静态图像分割 |
您所在的位置：网站首页 › 图像识别有什么 › 静态图像分割 |
静态图像分割
|
静态图像分割——水表指针提取
说明待处理图像总体思路具体操作与结果基于颜色模型ycbcr数据采集的分割核心代码算法分析实验结果
基于阈值的分割核心代码算法分析实验结果
基于区域的分割-区域生长核心代码算法分析实验结果
基于边缘的分割核心代码算法分析实验结果
K-means核心代码算法分析实验结果
对特定区域提取核心代码实验结果
总结对于四指针水表对于八指针水表
说明
本文旨在提取水表指针实现自动读数，但由于能力有限，并未达到预期效果。仅供参考，欢迎共同探讨。 待处理图像
观察所给五张图的指针特征，可以分为两类，一类是四个红指针与四个黑指针的八指针水表，还有一类是四个红指针的四指针水表。因为所有图要采用统一的代码，所以需要找到五张图指针的共同点。 基于颜色模型ycbcr数据采集的分割 采样颜色数据，归纳模型。因为基本就是提取红色与黑色，所以可以尝试通过肤色检测实验的思路来解决这个问题。但是观察可发现img1、img4光线较暗，颜色不正，需经过一定的预处理将图片调亮再提取颜色信息。同时，因为要提取红色与黑色，两者一起提取可能会导致精度下降，所以决定先提取红色指针，若效果较好则再提取黑色指针。 核心代码光线补偿函数 function im=LightCompensate(I) [m0,n0,l]=size(I); %figure(1),imshow(I) thresholdco=0.05; %比例系数 thresholdnum=100; %像素个数的临界常数 histogram=zeros(1,256); %灰度级 数组 if m0*n0*thresholdco255 I(i,j,2)=255; end I(i,j,3)=I(i,j,3)*co; if I(i,j,3)>255 I(i,j,3)=255; end end end im=zeros(m0,n0,l); im=I;提取指针 %提取红色指针 I=imread('img4.jpg'); ycbcr=rgb2ycbcr(I); y=ycbcr(:,:,1); cb=ycbcr(:,:,2); cr=ycbcr(:,:,3); id=cr>160&cr8&R8&G5&B160&cr1&(i+1)1&(j+1) |
【本文地址】