使用matlab根据液体扩散图片分析其对应的等浓度线

目录

一、理论基础

二、核心程序

三、仿真测试结果


作者ID  :fpga和matlab
CSDN主页:https://blog.csdn.net/ccsss22?type=blog
擅长技术:
1.无线基带,无线图传,编解码 
2.机器视觉,图像处理,三维重建 
3.人工智能,深度学习 
4.智能控制,智能优化
5.其他

一、理论基础

第一步:图像预处理。滤波,光照不均匀处理等等。

      一般对于光泽处理我们采用同态滤波的方法来实现,这里图像预处理主要就是光照不均匀的处理。现实中我们得到的图片,其动态范围很大,而我们感兴趣的部分的灰度又很暗,图像细节没有办法辨认,采用一般的灰度级线性变换法是不行的。图像的同态滤波属于图像频率域处理范畴,其作用是对图像灰度范围进行调整,通过消除图像上照明不均的问题,增强暗区的图像细节,同时又不损失亮区的图像细节.分辨不清的图像用同态滤波器处理后,图像画面亮度比较均匀,细节得以增强。

第二步:去本底。提取红色液体,排除背景的影响。建议:从色度方面考虑,色度的原理大致要说明。

这里我们采用HSV提取色度。其代码更为简单。

phsv = rgb2hsv(I1);

ph = phsv(:,:,1);       % 取H分量

ps = phsv(:,:,2);       % 取S分量

pv = phsv(:,:,3);       % 取V分量

%=====================================================================

figure;

subplot(221);subimage(I1); colorbar;    %显示原rgb图像

Xlabel('(a) rgb图像','FontSize',14,'FontName','隶书','color','b');

subplot(222);subimage(ph); colorbar;    %显示色调分量图像

Xlabel('(b) 色调分量图像','FontSize',14,'FontName','隶书','color','b');

subplot(223);subimage(ps); colorbar;    %显示饱和度分量图像

Xlabel('(c) 饱和度分量图像','FontSize',14,'FontName','隶书','color','b');

subplot(224);subimage(pv);  colorbar;   %显示亮度分量图像

Xlabel('(d) 亮度分量图像','FontSize',14,'FontName','隶书','color','b');

第三步:等浓度线图,填充颜色,根据等浓度线得出我给的EZ,EY值,用相同情况下的图片验证EZ,EY值的正确性。

二、核心程序

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

[R,C,K]= size(I);

if R == 1080
    R2 = 900;
end
if R < 1080
    R2 = R;
end

step = 5;%大的图片设置为5;

%第一步 
%第一步 
%第一步:图像预处理。滤波,光照不均匀处理等等。(用均值和中值滤波之外的方法,
%       至少两种滤波方法和两种光照不均匀处理的方法)。
%采用同态滤波
I1=tongtai(I,1,0.4,R2,C);
% pause(2)%暂停3秒钟后关闭第一步的处理图片;
% close all;


% % 顺序统计滤波
% Ri=I(:,:,1);
% Gi=I(:,:,2);
% Bi=I(:,:,3);
% 
% Rpstatistic=mystatistic(Ri); 
% Gpstatistic=mystatistic(Gi);
% Bpstatistic=mystatistic(Bi); 
% 
% I1(:,:,1)=Rpstatistic(:,:);
% I1(:,:,2)=Gpstatistic(:,:);
% I1(:,:,3)=Bpstatistic(:,:);
% imshow(I1)



%第二步
%第二步
%第二步:去本底。提取红色液体,排除背景的影响。
%通过对比,可以看到G图像对应的液体的视觉效果比较明显,所以我们通过对G图像进行处理得到液体的范围;


%这里有两种方法供使用,我们采用的是HSV法。
%这里有两种方法供使用,我们采用的是HSV法。
%这里有两种方法供使用,我们采用的是HSV法。
%第一种方法,采用的是腐蚀的方法提起图片;

% % % I2=im2double(I1);%将A转换成double型
% % % R=I2(:,:,1);
% % % G=I2(:,:,2);
% % % B=I2(:,:,3);
% % % fuzhuo(I1,G);
%==========================================================================

%第二种方法是采用HSV提取液体所在的图片
phsv = rgb2hsv(I1); 
ph = phsv(:,:,1);       % 取H分量 
ps = phsv(:,:,2);       % 取S分量 
pv = phsv(:,:,3);       % 取V分量 
%==========================================================================

figure;
subplot(221);subimage(I1); colorbar;    %显示原rgb图像 
Xlabel('(a) rgb图像','FontSize',14,'FontName','隶书','color','b'); 
subplot(222);subimage(ph); colorbar;    %显示色调分量图像 
Xlabel('(b) 色调分量图像','FontSize',14,'FontName','隶书','color','b'); 
subplot(223);subimage(ps); colorbar;    %显示饱和度分量图像 
Xlabel('(c) 饱和度分量图像','FontSize',14,'FontName','隶书','color','b'); 
subplot(224);subimage(pv);  colorbar;   %显示亮度分量图像 
Xlabel('(d) 亮度分量图像','FontSize',14,'FontName','隶书','color','b'); 

%液体的提取
%途中白色部分为液体的浓度变化
for i = 1:R2
    for j = 1:C
            if ps(i,j)<0.4
               ps_tmp(i,j) = 0;
            end
            if ps(i,j)>0.4
               ps_tmp(i,j) = ps(i,j);
            end            
    end
end
figure
imshow(ps_tmp)



for i = 1:R2
    for j = 1:C
    ps_tmp2(i,j) = ps_tmp(i,j);      
    end
end
figure
imshow(ps_tmp2)
p1 = fushi2(ps_tmp2);%液体的浓度变换灰度图的腐蚀处理

% pause(2)%暂停3秒钟后关闭第一步的处理图片;
% close all;




% 第三步:等浓度线
% 第三步:等浓度线
% 第三步:等浓度线
for i = 1:R2
    for j = 1:C
              
              if p1(i,j)>0
                 if p1(i,j)<=0.2
                 nongdu(i,j,1) = 0; 
                 nongdu(i,j,2) = 0; 
                 nongdu(i,j,3) = 0;   
                 end                  
              end    
              if p1(i,j)>0.2
                 if p1(i,j)<=0.4
                 nongdu(i,j,1) = 255; 
                 nongdu(i,j,2) = 255; 
                 nongdu(i,j,3) = 0;
                 end                  
              end
              if p1(i,j)>0.4
                 if p1(i,j)<=0.6
                 nongdu(i,j,1) = 255; 
                 nongdu(i,j,2) = 0; 
                 nongdu(i,j,3) = 0; 
                 end                  
              end     
              if p1(i,j)>0.6
                 if p1(i,j)<=0.8
                 nongdu(i,j,1) = 0; 
                 nongdu(i,j,2) = 0; 
                 nongdu(i,j,3) = 255;
                 end                  
              end              
              if p1(i,j)>0.8
                 if p1(i,j)<=1
                 nongdu(i,j,1) = 0; 
                 nongdu(i,j,2) = 255; 
                 nongdu(i,j,3) = 0;
                 end                  
              end              
              if p1(i,j)==0
              nongdu(i,j,1) = 0; 
              nongdu(i,j,2) = 0; 
              nongdu(i,j,3) = 0; 
              end              
    end
end


figure;
imshow(nongdu);


%第四步:梯度处理。
%第四步:梯度处理。
%第四步:梯度处理。
[Gx,Gy]=gradient(ps_tmp2);       % 计算梯度
figure,imshow(Gx);
figure,imshow(Gy);
% G=sqrt(Gx.*Gx+Gy.*Gy);   % 注意是矩阵点乘
% J1=G;
% figure,imshow(J1,map);    % 第一种图像增强
%为了节约计算速率,这里每5个点计算一次
u = 1:step:R2;
v = 1:step:C;

for i=1:R2
    for j=1:C
    Gx2(i,j)=Gx(R2+1-i,j); 
    Gy2(i,j)=Gy(R2+1-i,j); 
    end
end

for i=1:R2
    for j=1:C
    ps_tmp22(i,j)=ps_tmp2(R2+1-i,j); 
    end
end

figure;quiver ( v,u,Gx2(1:step:R2,1:step:C),Gy2(1:step:R2,1:step:C) );
figure;contour( v,u,ps_tmp22(1:step:R2,1:step:C) );

u = 1:step:R2;
v = 1:step:C;
figure;contour( v,u,ps_tmp22(1:step:R2,1:step:C) );hold on;
       quiver ( v,u,Gx2(1:step:R2,1:step:C),Gy2(1:step:R2,1:step:C) );
% pause(3)%暂停3秒钟后关闭第一步的处理图片;
% close all;


%第五步:旋度图。
[u v] = meshgrid(1:step:C,1:step:R2);      
cav = curl(ps_tmp2(1:step:R2,1:step:C),v); 

for i=1:R2/step
    for j=1:C/step
    cav2(i,j)=cav(R2/step-i+1,j); 
    end
end

figure;contour(v,u,cav2);
pcolor(u,v,cav2); shading interp;
colormap copper;
% hold on;
% quiver(ps_tmp2,ps_tmp2,u,v,'y');



%第六步:散度图。
figure
k=curvature_central(ps_tmp2);
imshow(k);
u = 1:step:R2;
v = 1:step:C;
for i=1:R2
    for j=1:C
    k2(i,j)=k(R2+1-i,j); 
    end
end
% figure;quiver ( v,u,Gx(1:5:900,2:5:1515),Gy(1:5:900,2:5:1515) );
figure;contour( v,u,k2(1:step:R2,1:step:C) );

.............................................................................

三、仿真测试结果

A16-02

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

fpga和matlab

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值