数码管分割(高分作品)

燕山大学课程设计说明书题目数码管的数字分割学院〔系〕：电气工程学院年级专业：10级仪表三班学号：学生姓名：指导教师：吴飞林洪彬教师职称：副教授讲师燕山大学课程设计〔论文〕任务书院〔系〕：电气工程学院基层教学单位：自动化仪表系学号学生姓名徐田田专业〔班级〕仪表3班设计题目数码管的数字分割设计技术参数将所给的图像进行字符分割，可将图像中的七段数码管数字单独分割出来，形成单独的图像并予以保存。设计要求根据所给图像的特点，实现图像中七段数码管的数字分割，即将数码管中的数字单独分割出来，保存成单独的图像格式。工作量1、分析图像，根据图像特征拟定解决问题的方案。2、熟悉matlable软件，联系编程。3、根据拟定的方案编程，并上机调试。工作计划第一天：查阅相关资料。第二天到第三天：学习和了解和数字分割相关的知识，并初步掌整体的处理方法。第四天：用matlable编程，以实现数字的分割。第五天：总结所用的算法，并完成报告。参考资料[1]智能图像处理技术李弼程等编著电子工业出版社2004[2]VisualC++/MATLAB图像处理与识别实用案例精选胡小峰，赵辉编著人民邮电出版社2004[3]IEEE，Elservier以及中国期刊网上的相关文章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。2012年12目录一、摘要………………………2二．引言………………………3三、图像的预处理……………33.1图像的灰度化……………..33.2图像的滤波………………..43.3图像的二值化………………53.4去聚团除灰度值较小的无用信息………..63.5基于边缘检测的二值化…………………..6四、数码管的数字分割……….84.1投影法……………………..84.2上下边缘投影法……………9五、心得体会………………….10六、参考文献………………….11七、附录……………………….13一、摘要本文主要对数码管显示的数字的图像预处理及分割进行研究。图像的预处理包括图像的灰度化、滤波、二值化、边缘二值化等，并针对数码管显示单元固定的特点，围绕其进行了系统的工作，得出数码管显示数字分割的方法。对于数码管数字的分割本文主要采用了垂直水平投影的方法，先得到边缘二值化图像的垂直投影和水平投影，接着对其进行中值滤波处理，消除统计直方图中的毛刺现象，以减少对数字分割的影响。接着用垂直水平投影得到图像的统计直方图，利用循环语句找到直方图的波谷处对应的坐标，就可以把图像中的数字分割出来了，在实验过程中得出较好的分割效果。关键词：数字，二值化，水平垂直投影，数字分割二、引言随着计算机技术的进步，数字图像处理技术也得到了快速开展，数显表自动分割的理论和方法更加完善，其精确性、灵活性和通用性也大大提高，目前已经广泛应用于通信、医疗、遥感、宇宙探测、工业生产等领域。数字图像的分割技术是工业自动化中的重要研究课题，是实现管理智能化的重要环节，完整的图像分割可分为三个局部：图像的预处理，特征提取，和数字分割。在这里我用MATLAB软件编程来实现每一个局部的处理，最后分割出数码管的数字。三、图像的预处理由于外界的种种影响使得到的图像中含有噪声干扰和其他干扰，造成图像质量的下降，使图像的细节分辨不清，数字断续不完整，从而增加了数字的分割难度，因此在对图像中数字进行分割时，需要先对图像进行预处理，消除图像中的噪声干扰，增强图像的质量，使数字分割到达更好的效果，为之后更深入的处理奠定根底。3.1图像的灰度化颜色可以分为黑白和彩色，黑白是指颜色中不包含任何的彩色成分，仅由黑色和白色组成。彩色和灰度之间可以相互转化，由彩色转换为灰度的过程叫作灰度化处理。常采用的灰度化处理有三种，最大值法，平均值法和加权平均值法。我们处理图像尝尝要先对图像进行灰度化处理，原因在于：虽然彩色图像包含了更多的信息，但同时也增加了处理的时间和难度。把图像灰度化可以使图像的大小缩小为原来的1/3，而且同样可以获得足够的图像细节，减少了不必要的干扰，降低处理的复杂度，利于后续工作的展开。在matlable中，可以使用rgb2gray〔〕函数直接对图像进行灰度化处理，图1是灰度化之后的图片。图13.2图像的滤波在灰度化之后，由于光照、天气、成像设备等因素的影响图像会存在噪声、模糊等干扰，影响进一步的图像处理，所以我们必须对图像进行增强处理。在图像处理中一般使用滤波技术去除噪声干扰，比拟常用的集种滤波器是均值滤波器、高斯滤波器和中值滤波器。本文采用中值滤波器。中值滤波器是是一种非线性滤波方法，其根本思想是用像素点领域灰度值的中值来代替该像素点的灰度值，能有效的去除脉冲噪声同时又保持了图像中的边缘细节，这是因为它不依赖于领域内与典型值差异很大的值。其算法是用一个奇数点的移动窗口，先将小窗口内的所有像素的灰度按从小到大的顺序排列，将中间的值作为〔x,y〕处的灰度值。对于中值滤波器，在数字图像识别过程中可以克服线性滤波器造成图像细节模糊的缺点，能够强化图像的边缘特征，滤掉干扰噪声，其应用效果较好。实验结果如图2所示。图2随着窗口尺寸的增加，比拟次数将快速变大，因而二维中值滤波器的窗口形状和尺寸对滤波效果会有很大的影响。在这里效果不是特别的明显。3.3图像的二值化图像二值化是把灰度图像变成二值图像，变换后图像上的所有点的灰度值只用两种可能，0和255，也就是整个图像呈现出明显的黑白效果。对于给定的阈值，程序将灰度大于给定阈值的点变成白点，另外的点变为黑点。二值化的目的是把数字别离出来。设图像为，其灰度值范围为，在和之间选择一个适宜的灰度阈值t，那么分割后的图像由以下公式表示。阈值分割法是一个应用较早、简单而又常用的图象分割方法。它在实时处理和简单系统中的应用最广。阈值法一般分为全局阈值法和局部阈值法，和基于边缘检测的二值化法三类，局部阈值法常常用于照度不均或灰度连续变化的图像的分割，又称为自适应阈值分割法。在matable中使用im2bw()函数把灰度图像进行二值化处理，处理结果如图3所示：图33.4去聚团除灰度值较小的无用信息为了防止在投影时除数字之外的其他信息影响投影结果，这里先把小面积的区域删除，在matable中，直接用bwareaopen〔bw，n〕函数可实现此功能，经过试验当n=5000时可以很好的去除掉边缘无用的信息。其结果如图4所示。图43.5基于边缘检测的二值化在基于边缘检测的二值化方法中，由于两个具有不同灰度值的相邻区域总有边缘的。边缘是灰度值不连续的结果。这种不连续可以通过求导数方便地检测到。边缘检测是用梯度算子来完成的。目前已经提出很多种梯度算子，区别主要在于所采用的模板和元素系数的不同，常用的边缘检测的梯度算子有：罗伯特交叉算子〔Roberts〕〔图4〕、蒲瑞维特算子〔Prewitt〕〔图5〕和索贝尔〔Sobel〕〔图6〕、坎尼算子〔Canny〕和拉普拉斯算子算子〔LOG〕〔图7〕。其中Sobel、Prewitt和LOG算子是3×3模板，Roberts算子是2×2模板，对应的模板如下图。图4Roberts算子(Operators)图5Prewitt算子(Operators)图6Sobel算子(Operators)图7LOG算子(Operators)在这里我通过比拟选择canny算子来实现所给图像的边缘化，canny算子对噪声有很好的抑制作用，信噪比高，提取的边缘方向信息准确，定位性能好，运算量适中，在图像灰度很低的夜景下也能很好的工作。其结果如图8所示，可以看出处理后图像的边缘局部得到了极大的强化。图8四、数码管的数字分割图像分割是一种重要的图像处理技术，它是将一幅图像分解为假设干互不交迭的有意义区域的集合，每个区域的像素有着相同的特性。图像分割的质量直接影响着计算机对图像的识别分类的效果，它在多数自动图像模式识别中是一个根本的预备性步骤。图像分割一般是基于亮度值的两个根本特性：不连续性和相似性来计算的。第一类性质的应用途径是基于亮度的不连续变化的分割，比方图像的边缘；第二类性质的主要应用途径是依据事先制定的准那么将图像分割为相似的区域。基于亮度值的上述两个根本特性，图像分割方法大体上也可以分为三大类：一类是基于边缘的分割，即通过边缘检测得到图像属性变化较大的物体边缘像素，然后利用这些边缘像素将图像分割；一类是基于区域的分割，即利用像素间的相似性来区分图像中有意义的区域；第三类是基于数字形态学的分割，本文采用第二类方法来进行数字图像分割。在进行数字分割之前，对于检测出来的数字区域还有可能再进行校正处理，如高斯滤波，中值滤波等。对于严重倾斜的图像，需要将其校正为水平的，可使用hough变换，检测出两条边的倾斜角度，之后对其进行校正。由于本文中处理的数码管图像的倾斜现象不严重，在这里不再讨论图像的旋转问题。4.1投影法对于数码管的数字分割，我采用投影法对图像进行处理，对数字取二值化后做垂直水平投影，把投影后的波谷作为分割界限，投影法较为简单，使用起来还有很多缺乏之处，它仅对英文字母，数字等有较好的效果。对于数码管的数字分割，采用投影法完全可以实现。具体操作为：数字图像二值化后，以像素点为单位逐列(逐行)扫描图像，累加该列(该行)值为1的像素点，累计的结果即为该列的垂直投影(该行的水平投影)。对图像的所有列(行)扫描完毕后即得到完整图像的垂直(水平)投影。在垂直(水平)投影直方图中由于数字分界处灰度为1的像素点很少，故投影后该处表示为很低的波谷，将统计值等于零或很小的值的列(行)作为分隔的界限，垂直(水平)投影直方图如图9图10所示。图9图10垂直投影法虽然简单，但有很大的缺陷，由于数字中经常存在空洞，导致数字的垂直投影具有多出波谷，在进行分割时难以以据波谷来确定字符的分界点，而且当获取的图片质量不高时二值化后数字会粘连在一起，这时垂直投影根本上不会出现十清楚显的波谷。4.2上下边缘投影上下边缘投影是指数字上边缘与下边缘间的距离，其中“数字上边缘”指以像素为单位沿图像某列自上而下的搜索直至遇到数字区域的第一个点，“数字下边缘”是指以像素为单位沿图像某列自下而上搜索直至遇到数字区域的第一个字，那么上下边缘投影即为数字上边缘与数字下边缘两者之差，如图10所示。图11数字的垂直投影和上下边缘投影比照从图11可以看出，由于数字内部空洞的存在，简单的垂直投影大局部都存在一个波谷，单纯依据投影的波谷来分割数字很难防止将单个字符分割为两局部。与垂直投影相比，上下边缘投影具有较好的单波峰特性，对投影曲线使用分割算法可以较容易地分割出完整的数字区域。根据垂直投影直方图可以确定数字间隔处的坐标值，再用figure函数分别显示被分割的局部。Matlable实现的数字图像分割如图12所示。图12五、心得体会本设计应用的软件是MATLAB，通过一段时间的学习，我对此软件有了更深的了解。MATLAB作为实验室的常用软件，除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。MATLAB语言有很多优点：首先，简洁紧凑，使用方便灵活，库函数极其丰富。程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作；其次，运算符丰富。由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短；除此之外，程序的可移植性很好，根本上不做修改就可以在各种型号的计算机和操作系统上运行；本文主要研究的是数码管数字分割算法研究。文中首先介绍了数码管数字分割的现状与开展，然后介绍了当今该领域的一些比拟热门的方法，最后着重介绍对于该课题本文所采用的方法。通过查阅相关的文献资料，根本上完成了本课题的设计，经过程序的调试与修改，最终完成了程序的设计，得出了正确的结论。当然本设计也有很多缺乏的地方，方法比拟简单，解决的都是比拟正常的数码管数字分割的问题。对于有一些问题的数码管数字分割还有很多欠缺的地方。比方一些损坏的、数字模糊的数码管等，此方法的识别率还不是很高，跟当今一些比拟先进的方法相比，还存在一些差距。这也是本设计缺乏的方面。六、参考文献1郁梅，郁伯康，郑义.基于视觉的车辆牌照检测.计算机应用研究,1999(5)：65-672JohnsonAS,BirdBM.Number-platematchingforautomaticvehicleidentification.ElectronicImageandImageProcessinginSecurityandForensicScience.IEEColloquium,2004(4):1-8.3LotufoRA,MorganAD,JohnsonAS.Automaticnumber-platerecognition.ImageAnalysisforTransportApplications.IEEColloquium,2004(6):1-6.4YIAbdel—Azjz．HMKara,DirectLinerTransformationintoObjeclSpaceCoordinatesinClose-rangePhotogrammetry.InProe.Symposium0nClose-RangePhotogrammetry．Urbana,Illinois.1-185杨威.一种用于二值图象什割的快速聚娄算法.计算机研究与开展1998：35(8)：719—7236HegtJ.A.，DelaHayeR.J.，KhanN.A.．Ahighperformancelicenseplaterecognitionsystem．In：ProceedingsofIEEEInternationalConferenceonSystems，ManandCybernetics，SanDiego，California，1998，4357～43627YuanJie，HuZheng—Yi，WangYan—Ping．FindingcornersbyUsinghoughtransform．WuhanUniversityJournalofNaturalScience(Natura1ScienceEdition)，1998，44(1)：85～888张引，潘云鹤．面向车辆牌照字符识别的预处理算法．计算机应用研究，1999，16(7)：85-879苑玮琦、伞晓钟.一种汽车牌照多层次分割定位方法，2004Vol.9No.4P.239-24310VisualC++/MATLAB图像处理与识别实用案例精选胡小峰，赵辉编著.人民邮电出版社2004:196-229燕山大学课程设计评审意见表指导教师评语：成绩：指导教师：2012年6月29日辩论小组评语：成绩：评阅人：2012年6月29日课程设计总成绩：辩论小组成员签字：赵彦涛程淑红王志斌童凯吴飞林洪彬2012年6月29日附录调试程序如下：%读取图片yuanshi=imread('C:\Users\dell\Desktop\1\31\daxiangsu47.png');figure,imshow(yuanshi),title('yuanshi');%灰度化处理huidu=rgb2gray(yuanshi);figure,imshow(huidu),title('huidu');%二值化处理fmax1=double(max(max(huidu)));fmin1=double(min(min(huidu)));yuzhi=(fmax1-((fmax1-fmin1)/3))/255;erzhi=im2bw(huidu,yuzhi);figure,imshow(erzhi);title('erzhi');%去除边界干扰I2=bwareaopen(erzhi,5000);figure,imshow(I2);%边缘二值化bianyuan=edge(I2,'canny');figure,imshow(bianyuan),title('bianyuan');%bianyuan=edge(I2,'roberts');%figure,imshow(bianyuan),title('bianyuan');%bianyuan=edge(I2,'prewitt');%figure,imshow(bianyuan),title('bianyuan');%垂直水平投影histcoll=sum(bianyuan);figure,subplot(2,1,1),bar(histcoll);title('chuizhitouying');histrow=sum(bianyuan');figure,subplot(2,1,2),bar(histrow);title('shuipingtouying');%中值滤波histcoll1=medfilt2(histcoll,[3,3]);figure,imshow(histcoll1);title('histcoll1');histrow1=medfilt2(histrow,[3,3]);figure,imshow(histrow1);title('histrow1');%确定分割的左右边界y=length(histcoll);j=0;form=1:yif(histcoll(1,m)<4&histcoll(1,m)>0)j=j+1;k(j)=m;endendki=length(k);x=1;h(1)=k(1);forn=1:(i-1)if((k(n+1)-k(n))>10)x=x+1;