《基于Mat I ab的球墨铸铁金相图像处理分析》由会员分享，可在线阅读，更多相关《基于Mat I ab的球墨铸铁金相图像处理分析（29页珍藏版）》请在金锄头文库上搜索。
1、基于Mat I ab的球墨铸铁金相图像处理分析第一章绪论1.1研究背景和意义Matlab是MATrix LABomtory （“矩阵实验室”）的缩写，是由美国MathWorks公司 开发的集数值计算、符号计算和图形可视化三大基本功能于-体的，功能强大、操作简 单的语言。是国际公认的优秀数学应用软件之一。吋至今日，经过MnthWorks公司的不 断完善，Matlab已经发展成为适合多学科，多种工作平台的功能强大的大型软件。在国 外的许多高校，Matlab己经成为线性代数、自动控制理论、数理统计、数字信号处理、 动态系统仿真等高级课程的基本数学工具。Matlab的主要特点有：语言简洁紧凑，使 用方
2、使灵活，库函数机器丰富；运算符丰富；具有结构化的控制语句（如for循环, while循环，brenk语句和讦语句）；程序限制不严格，程序设计自由度大；程序的 可移植性很好，基本丄不做修改就可以再各种型号的计算机和操作系统丄运行； Matlab的图形功能强大；功能强大的工具箱是Matlab的另一特色；缺点是和其他 高级程序相比，程序执行速度较慢。它将数值分析、矩阵计算、图形图像处理、信号处 理和仿真等诸多强大的功能集成在较容易使用的交互计算机环境之中，为科学研究、工 程运用提供了一种功能强、效率高的编程工具门。利用Matlab对球墨铸铁进行金相图像分析时，就是使用图像处理工具包的函数种 类很多：
3、图像显示、图像文件输入与输出、几何操作、像素值统计、图像分析与増强、 图像滤波、滤波器、图像变换、图像类型转换等。1.2存在的问题图像处理在Matlab的应用是由一系列支持图像处理的操作函数组成，如几何操 作、区域操作、块操作、滤波、变换、图像分割、图像边缘提取、图像增强等，为便于 应用，在该软件中形成图像处理工具包。图像处理工具包的函数种类很多：图像显示、 图像文件输入与输出、儿何操作、像素值统计、图像分析与增强、图像滤波、滤波器、 图像变换、图像类型转换等。该工具包与其它一样，使用者可以根据需要自行编写函数.其中就有很多的问题出现：1图像采集问题：在采集图片时由于相机的成像效果、拍摄角度、
4、拍摄人员的自身感觉等因素都会影 响到后边图像处理的工作和效果，因为颜色和灰度是决定一幅图像表现能力的关键因 素；2. 图像处理问题： 图像读入imread ,是Matlab支持的7种格式之一,显示图像用imshow(h)语句, h为图像句柄;输出图像若需要永久保存,可用imwrite(h,map, filename.bmp， bmp), 写入存储器。注意在该语句前要设置调色板，即map=(gray(256)o 要注意图像格式的转化。不同的图像格式对应不同的处理方式，如果处理与格 式不符，将引起错误。 尽管Matlab允许未定义使用数组，但在实际应用中这样经常出错，特别是遇到 在doubleUu
5、intS型之间的转换时。所以最好还是养成用前定义的习惯，避免出现不必要 的错误。 在做完一定量的运算后，一般要用Cle“清除内存变量，以防影响后面的程序运 行。 一般默认路径在Matlab安装文件下的work文件夹小，程序和资源都放在此，如果 需要引用新的文件，应事先指明路径。 应注意语句结尾的使用，特别是图像处理中。 应做好程序的注释工作。1.3研究的内容和方法本设计主要工作内容为研究基于Matlab对球墨铸铁金相图像处理分析、从图像分 割、球墨铸铁组织的定位、组织特征的提取及对提取的组织的特征分析等。，选取适合 的图像处理方法对图像进行二值化，对二值化后的图像进行图像分割和特征提取,最后对
6、 球墨铸铁组织进行金相分析。主要研究的内容包括：1. 球墨铸铁金相图像预处理，包括:RGB彩色图像的灰度化、图像灰度拉伸、图像边缘检测、灰度图的二值化等；直方图均衡化、图像增强、中值滤波等.2. 图像分割及特征提取。先对定位后的金札I图像进行预处理，然后用边缘检测、面 积提取法来确定特征区域。3. 特征分析。对提取出来的特征进行形态分析，并进行球墨大小分级，球化率的计算。 主要研究方案如下：(1) 、采集球墨铸铁金相样本；(2) 、对图像预处理(灰度变换增强、图像平滑处理、图像锐化)得到包含信息量较小 和噪声较低的图像；(3) 、用边缘检测、面积提取法來确定特征区域；(4) 、提取出特征区域；
7、(5) 、对提取出的特征区域进行简单分析；(6) 、对本次球墨铸铁金相研究进行总结。主要的技术路线如下表1。表1技术路线第二章图像采集与预处理图像是当光辐射能量照在物体上经过发射或透射，或由发光物体本身发出光的能 量，在人的视觉器官或者机器视觉中所呈现出的物体的视觉信息。图像源于自然景物， 是其原始的形态，是连续变换的模拟量。图像每个像素点都有自己的属性，如颜色、灰 度等。颜色和灰度是决定一幅图像表现能力的关键因素。图像的色彩是根据光的色彩决 定的，人对图像色彩感觉决定于光谱成分。灰度是像素的亮度，它用于表示图像像素在 黑白之间的可区分程度，用等级來度量，级数越多，黑白图像的表现力就越强。图像
8、可 以根据其表现形式和牛成方式做出不同的划分，按形式分可以分为：实际图像和抽像图 像。按图像亮度等级分分为：二值图像和灰度图像。按照光谱分分为：彩色图像和黑 白图像。按照图像是否随吋间而变换分：静止图像和活动图像。按照图像所占空间的 维数分：二维图像和三维图像等。图像预处理是相对于图像识别、图像理解的一种前期 处理。通常图像会出现边缘过于模糊、图像上岀现一些不知来源的黑点或白点，图像失 真、变形等，因而要进行图像增强，按特定需要突出一幅图像中的某些有用信息；同时, 削弱或去除某些不需要的信息，改善图像质量，如改变图像对比度、去除噪声或强调边 缘等处理 W 图像预处理主要包括以下内容：1）图像增
9、强。主要包含灰度变换增强、图像平滑处理、图像锐化处理等；2）灰度化。变换增强主要使用的是直方图均衡化histeq和对比度增imadjust；3）图像平滑。图像平滑的主要H的是减少图像噪声。Matlab提供的图像平滑函数 主要有wiener2 、 medfilt2和ordfilt20 wiener2用于实现线性平滑滤波;medfilt2用于 实现中值滤波；ordfilt2是二维统计顺序滤波，它是中值滤波的推广；4）图像锐化。图像锐化的H的就是使边缘和轮廓线模糊的图像变得清晰，并使其 细节清晰。由于锐化会使噪声受到比信号还强的增强，故一般先去除或减轻干扰噪声后 才能进行锐化处理。可以用laplac
10、ian算子锐化和prewitt模板锐化。基本的流程图表2。表2图像处理流程图2.1图像采集图像采集方法主要有三种：（1）用数码相机拍摄静态图片，这种方法简单，图像清 晰度高，移动性强，可在野外进行；不足的是图像易倾斜、I畸变、光照不均出现阴影，增加图像处理难度。（2）用数字摄像机采集动态图像。一般是把数字摄像机（摄像头）固 定在支架丄，通过图像采集卡把数字影像输入计算机，通过计算机观察动态图像，根据 需要采集静态图像。这种方法采集速度和传输速度快，图像较小。通过在不同角度放置 光源，来消除阴影，比较具有可塑性，通过支架的调节还能消除图像畸变，因而应用较 多。但这种方法同样存在光照不均匀问题，还
11、需要图像尺寸的标准参照。所设计的系统 硬件由计算机，数码相机、光源等组成。本论文主要采用的是第一种方法即用数码相机扪摄静态图片然后进行处理。如图1所示。图1球墨铸铁的金相图拍摄吋效果处理后效果图2 45#金相图像2.2图像读入对一幅图像如果整体进行处理，不仅浪费时间，而且图像其它部分可能会影响处理 效果。因此，讨以先通过图像剪切函数imcrop剪切所关心的、特征明显的一部分图像, 然后对这部分图像进行相关地处理。Matlab I具箱中的imrend函数读入图像，支持以 下几种图像文件格式:BMP, GIF, TIFF, JPEG, HDF, PCX, XWD, PNG, ICO, CUR, P
12、GM, PPM和RAS等类型。可利用图像处理工具箱中的imrade()和imwrite ()函数来 实现，同时可利用imshow ()函数将该图像显示岀来。其程序如下：(如我把图像存在D 盘，并面命为“qt.jpg”)clear, close allA = imread ( d:qt.jpg，);imshow (A);imwrite (A,， d:qtjpg);2.3图像显示I .image函数是matlab提供的最原始的图像显示函数(主要彩色显示图像)，程序如日1,2,3,4,5,6,7,&9,10,11,12;image(a);结果显示为图3所示。图3彩色显示图像2.colorbarcol
13、orbar函数用显示图像的颜色条。通常，颜色映象进行过调节，把数据从最小扩 展到最大，也就是说整个颜色映象都用于绘图。有时也许想改变颜色使用的方法。函数 caxis代表颜色轴，因为颜色增加了另一个维数，它允许对数据范围的一个子集使用整 个颜色映象或者对数据的整个集合只使用当前颜色映象的一部分。cmin,cmax=caxis返 回映射到颜色映象中第一和最后输入项的最小和最大的数据。它们通常被设成数据的最 小值和最大值。比如，函数mesh(peaks)会画出函数peaks的网格图，并把颜色轴caxis 设为-6.5466, 8.0752,即Z的最小值和最大值【门。这些值之间的数据点，使用从颜色 映
14、彖中经插值得到的颜色。如：i=imread(,d:qt.jpg,);imshow(i);colorbar;结果如图4所示。图4图像颜色映射2.4图像灰度化将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像 素的颜色有R、G、B三个分量决定，而每个分量有255 值可取，这样一个像素点可以 有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同 的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理中一 般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像 的描述与彩色图像一样仍然反映了整幅图像
15、的整体和局部的色度和亮度等级的分布和 特征。图像的灰度化处理可用两种方法来实现。第一种方法使求岀每个像素点的R、G、B三个分量的平均值，然后将这个平均值 赋予给这个像素的三个分量。第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B,以这个亮度值表达图像的灰度值。灰度化结果如图所示，程序：A=imreadCd:qt.jpg);B=rgb2gray(A); figure subplot( 1,2,1); imshow(A) titled 原图); subplot(l,2,2); imshow(B) titled图灰度图像J 其结果如图5所示。原图原图灰度图像图5图像灰度化2.5图像分割图像分割一般采用的方法有边缘检测(edge detection)、边界跟踪(edge tracing)、 区域牛长(region growing区域分离和聚合等。图像分割算法一般基于图像灰度值的 不连续性或其和似性。不连续性是基于图像灰度的不连续变化分割图像，如针对图像的 边缘有边缘检测、边界跟踪等算法。相似性是依据事先制定的准则将图像分割为相似的 区域，如阈值分割、区域生长等。图像分割其实
