhận diện tách hình (các hình bị chồng lên phần) 5.4 Hƣớng phát triển Xử ảnh nhận diện hình dạng vật thể phát triển để nhận diện đƣợc khác phức tạp nhƣ: hình dạng khuôn mặt ngƣời, nhận biển báo, mã vạch, Ngoài làm bảo mật, lƣu trữ thông tin cá nhân ngƣời khác để xác thực ngƣời Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page 40 of 46 CHƢƠNG TÀI LIỆU THAM KHẢO [1] Lê Tiến Thƣờng, Xử số tin hiệu Wavelets; Đại Học Quốc Gia TP Hồ Chí Minh [2] PGS.TS Nguyễn Quang Hoan, Xử ảnh; Hà Nội 2016 Các diễn đàn Matlab https://vi.wikipedia.org/ Tài liệu tiếng Anh: Các trang web tham khảo: https://en.wikipedia.org/ https://www.mathworks.com Xử ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang ĐỒ ÁN Đoạn code chƣơng trình function varargout = giaodien(varargin) % GIAODIEN MATLAB code for giaodien.fig % GIAODIEN, by itself, creates a new GIAODIEN or raises the existing % singleton* % % H = GIAODIEN returns the handle to a new GIAODIEN or the handle to % the existing singleton* % % GIAODIEN('CALLBACK',hObject,eventData,handles, ) calls the local % function named CALLBACK in GIAODIEN.M with the given input arguments % % GIAODIEN('Property','Value', ) creates a new GIAODIEN or raises the % existing singleton* Starting from the left, property value pairs are % applied to the GUI before giaodien_OpeningFcn gets called An % unrecognized property name or invalid value makes property application % stop All inputs are passed to giaodien_OpeningFcn via varargin % % *See GUI Options on GUIDE's Tools menu Choose "GUI allows only one % instance to run (singleton)" % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help giaodien % Last Modified by GUIDE v2.5 16-Apr-2017 00:59:44 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, 'gui_Singleton', gui_Singleton, 'gui_OpeningFcn', @giaodien_OpeningFcn, 'gui_OutputFcn', @giaodien_OutputFcn, 'gui_LayoutFcn', [] , 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % - Executes just before giaodien is made visible function giaodien_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn % hObject handle to figure Xử Ảnh Nhận Diện Vật Thể SVTH: Lê Vi Quang ĐỒ ÁN % eventdata % handles % varargin reserved - to be defined in a future version of MATLAB structure with handles and user data (see GUIDATA) command line arguments to giaodien (see VARARGIN) % Choose default command line output for giaodien handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes giaodien wait for user response (see UIRESUME) % uiwait(handles.figure1); % - Outputs from this function are returned to the command line function varargout = giaodien_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % - Executes on button press in pushbutton1 function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global I [filename, path] = uigetfile({'*.jpg;*.tif;*.png;*.bmp','All Image Files'; '*.*','All Files' }); full = [path filename]; I = imread(full); axes(handles.axes1); imshow(I); title('Original Image'); % - Executes on button press in pushbutton2 function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close % - Executes on button press in pushbutton3 function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global I % Step 2: Convert image from rgb to gray Xử Ảnh Nhận Diện Vật Thể SVTH: Lê Vi Quang ĐỒ ÁN GRAY = rgb2gray(I); % figure, axes(handles.axes2) imshow(GRAY), title('Gray Image'); pause(.1) % Step 3: Threshold the image Convert the image to black and white in order % to prepare for boundary tracing using bwboundaries threshold = graythresh(GRAY); BW = im2bw(GRAY, threshold); axes(handles.axes2) imshow(BW), title('Binary Image'); pause(.1) % Step 4: Invert the Binary Image BW = ~ BW; axes(handles.axes2) imshow(BW), title('Inverted Binary Image'); pause(1) % Step 5: Find the boundaries Concentrate only on the exterior boundaries % Option 'noholes' will accelerate the processing by preventing % bwboundaries from searching for inner contours [B,L] = bwboundaries(BW, 'noholes'); % Step 6: Determine objects properties STATS = regionprops(L, 'all'); % we need 'BoundingBox' and 'Extent' % % % % % Step 7: Classify Shapes according to properties Square = = (1 + 2) = (X=Y + Extent = 1) Rectangular = = (0 + 2) = (only Extent = 1) Circle = = (1 + 0) = (X=Y , Extent < 1) UNKNOWN = axes(handles.axes2) imshow(I), title('Results'); hold on for i = : length(STATS) if STATS(i).Extent 0.25 centroid = STATS(i).Centroid; text(centroid(1),centroid(2),'Tam giac'); end W(i) = uint8(abs(STATS(i).BoundingBox(3)-STATS(i).BoundingBox(4)) < 0.1); W(i) = W(i) + * uint8((STATS(i).Extent - 1) == ); centroid = STATS(i).Centroid; switch W(i) case text(centroid(1),centroid(2),'Tron'); Xử Ảnh Nhận Diện Vật Thể SVTH: Lê Vi Quang ĐỒ ÁN case text(centroid(1),centroid(2),'Chu nhat'); case text(centroid(1),centroid(2),'Vuong'); end end Xử Ảnh Nhận Diện Vật Thể SVTH: Lê Vi Quang ... trình xử lý nh ảnh “tốt hơn” kết luận Xử lý ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page of 46 Ảnh xử lý Ảnh Xử lý ảnh Kết luận Hình 1-1: Quá trình xử lý ảnh Ảnh xem tập hợp điểm ảnh. .. 37 HÌNH 4-5: HÌNH ẢNH SAU KHI ĐÃ ĐƢỢC NHẬN DIỆN 38 Xử lý ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page vi of 46 DANH MỤC CÁC BẢNG BIỂU Xử lý ảnh nhận diện hình dạng vật thể. .. .40 Xử lý ảnh nhận diện hình dạng vật thể SVTH: Lê Vi Quang Đồ Án Page v of 46 DANH MỤC CÁC HÌNH VẼ HÌNH 1-1: QUÁ TRÌNH XỬ LÝ ẢNH HÌNH 1-2: CÁC BƢỚC CƠ BẢN TRONG HỆ THỐNG XỬ LÝ ẢNH HÌNH
- Xem thêm -

Xem thêm: Xử lý ảnh nhận diện hình dạng vật thể, Xử lý ảnh nhận diện hình dạng vật thể, Xử lý ảnh nhận diện hình dạng vật thể, CHƯƠNG 1. TỔNG QUAN XỬ LÝ ẢNH, 2 Các vấn đề cơn bản trong xử lý ảnh, CHƯƠNG 2. THU THẬP ẢNH VÀ TĂNG CƯỜNG CHẤT LƯỢNG ẢNH, 3 Tăng cường chất lượng ảnh, CHƯƠNG 3. CÁC PHƯƠNG PHÁP XỬ LÝ ẢNH CƠ BẢN, 3 Thay đổi kích thước ảnh, 4 Dò biên và phân vùng ảnh, CHƯƠNG 4. KẾT QUẢ MÔ PHỎNG XỬ LÝ ẢNH, 2 Cách hoạt động của đoạn code, 2 Khả năng ứng dụng vào thực tế, CHƯƠNG 6. TÀI LIỆU THAM KHẢO

Mục lục

Xem thêm

Gợi ý tài liệu liên quan cho bạn

Nhận lời giải ngay chưa đến 10 phút Đăng bài tập ngay