基于颜色提取物体课设报告

课程设计任务书1．设计目的：综合运用颜色特征及阈值分割的知识，通过理论推导应用于图像中特定颜色的提取显示处理，利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。2．设计内容和要求（包括原始数据、技术参数、条件、设计要求等）：复杂的彩色图像仅用单一的颜色信息几乎不能分割，使用三个颜色信息就能提取出所要求的目标区域，从而实现图像的分割。拍摄不同颜色的、多个物体组成的彩色图像，通过设定R、G、B的不同范围，利用阈值分割算法，实现在给定范围内的像素的分割。3．设计工作任务及工作量的要求〔包括课程设计计算说明书(论文)、图纸、实物样品等〕：（1）查阅文献资料，了解相关知识；（2）确定设计方法；（3）编写MATLAB程序，并上机调试；（4）撰写课程设计说明书。课程设计任务书4．主要参考文献：1姜慧研,冯锐杰.基于改进的变分水平集和区域生长的图像分割方法的研究[J].电子学报.2012,40(8).2姜慧研,崔晓亮,周晓杰.基于改进的双快速行进法的图像分割方法[J].系统仿真学报,2008,(03):803-806.3何宁,张朋.基于边缘和区域信息相结合的变分水平集图像分割方法[J].电子学报,2009,(10):2215-2219.doi:10.3321/j.issn:0372-2112.2009.10.019.4吴舟舟,李树广.基于分级边缘间距的实时车牌检测[J].中国图象图形学报A,2007,(02):315-321.doi:10.3969/j.issn.1006-8961.2007.02.023.5．设计成果形式及要求：提供课程设计说明书一份；MATLAB程序；6．工作计划及进度：2015年1月5日~1月7日：查阅资料；1月7日~1月10日：确定设计方案；1月10日~1月12日：编写程序，上机调试；1月12日~1月15日：完成课程设计说明书；1月16日：答辩。系主任审查意见：签字：年月日目录一设计方案简介..........................................1二设计原理..............................................11.RGB模型............................................12.颜色直方图..........................................33.图像分割............................................44.阈值分割............................................4三程序与结果............................................51.程序...............................................52.结果分析............................................7四心得体会..............................................8五参考文献..............................................91一设计方案简介对彩色图像先进行读取，再读取RGB各分量、绘制直方图，再以阈值提取各分量，绘制出提取后的直方图与彩色图，与原直方图和彩色图比对，分析结果。二设计原理1.RGB模型RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。目前的显示器大都是采用了RGB颜色标准，图2-1.1在显示器上，是通过电子枪打在屏幕的红、绿、蓝三色发光极上来产生色彩的，目前的电脑一般都能显示32位颜色，约有一百万种以上的颜色。电脑屏幕上的所有颜色，都由这红色绿色蓝色三种色光按照不同的比例混合而成的。一组红色绿色蓝色就是一个最小的显示单位。屏幕上的任何一个颜色都可以由一组RGB值来记录和表达。因此这红色绿色蓝色又称为三原色光，用英文表示就是R(red)、G(green)、B(blue)。在电脑中，RGB的所谓“多少”就是指亮度，并使用整数来表示。通常情况下，RGB各有256级亮度，用数字表示为从0、1、2...直到255。注意虽然数字最高是255，但0也是数值之一，因此共256级。按照计算，256级的RGB色彩2总共能组合出约1678万种色彩，即256×256×256=16777216。通常也被简称为1600万色或千万色。也称为24位色(2的24次方)。在led领域利用三合一点阵全彩技术，即在一个发光单元里由RGB三色晶片组成全彩像素。随着这一技术的不断成熟，led显示技术会给人们带来更加丰富真实的色彩感受。RGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。有色光可被无色光冲淡并变亮。如蓝色光与白光相遇，结果是产生更加明亮的浅蓝色光。知道它的混合原理后，在软件中设定颜色就容易理解了。红、绿、蓝三盏灯的叠加情况，中心三色最亮的叠加区为白色，加法混合的特点：越叠加越明亮。红、绿、蓝三个颜色通道每种色各分为255阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当三色数值相同时为无色彩的灰度色，而三色都为255时为最亮的白色，都为0时为黑色。RGB颜色称为加成色，因为您通过将R、G和B添加在一起（即所有光线反射回眼睛）可产生白色。加成色用于照明光、电视和计算机显示器。例如，显示器通过红色、绿色和蓝色荧光粉发射光线产生颜色。绝大多数可视光谱都可表示为红、绿、蓝(RGB)三色光在不同比例和强度上的混合。这些颜色若发生重叠，则产生青、洋红和黄。表2-1.1颜色名称红色值Red绿色值Green蓝色值Blue黑色000蓝色00255绿色02550青色0255255红色255003洋红色2550255黄色2552550白色2552552552.颜色直方图颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。直方图中的数值都是统计而来，描述了该图像中关于颜色的数量特征，可以反映图像颜色的统计分布和基本色调;直方图只包含了该图像中某一颜色值出现的频数，而丢失了某象素所在的空间位置信息;任一幅图像都能唯一的给出一幅与它对应的直方图，但不同的图像可能有相同的颜色分布，从而就具有相同的直方图，因此直方图与图像是一对多的关系;如将图像划分为若干个子区域，所有子区域的直方图之和等于全图直方图;一般情况下，由于图像上的背景和前景物体颜色分布明显不同，从而在直方图上会出现双峰特性，但背景和前景颜色较为接近的图像不具有这个特性。主色调直方图方法：考虑到量化直方图的上述问题便产生了主色调直方图的方法。因一幅图像中，往往少数几种颜色就涵盖了图像的大多数像素，而且不同颜色在图像中的出现概率是不同的，因此，可以通过统计图像中各种颜色出现的概率，选出最频繁出现的几种做为主色。使用主色并不会降低颜色匹配的效果，因为颜色直方图中出现频率很低的哪些颜色往往不是图像的主要内容，从某种程度上讲，是对图像内容表示的一种噪声。颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间，原因在于大部分的数字图像都是用这种颜色空间表达的。然而，RGB空间结构并不符合人们对颜色相似性的主观判断。因此，有人提出了基于HSV空间、Luv空间和Lab空间的颜色直方图，因为它们更接近于人们对颜色的主观认识。其中HSV空间是直方图最常用的颜色空间。它的三个分量分别代表色彩4（Hue）、饱和度（Saturation）和值（Value）。RGB(red,green,blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器都使用R、G、B数值来驱动R、G、B电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉发出不同亮度的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空间称为与设备相关的色彩空间,因为不同的扫描仪扫描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会有不同的色彩显示结果。显示器和扫描仪使用的RGB空间与CIE1931RGB真实三原色表色系统空间是不同的，后者是与设备无关的颜色空间。3.图像分割图像分割就是将图像中具有特殊含义的不同区域区分开来，这些区域互不相交，每一个区域满足一致性。用数学形式可以表达为：设图像为g(x,y),其中0≤x≤Max(x),0≤y≤Max(y)。将图像进行分割就是将图像分割为满足以下条件的子区域g1,g2,g3„„。1)),(),(1yxgyxgkNk，即所有子区域组成了整幅图像；2)kg是连通的区域；3));,,3,2,1,(),(),(jkNjkyxgyxgik,即任意两个子区域不存在公共元素；4)区域kg满足一定的均匀一致性条件。均匀一致性(或相似性)一般指同一区域内的像素点之间灰度值差异较小或灰度的变化缓慢。4.阈值分割阈值分割法是一种基于区域的图像分割技术。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，5因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。设原始图像为f(x，y)，按照一定的准则f(x，y)中找到特征值T，将图像分割为两个部分，分割后的图像为：若取：b0=0(黑)，b1=1(白)，即为我们通常所说的图像二值化。阈值分割常用的方法主要有实验法、根据直方图谷底确定阈值、迭代选择阈值法、最小均方误差法、最大类间方差法等。阈值分割的优点是计算简单、运算效率较高、速度快。在重视运算效率的应用场合(如用于硬件实现)，它得到了广泛应用。目前，图像的阈值分割已被应用于很多的领域，例如，在红外技术应用中，红外无损检测中红外热图像的分割，红外成像跟踪系统中目标的分割；在遥感应用中，合成孔径雷达图像中目标的分割等；在医学应用中，血液细胞图像的分割，磁共振图像的分割；在农业工程应用中，水果品质无损检测过程中水果图像与背景的分割。在工业生产应用中，机器视觉运用于产品质量检测等。三程序与结果1.程序clc,clear;a=imread('5.jpg');%读取彩图[m,n,d]=size(a);b=uint8(a);%转为uint8数据类型，计算图像像素level=15;%设置阈值6figure(1);subplot(221);imshow(a);title('原图');%显示原图%提取红分量，不满足阈值的变为白色fori=1:mforj=1:nif((a(i,j,1)-a(i,j,2)level)&&(a(i,j,1)-a(i,j,3)level))b(i,j,1)=a(i,j,1);b(i,j,2)=a(i,j