二值圖像形態(tài)學(xué)濾波程序框圖如圖25所示：

圖25 二值圖像形態(tài)學(xué)濾波程序框圖

二值圖像形態(tài)學(xué)濾波運(yùn)行結(jié)果如圖26、27、28、29、30所示：

圖26 原圖像

圖27 二值圖像

圖28 二值取反圖像

圖29 Squre開運(yùn)算圖像

圖30 Line開運(yùn)算圖像

3．二值圖像形態(tài)學(xué)平滑邊界提取；

（1）二值圖像形態(tài)學(xué)平滑

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Sources”模塊內(nèi)查找所需模塊“Image From File”，在“Sinks”模塊內(nèi)查找所需模塊“Video Viewer”如上圖1、2所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Morphological Operations”（形態(tài)學(xué)運(yùn)算）模塊內(nèi)查找所需模塊 “Close”和模塊“Open”如上圖13、14所示。

Image From File”為輸入模塊，找到并放置后，雙擊該模塊設(shè)置關(guān)鍵屬性，在彈出的設(shè)置框中點(diǎn)擊“Main”欄中的“Browse…”設(shè)置輸入圖片，如上圖5所示“Video Viewer”為輸出模塊用于顯示圖像或者視頻信號。

Open模塊是對一幅灰度圖像或二值圖像進(jìn)行形態(tài)學(xué)開操作；找到并分別放置兩個(gè)后，雙擊先閉后開的“Open”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',4)”，在雙擊先開后閉的“Open”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',2)”，如下圖31、32所示。

Close模塊是對一幅灰度圖像或二值圖像進(jìn)行形態(tài)學(xué)閉操作；找到并分別放置兩個(gè)后，雙擊先閉后開的“Close”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',2)”，在雙擊先開后閉的“Close”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',4)”，如下圖33、34所示。

二值圖像形態(tài)學(xué)平滑程序框圖如圖35所示：

二值圖像形態(tài)學(xué)平滑運(yùn)行結(jié)果如圖36、37、38所示：

圖36 原二值圖像

圖37 先開后閉圖像

圖38 先閉后開圖像

（2）二值圖像形態(tài)學(xué)邊界提取

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Sources”模塊內(nèi)查找所需模塊“Image From File”，在“Sinks”模塊內(nèi)查找所需模塊“Video Viewer”如上圖1、2所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Morphological Operations”（形態(tài)學(xué)運(yùn)算）模塊內(nèi)查找所需模塊“Erosion”和“Dilation”如上圖3、4所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Conversions”模塊內(nèi)查找所需模塊“Autothreshold”如上圖23所示：

在Simulink工具箱的“Math Operations”模塊內(nèi)查找所需模塊“Subtract”如下圖39所示：

Image From File”為輸入模塊，找到并放置后，雙擊該模塊設(shè)置關(guān)鍵屬性，在彈出的設(shè)置框中點(diǎn)擊“Main”欄中的“Browse…”設(shè)置輸入圖片，如上圖5所示“Video Viewer”為輸出模塊用于顯示圖像或者視頻信號。

“Autothreshold”模塊的作用是通過自動(dòng)閾值分割法將灰度圖像轉(zhuǎn)換為二值圖像，并且每個(gè)像素的方差最小。

  “Subtract”模塊的作用是可進(jìn)行加減運(yùn)算；雙擊該模塊在彈出的設(shè)置框中首先點(diǎn)擊“Signal Attributes”在下面找到“Output data type”然后更改該屬性為“double”，如下圖40所示。

二值圖像形態(tài)學(xué)邊界提取程序框圖如圖41所示：

二值圖像形態(tài)學(xué)邊界提取運(yùn)行結(jié)果如圖42、43、44、45、46、47所示：

圖42 原二值圖像

圖43 內(nèi)邊界圖像

圖44 外邊界圖像

圖45 形態(tài)學(xué)梯度圖像

圖46 腐蝕圖像

圖47 膨脹圖像

4．灰度圖像膨脹腐蝕開閉運(yùn)算；

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Sources”模塊內(nèi)查找所需模塊“Image From File”，在“Sinks”模塊內(nèi)查找所需模塊“Video Viewer”如上圖1、2所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Morphological Operations”（形態(tài)學(xué)運(yùn)算）模塊內(nèi)查找所需模塊“Erosion”和“Dilation”如上圖3、4所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Morphological Operations”（形態(tài)學(xué)運(yùn)算）模塊內(nèi)查找所需模塊 “Close”和模塊“Open”如上圖13、14所示。

Image From File”為輸入模塊，找到并放置后，雙擊該模塊設(shè)置關(guān)鍵屬性，在彈出的設(shè)置框中點(diǎn)擊“Main”欄中的“Browse…”設(shè)置輸入圖片，如上圖5所示“Video Viewer”為輸出模塊用于顯示圖像或者視頻信號。

灰度圖像膨脹腐蝕開閉運(yùn)算程序框圖如下圖49所示：

灰度圖像膨脹腐蝕開閉運(yùn)算運(yùn)行結(jié)果如圖50、51、52、53、54所示：

圖50 原灰度圖像

圖51 開運(yùn)算圖像

圖52 腐蝕圖像

圖53 膨脹圖像

圖54 閉運(yùn)算圖像

5．灰度圖像形態(tài)學(xué)平滑提取邊界；

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Sources”模塊內(nèi)查找所需模塊“Image From File”，在“Sinks”模塊內(nèi)查找所需模塊“Video Viewer”如上圖1、2所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Morphological Operations”（形態(tài)學(xué)運(yùn)算）模塊內(nèi)查找所需模塊“Erosion”和“Dilation”如上圖3、4所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Morphological Operations”（形態(tài)學(xué)運(yùn)算）模塊內(nèi)查找所需模塊 “Close”和模塊“Open”如上圖13、14所示。

在Simulink工具箱的“Math Operations”模塊內(nèi)查找所需模塊“Subtract”如上圖39所示。

Image From File”為輸入模塊，找到并放置后，雙擊該模塊設(shè)置關(guān)鍵屬性，在彈出的設(shè)置框中點(diǎn)擊“Main”欄中的“Browse…”設(shè)置輸入圖片，如上圖5所示，然后點(diǎn)擊“Data Types”欄中在“Output data type”下拉菜單中選擇“double”。如下圖55所示。“Video Viewer”為輸出模塊用于顯示圖像或者視頻信號。

Open模塊是對一幅灰度圖像或二值圖像進(jìn)行形態(tài)學(xué)開操作；找到并分別放置兩個(gè)后，雙擊開閉平滑濾波的“Open”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',2)”，在雙擊閉開平滑濾波的“Open”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',3)”，如下圖56、57所示。

Close模塊是對一幅灰度圖像或二值圖像進(jìn)行形態(tài)學(xué)閉操作；找到并分別放置兩個(gè)后，雙擊開閉平滑濾波的“Close”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',3)”，在雙擊閉開平滑濾波的“Close”模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Neighborhood or structuring element：”這一項(xiàng)的關(guān)鍵屬性為“strel('disk',2)”，如下圖58、59所示。

“Subtract”模塊的作用是可進(jìn)行加減運(yùn)算；雙擊該模塊在彈出的設(shè)置框中首先點(diǎn)擊“Signal Attributes”在下面找到“Output data type”然后更改該屬性為“double”，如上圖40所示。

灰度圖像形態(tài)學(xué)平滑提取邊界程序框圖如下圖60所示：

灰度圖像形態(tài)學(xué)平滑提取邊界運(yùn)行結(jié)果如圖61、62、63、64、65所示：

6．Top-hat變換和Bottom-hat變換；

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Sources”模塊內(nèi)查找所需模塊“Image From File”，在“Sinks”模塊內(nèi)查找所需模塊“Video Viewer”如上圖1、2所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）內(nèi)的“Morphological Operations”（形態(tài)學(xué)運(yùn)算）模塊內(nèi)查找所需模塊“Top-hat”和“Bottom-hat”如下圖66、67所示。

在“Computer Vision System Toolbox”（計(jì)算機(jī)視覺工具箱）的“Analysis & Enhancement”（分析和增強(qiáng)模塊）模塊內(nèi)查找所需模塊“Contrast Adjustment”如下圖68所示：

“Image From File”為輸入模塊，找到并放置后，雙擊該模塊設(shè)置關(guān)鍵屬性，在彈出的設(shè)置框中點(diǎn)擊“Main”欄中的“Browse…”設(shè)置輸入圖片，如上圖5所示“Video Viewer”為輸出模塊用于顯示圖像或者視頻信號。

Contrast Adjustment模塊的作用是通過線性比例調(diào)整像素上下限之間的像素值，實(shí)現(xiàn)圖像基于灰度級的圖像增強(qiáng)。雙擊該模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Adjust pixel values from：”和“Adjust pixel values to：”的關(guān)鍵屬性為“User-defined range”，如下圖70所示。

Top-hat變換和Bottom-hat變換程序框圖如下圖71所示：

Top-hat變換和Bottom-hat變換運(yùn)行結(jié)果如圖72、73、74、75、76、77所示：

• 實(shí)驗(yàn)成果：
  

1、使用數(shù)學(xué)形態(tài)學(xué)運(yùn)算使用Simulink的Computer Vision System Toolbox（計(jì)算機(jī)視覺工具箱）下的Morphological Operations（形態(tài)學(xué)運(yùn)算模塊）的Erosion、Dilation、Close、Open模塊，完成了二值圖像膨脹腐蝕開閉運(yùn)算，深入理解了二值圖像膨脹腐蝕開閉運(yùn)算的圖像處理效果。

2、使用數(shù)學(xué)形態(tài)學(xué)運(yùn)算使用Simulink的Computer Vision System Toolbox（計(jì)算機(jī)視覺工具箱）下的Morphological Operations（形態(tài)學(xué)運(yùn)算模塊）的Open模塊，完成了二值圖像形態(tài)學(xué)濾波，深入理解了二值圖像形態(tài)學(xué)濾波的圖像處理效果。

3、使用數(shù)學(xué)形態(tài)學(xué)運(yùn)算使用Simulink的Computer Vision System Toolbox（計(jì)算機(jī)視覺工具箱）下的Morphological Operations（形態(tài)學(xué)運(yùn)算模塊）的Close、Erosion、Dilation模塊，完成了二值圖像形態(tài)學(xué)平滑邊界提取，深入理解了二值圖像形態(tài)學(xué)平滑邊界提取的圖像處理效果。

4、使用數(shù)學(xué)形態(tài)學(xué)運(yùn)算使用Simulink的Computer Vision System Toolbox（計(jì)算機(jī)視覺工具箱）下的Morphological Operations（形態(tài)學(xué)運(yùn)算模塊）的Erosion、Dilation、Close、Open模塊，完成了灰度圖像膨脹腐蝕開閉運(yùn)算，深入理解了灰度圖像膨脹腐蝕開閉運(yùn)算的圖像處理效果。

5、使用數(shù)學(xué)形態(tài)學(xué)運(yùn)算使用Simulink的Computer Vision System Toolbox（計(jì)算機(jī)視覺工具箱）下的Morphological Operations（形態(tài)學(xué)運(yùn)算模塊）的Erosion、Dilation、Close、Open模塊，完成了灰度圖像形態(tài)學(xué)平滑提取邊界，深入理解了灰度圖像形態(tài)學(xué)平滑提取邊界的圖像處理效果。

6、使用數(shù)學(xué)形態(tài)學(xué)運(yùn)算使用Simulink的Computer Vision System Toolbox（計(jì)算機(jī)視覺工具箱）下的Morphological Operations（形態(tài)學(xué)運(yùn)算模塊）的Top-hat、Bottom-hat模塊，完成了Top-hat變換和Bottom-hat變換，深入理解了Top-hat變換和Bottom-hat變換的圖像處理效果。

• 實(shí)驗(yàn)心得：
  

問題1：在做Top-hat變換和Bottom-hat變換時(shí)發(fā)現(xiàn)Top-hat圖像和Top-hat增強(qiáng)圖像沒有區(qū)別，變化不大。

解決：雙擊Contrast Adjustment模塊設(shè)置關(guān)鍵屬，在彈出的設(shè)置框中更改“Adjust pixel values from：”和“Adjust pixel values to：”的關(guān)鍵屬性為“User-defined range”

問題2：在涉及加減的程序中總是運(yùn)行報(bào)錯(cuò)。

解決：雙擊“Subtract”模塊在彈出的設(shè)置框中首先點(diǎn)擊“Signal Attributes”在下面找到“Output data type”然后更改該屬性為“double”。

心得體會(huì)：這是本次的第二次實(shí)驗(yàn)實(shí)訓(xùn)，實(shí)驗(yàn)實(shí)訓(xùn)中依然需要對平時(shí)課上的練習(xí)進(jìn)行反復(fù)運(yùn)用，同時(shí)也需要對老師所提出的要求進(jìn)行完全而深刻的理解。在本次實(shí)驗(yàn)實(shí)訓(xùn)中，使我對Matlab軟件的使用更近了一步，對Simulink庫中各模塊控件位置也更了解了，所以我認(rèn)為通過本次的學(xué)習(xí)，對我以后的Matlab運(yùn)用會(huì)更上一層樓的，在實(shí)踐中不斷積累，反復(fù)的學(xué)習(xí)，這也是老師所要求我們的。

通過本次實(shí)驗(yàn)實(shí)訓(xùn)，使我了解到了學(xué)習(xí)不只是在一次一次的視頻中，而是在平時(shí)課下的反復(fù)練習(xí)，只有完全知道了解了各個(gè)模塊中的控件位置、用法，才能知道實(shí)驗(yàn)實(shí)訓(xùn)的意義。同時(shí)也要感謝老師的悉心教導(dǎo)，才使我在本次實(shí)驗(yàn)實(shí)訓(xùn)過程中，進(jìn)行的如此順利。當(dāng)然我還是需要更加努力，以達(dá)到可以將所學(xué)運(yùn)用到實(shí)踐生活中。

以上的Word格式文檔51黑下載地址：

文檔.doc (5.11 MB, 下載次數(shù): 14)