《计算机视觉课程设计基于矩形物体的旋转角度测量》由会员分享，可在线阅读，更多相关《计算机视觉课程设计基于矩形物体的旋转角度测量（31页珍藏版）》请在金锄头文库上搜索。
1、 燕山大学课课 程程 设设 计计 说说 明明 书书题目：题目： 基于矩形物体的旋转角度测量基于矩形物体的旋转角度测量 学院（系）学院（系） 电气工程学院电气工程学院 年级专业：年级专业： 学学 号：号： 13010302001301030200 13010302001301030200 学生姓名：学生姓名： 指导教师：指导教师： 教师职称：教师职称： 讲师讲师 燕山大学课程设计（论文）任务书燕山大学课程设计（论文）任务书院（系）： 电气工程学院 基层教学单位： 仪器科学与工程系学 号学生姓名专业（班级）设计题目 9 基于矩形物体的旋转角度测量设 计 技 术 参 数根据图像处理的知识，确定图像中
2、矩形物体的旋转角度，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 求设计确定图像中矩形物体的旋转角度，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 量在这五天里面，分别用了两种矩形识别算法，五种旋转角度测量算法，通过不 同算法的比较，获得结论。工 作 计 划第一、 第二天，网上查找资料，熟悉熟悉 MATLAB。 第三天，进行矩形物体识别及简单方法测量旋转角度。 第四、五天，多种方法实现旋转角度测量，并撰写报告。参 考 资 料1、数字图像处理学 电子工业出版社 贾永红 2003 2、数字图像处理（Matlab 版） 电子工业出版社 冈萨雷斯
3、2006 3、其他数字图像处理和 matlab 编程方面的书籍及相关学习资料指导教师签字基层教学单位主任签字说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。 2016 年 12 月 22 日 燕山大学课程设计评审意见表燕山大学课程设计评审意见表指导教师评语：工作态度认真较认真不认真理论分析正确完善较为合理一般较差方法设计完善合理一般较差成绩： 指导教师： 年 月 日答辩小组评语：原理清晰基本掌握了解不清楚设计结论正确基本正确不正确成绩： 评阅人： 年 月 日课程设计总成绩：答辩小组成员签字：年 月 日I摘要摘要本文主要研究对矩形物体旋转角度的测量，并且比较每种方法的处理速度。通过
4、对图像的滤波、二值化、边框的识别等等操作，完成对矩形物体的角度测量。本文采用五种方法分别对同一个矩形物体进行旋转角度测量，并比较其处理时间。五种方式分别为，边缘直线角度测量、对角线角度测量、矩形内部标准角度测量、角点边缘角度测量、垂线角度测量。关键词：图像处理 二值化 旋转角测量 定位 识别II目录目录第一章矩形物体的识别.11、图像滤波 .12、图像的边缘检测 .23、图像的二值化处理 .34、图像的区域选择及处理.4第二章 旋转角度的测量.61、边缘直线角度测量.62、对角线角度测量.83、矩形内部标准角度测量.94、角点边缘角度测量.105、垂线角度测量.11第三章 算法时间的比较.15
5、参考文献 .16附录一 .171、边缘直线角度测量程序.172、对角线角度测量程序 .173、矩形内部标准角度测量程序.184、角点边缘角度测量程序.195、二值化-垂线角度测量程序 .236、Soble-垂线角度测量程序 .24附录二 .261第一章第一章 矩形物体的识别矩形物体的识别1 1、图像滤波图像滤波图 1.1.1 图像滤波前处理效果图 1.1.2 滤波后的图像2通过图像的处理，对矩形物体的识别，我们采取两个方法。一种是边缘检测，一种是二值化处理。通过图 1.1.1 和图 1.1.2 可以明显看出，图像中除了矩形物体外，有很多噪声白点。由于噪声为椒盐噪声，我们采用中值滤波，既不会影响
6、我们后续边缘的检测，也可以很好的除去噪声。2 2、图像的边缘检测图像的边缘检测对于矩形物体的识别，我们采用一阶边缘检测算法 soble 算子。从图1.1 可知图像并不是理想图像，其中有很多噪声，而且后续需要对边缘进行处理。要求其边缘不要太粗、尽量连通，否则影响后续的角度的误差。所以我们选择了 soble 算子，它可以很好的检测出边缘效果。图 1.2.1 和图1.2.2 为检测前和检测后的图像。图1.2.1 原始图像3图1.2.2 soble算子检测图像3 3、图像的二值化处理图像的二值化处理由于所给图像背景和所识别的图像颜色差别明显，且背景颜色单一。所以可以直接选取合适的阈值对图像进行二值化处
7、理。即可以很好的识别矩形物体，如图 1.3.1 所示。4图 1.3.1 二值化后图像4 4、图像的区域选择及处理图像的区域选择及处理从图 1.2.2 和图 1.3.1 可以看出图像中除了我们要后续处理的矩形物体外，边缘还有其他干扰，因为最终我们只对矩形物体处理，所以我们需要进行区域选择，选择我们感兴趣的区域进行后续处理。图 1.4.1 和图 1.4.2 为处理前后的图像。5图 1.4.1 区域选择前图像图 1.4.2 区域选择后图像6第二章第二章 旋转角度的测量旋转角度的测量1、边缘直线角度测量、边缘直线角度测量对于这种方法，我们首先对图像按照第一章所介绍的方法进行处理。识别矩形物体如图 2.
8、1.1。图 2.1.1 识别矩形物体其次，我们对整个图片像素进行处理，获得矩形物体最左边边缘。如图2.1.2 所示7图 2.1.2 左侧边缘图像获得左侧边缘后，我们可以对直线进行操作，选取直线上面的两个点，求其斜率，即为所求矩形旋转角度。如图 2.1.3 所示，红色直线为选取两点绘制的直线。k1=-0.48图 2.1.3 选取求解直线图像2、对角线角度测量、对角线角度测量这种方法主要思想是通过获得矩形物体的对顶角，求对角线斜率，获得矩形旋转角度。首先，识别矩形物体如图 2.1.1 所示其次，通过对像素处理，判断第一个像素领域满足，上方、左方、右方像素为 1，下方像素为 0 的像素点，判断第二个
9、像素领域满足，左方、下方、右方像素为 1，上方像素为 0，即这两个点为矩形物体的对角零点。并求其斜率 k2=5.729图 2.2.1 对角线测旋转角度3、矩形内部标准角度测量、矩形内部标准角度测量这种方式是以矩形内部部件为衡量标准。通过测量内部两点获得矩形物体旋转角度。由于图片内部有四个圆形定位孔，所以通过识别任意两个圆形小孔，获得起坐标，求其斜率，即为矩形物体的旋转角度，k3=-2.4,如图2.3 所示10图 2.3 内部标准角度测量4、角点边缘角度测量、角点边缘角度测量角点检测(Corner Detection)是计算机视觉系统中用来获得图像特征的一种方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标
