图像处理作业(燕大)

1．雪花啤酒厂准备上一套视觉检测系统以控制产品的质量。要求分辨率最小是2*2mm像素，选择CCD分辨率，确定镜头的焦距并确定物距（8分）。2.把燕大的校标（128*128）进行3*3放大处理，分别叙述用双线性插值和最近领域插值两种方法的算法步骤（10分）。

3.用图像处理的方法确定下列啤酒瓶的缺口和破口（12分）。

4.旋转设备润滑油中铁屑的大小和多少反映了其磨损状况，下图是某润滑油的铁谱照片，请用图像处理的方法识别其润滑状况（10分）。

5. 请用图像处理的方法自动确定下列靶面射击的环数（其中白点为射击孔，20

分）。

6. 设计一个图像处理的算法分别对下图的红细胞和白细胞计数（假设浅色点为红细胞，深色点为白细胞，20分）。

7. 对附件中的三幅眼底图像，分别设计边缘增强的算法（即在结果图像的显示中，边缘特征突出了，不是边缘提取，20分）。

1解：

取图像元尺寸为m m μμ1010⨯，则杂质所成的像的尺寸最少为

m m m m μμμμ2020)210()210(⨯=⨯⨯⨯，设物距为1米，对5mm ×5mm 的杂质成像，

可知此镜头的焦距为

mm m mm

m

10.1220=⨯μ 对于相机分辨率，则要根据成像视野对应的实际范围而定。例如若视野范围为

cm cm 2525⨯，则相机分辨率应不小于

25025055252

⨯=⎪⎭

⎫

⎝⎛⨯mm cm 像素

2 解：

（1）读入原图像，得到图像的高度和宽度；

（2）根据放大倍数得到新图像的高度和宽度，并创建空白新图像； （3）得到像素点（x ，y ）的值并写回新图像；

① 最邻近插值法：将原始像素简单复制到其邻域内，进行图像放大。 ② 双线性插值法：利用需要处理的原图像像素点周围的４个邻点的像素值

在x ，y 两个方向上作线性内插，即待插点处的数值用离待插点最近的四个点的值加权求得。对于一个目的像素，设置坐标通过向后映射法得到浮点坐标()v j u i ++,。其中i ,j 是非负整数，u ,v 是取值()1,0区间的浮点数，随放大后像素行列坐标的不同而改变，则这个像素的值()v j u i g ++,可由原图像中坐标为()j i ,,()1,+j i , ()j i ,1+,()1,1++j i 所对应的周围四个像素的值决定，公式为：

()()()()()()()()()

1,1,111,1,11,++++-++-+--=++j i uvg j i g v u j i vg u j i g v u v j u i g 其中，()j i g ,表示源图像()j i ,处的像素值。

⑷得到放大图像。

采用matlab7.1进行图像处理，将原图像保存目录为为E:\picture.jpg 。 (1)双线性插值：

A=imread('E:\picture.jpg');

B=imresize(A,[128*3 128*3],'bilinear'); %采用双线性插值将原始图像放大三倍 imshow(B);

运行结果：

(2)最近领域插值：

A=imread('E:\picture.jpg');

B=imresize(A,[128*3 128*3],'nearest');%采用最近领域插值将原始图像放大三倍imshow(B);

运行结果：

3解：

首先对图像进行分析。只要图像中的圆形是不间断的完整的，就说明是合格的，如果圆形有间断，则说明是不合格的。

（1）对图像进行滤波。

（2）对图像进行阈值分割，进行二值化处理。

（3）对图像所有点做出一个索引表，将表内数据全部赋值为1。

（4）取图像左上角一点，然后对该点四周的点进行判断，是否为黑色点，如有，则记录下该点位置，并在索引表中将该点的索引值改为0。

（5）分析与上一点相邻近的为黑色的点的四周，用相同方法处理。

（6）当所有点处理完毕之后，分析索引表中为1的点的数量，如果大于某个比例，则说明该圆形封闭良好，说明圆形没有间断，所以是合格的。

4解：

（1）对图像进行滤波。

（2）对图像进行阈值分割，进行二值化处理。

（3）对图像所有点做出一个索引表，将表内数据全部赋值为1。

（4）取图像左上角一点，然后对该点四周的点进行判断，是否为黑色点，如有，则记录下该点位置，并在索引表中将该点的索引值改为0。

（5）分析与上一点相邻近的为黑色的点的四周，用相同方法处理。

（6）当所有点处理完毕之后，分析索引表中为1的点的数量，根据1的点的数量与0的点的数量，计算其磨损度。

原始图像picture4.jpg

采用matlab7.1进行图像处理，将原图像保存目录为为E:\picture4.jpg。

采用阈值100，然后统计白色小块占整个图像百分比（假设不大于0.1润滑效果好）

程序如下：

A=imread('E:\picture4.jpg');

B=im2bw(A,100/255); %阈值100分割

figure,

subplot(1,2,1); imhist(B); title('二值图像直方图 ');

subplot(1,2,2); imshow(B); title('阈值100分割图 '); %图像显示

C=numel(B); %查找图像像素个数

D=find(B~=0); %查找图像中为1的像素个数

E=numel(D);

if(E/C<=0.1) %判断元素为1所占整个像素比值并进行显示

fprintf('润滑效果OK\n');

else

fprintf('润滑效果NG\n');

end;

运行结果：润滑效果NG