`新手学习，互相交流，多多关照
处理效果如下图所示：
NO.1原始图像：
NO.2预处理：
NO.3分割为9宫格 各子块单独分析：
NO.4各子块拟合得到的直线的k、b值：
NO.5结果标记：
源码下载地址：https://www.lanzous.com/iajjk8b
密码:acak
这是主程序：
- % 功能：matlab图像处理实现直线识别（拟合角平分线）
- % 说明：此程序可直接运行
- % 运行前请确保子程序文件zikuai.m存在
- %第1步
- close all
- I=imread('1.jpg'); % 读取图像
- figure
- imshow(I) % 显示原始图像
- I=rgb2gray(I); % 彩色图像转换成灰度图
- % I=im2bw(I); % 二值化
- I=edge(double(I)); % 检测图像的边缘
- figure
- imshow(I) % 显示边缘检测的结果
- %第2步
- [m,n]=size(I); %计算图像的尺寸
- M=3; %定义X方向分割的块数
- N=3; %定义Y方向分割的块数
- mm=floor(m/M); %子块行的长度
- nn=floor(n/N); %子块列的长度
- count=1; %计数器
- figure
- for i=1:M
- for j=1:N
- A=I((i-1)*mm+1:i*mm,(j-1)*nn+1:j*nn); %分割原图像，得到一个子块
- subplot(M,N,count)
- imshow(A) %显示一个子块
- zuoshangjiao=[(i-1)*mm+1 (j-1)*nn+1]; %子块左上角的坐标
- [x,y,k,b]=zikuai(A,zuoshangjiao); %得到子块里白色像素点拟合得到的直线的斜率k和截距b（调用zikuai函数）
- X{count}=x; %保存子块里所有白色像素的x坐标
- Y{count}=y; %保存子块里所有白色像素的y坐标
- K(count)=k; %保存子块里拟合得到的直线的斜率k
- B(count)=b; %保存子块里拟合得到的直线的截距b
- count=count+1; %计数器加1，进行下一个子块的计算
- end
- end
- %第3步
- KK=K(~isnan(K)); %去掉K中的NaN（白色像素点少于10的子块）
- BB=B(~isnan(B)); %去掉B中的NaN（白色像素点少于10的子块）
- mean_K=mean(KK); %求所有斜率的平均值
- mean_B=mean(BB); %求所有截距的平均值
- figure
- subplot(2,1,1)
- plot(KK,'-o')
- title('各子块拟合得到的直线k值')
- subplot(2,1,2)
- plot(BB,'-o')
- title('各子块拟合得到的直线b值')
- count1=1;
- count2=1;
- for i=1:length(K)
- if ~isnan(K(i))
- if K(i)>mean_K %大于斜率平均值的子块，将这些子块的白色像素点位置集合到cell型数组X1和Y1（分别存x和y）
- X1{count1}=X{i};
- Y1{count1}=Y{i};
- count1=count1+1;
- else %小于斜率平均值的子块，将这些子块的白色像素点位置集合到cell型数组X2和Y2（分别存x和y）
- X2{count2}=X{i};
- Y2{count2}=Y{i};
- count2=count2+1;
- end
- end
- end
- XX1=[];
- YY1=[];
- XX2=[];
- YY2=[];
- for i=1:length(X1) %大于斜率平均值的子块，将这些子块的白色像素点位置集合到double型数组里，方便计算
- XX1=[XX1;X1{i}];
- YY1=[YY1;Y1{i}];
- end
- for i=1:length(X2) %小于斜率平均值的子块，将这些子块的白色像素点位置集合到double型数组里，方便计算
- XX2=[XX2;X2{i}];
- YY2=[YY2;Y2{i}];
- end
- %%%%%直线1和直线2被从图像里提取出来了分别为XX1,YY1和XX2,YY2
- %离散点拟合得到直线1的斜率k1和截距b1
- A1=[XX1,ones(length(XX1),1)];
- kb1=A1YY1;
- k1=kb1(1);
- b1=kb1(2);
- %离散点拟合得到直线2的斜率k2和截距b2
- A2=[XX2,ones(length(XX2),1)];
- kb2=A2YY2;
- k2=kb2(1);
- b2=kb2(2);
- xx0=[1 m];
- yy0=[1 n];
- yy1=k1*xx0+b1; %得到直线1上的两点，以便绘制直线1
- yy2=k2*xx0+b2; %得到直线3上的两点，以便绘制直线2
- %%%%绘制拟合得到的直线和分离出来的离散点
- %直线1
- figure
- axis([1,m,1,n]) %设定显示范围
- hold on
- scatter(XX1,YY1,'LineWidth',5) %绘制直线1对应的白色像素位置
- plot(xx0,yy1,'r','LineWidth',3) %绘制拟合到的直线1
- %直线2
- hold on
- scatter(XX2,YY2,'k','LineWidth',5) %绘制直线2对应的白色像素位置
- plot(xx0,yy2,'y','LineWidth',3) %绘制拟合到的直线2
- %第4步
- %求两条直线的交点
- X0=(b2-b1)/(k1-k2);
- Y0=k1*X0+b1;
- alpha=atan(k1); %直线1与x夹角
- beta=atan(k2); %直线2与x夹角
- K01=tan((alpha+beta)/2); %角平分线1的斜率
- K02=tan(-pi/2+(alpha+beta)/2); %角平分线2的斜率
- B01=Y0-K01*X0; %角平分线1的截距
- B02=Y0-K02*X0; %角平分线2的截距
- %绘制角平分线
- xx0=[1 m];
- yy0=[1 n];
- YY1=K01*xx0+B01; %角平分线1
- YY2=K02*xx0+B02; %角平分线2
- plot(xx0,YY1); %绘制角平分线1
- plot(xx0,YY2); %绘制角平分线2
- view([90 90])
这是主程序所调用的子程序：
- % 此程序为子函数，请直接运行chengxu.m
- function [x,y,k,b]=zikuai(feikuai,zuoshangjiao)
- %求每个子块数据拟合出来的直线y=kx+b，返回k和b，以及子块里白色像素点的坐标
- x0=zuoshangjiao(1); %得到子块的左上角x坐标
- y0=zuoshangjiao(2); %得到子块的左上角y坐标
- [m,n]=size(feikuai); %计算子块的大小
- N=1; %N从1开始计数
- x=[]; %定义子块白色像素x坐标保存的向量x
- y=[]; %定义子块白色像素y坐标保存的向量y
- for i=1:m %依次扫描子块各个点的像素值
- for j=1:n
- if feikuai(i,j)==1 %如果是白色像素，保存该像素的坐标
- x(N)=i; %保存相对坐标（x方向）
- y(N)=j; %保存相对坐标（y方向）
- N=N+1; %计数加1，判断下一个像素
- end
- end
- end
- if length(x)<10 %少于10个白色像素的子块（包括没有白点的子块），舍弃掉（点数太少，可能是噪声）
- k=NaN; %将k b x y 赋值NaN（Matlab系统变量，表示Not a Number），以示与其他子块的区别
- b=NaN;
- x=NaN;
- y=NaN;
- return %返回
- else %子块白色像素点个数大于等于10，对白色像素点的坐标进行拟合，得到直线的斜率k和截距b
- x=x+x0; %得到子块内白色像素点相对于原图像的绝对坐标x
- y=y+y0; %得到子块内白色像素点相对于原图像的绝对坐标y
- x=x';
- A=[x,ones(length(x),1)]; %定义矩阵A（直线拟合就是解超越线性方程组的最小二乘解，未知数为k和b）即A*[k;b]=y';
- y=y';
- kb=Ay; %得到最小二乘解，对应k和b
- k=kb(1); %得到k
- b=kb(2); %得到b
- end
- end
-
`
1
2
举报
