演示文稿1[修复的]要点分析.pptx

智能车摄像头循迹图像处理程序设计; 基本算法讲解;基本算法讲解 ;基本算法讲解;基本算法讲解;[ 此公式计算量较大，可以采用： g = wo *w1* (uo - u1) * (uo - u1) ] 由于otsu算法是对图像的灰度级进行聚类，所以在执行otsu算法之前，需要计算该图像的灰度直方图。 迭代法原理：迭代选择法是首先猜测一个初始阈值，然后再通过对图像的多趟计算对阈值进行改进的过程。重复地对图像进行阈值操作，将图像分割为对象类和背景类，然后来利用每一个类中的灰阶级别对阈值进行改进。 图像阈值分割---迭代算法 ?处理流程： ? ? 1.为全局阈值选择一个初始估计值T(图像的平均灰度)。 ? ? 2.用T分割图像。产生两组像素：G1有灰度值大于T的像素组成，G2有 小于等于T像素组成。 ? ? 3.计算G1和G2像素的平均灰度值m1和m2； ? ? 4.计算一个新的阈值:T = (m1 + m2) / 2; ? ? 5.重复步骤2和4,直到连续迭代中的T值间的差小于一个预定义参数为止。 适合图像直方图有明显波谷 ;基本算法讲解 ; x*cos(theta) + y * sin(theta)? = r 其中角度theta指r与X轴之间的夹角，r为到直线几何垂直距离。任何在直线上点，x, y都可以表达，其中 r， theta是常量。该公式图形表示如下： 然而在实现的图像处理领域，图像的像素坐标P(x, y)是已知的，而r, theta则是我们要寻找的变量。如果我们能绘制每个(r, theta)值根据像素点坐标P(x, y)值的话，那么就从图像笛卡尔坐标系统转换到极坐标霍夫空间系统，这种从点到曲线的变换称为直线的霍夫变换。变换通过量化霍夫参数空间为有限个值间隔等分或者累加格子;基本算法讲解 ; roberts，sobel，prewitt算子仿真图 ;由图可以看出霍夫变换就是坐标系的变换，但是跟prewitt算子比较更加能够 示边界情况，霍夫变换可以更好的减少噪声干扰;（1）原始图像; 由图可以看出阈值200的比阈值150的多几个黑色的圆圈，所以阈值不同，筛选图像信息不同，可以更好的筛选有用的信息。; Matlab图像处理软件建立与仿真 ;K60 微控制器系列具有 的性能：;void CameraInit() { exti_init(PORTC,1,rising_down); //行中断，PORTC1 端口外部中断初始化 ，上升沿触发中断，内部下拉 disable_irq(89); //行中断关闭 disable_irq(90); //场中断关闭 exti_init(PORTD,1,falling_down); //场中断，PORTD1 端口外部中断初始化 ，下降沿触发中断，内部下拉 } //二值化函数 void BinaData() { int i=0,j=0; //count=0; unsigned char *p; for(i=0;iV;i++) { p=Pix_data[i]; for(j=0;jH;j++) { if(*(p+j)=threshold) { Bina_data[i][j]=1; // count++; } else Bina_data[i][j]=0; } } } ;void AllFilt() { count=0; //unsigned char sum; for(CCD_V=1;CCD_VV-1;CCD_V++) { for(CCD_H=1;CCD_HH-1;CCD_H++) { if(Bina_data[CCD_V][CCD_H]==1) { if((Bina_data[CCD_V-1][CCD_H]==1 || Bina_data[CCD_V+1][CCD_H]==1) (Bina_data[CCD_V][CCD_H-1]==1 || Bina_data[CCD_V][CCD_H+1]==1)) { Bina_data[CCD_V][CCD_H]=1; count++;