利用不变矩识别风扇桨叶

该博客介绍了在图像处理中如何识别风扇叶片。首先,通过图像预处理和二值化来简化背景,接着应用3*3的Laplacian滤波器减少干扰。然后,进行形态学操作和连通域分析,结合Hough变换去除垂直线条。文章还讨论了选择模板、使用Hu矩和Zernike矩评估相似性,以确定最接近的桨叶区域。最终实现从图像中准确识别出风扇叶片。
摘要由CSDN通过智能技术生成

我们识别别风扇桨叶主要是在一幅图中将桨叶的部分识别出来,再在识别出来的桨叶的基础上识别出风扇故障。

1.因为图片的背景较为简单,所以我们先对图像进行预处理,因为图像较大,所以先用imresize(image,'bilinear')将图像缩小为一半,然后用im2bw()对其二值化,我设的阈值为0.65,(不同的图,可以设不同的阈值,我这0.65效果最好),效果如下:二值化后的图
2.接下来我们再利用3*3的laplacian滤波器对图像进行滤波,这主要是为了后面对图像hough变换做准备,以去除竖直杆的部分,效果如下:这里写图片描述
3.对第一步骤处理后的桨叶进行形态学开运算,先腐蚀后膨胀,在对其划分连通域,将所得的连通域与桨叶模板进行比较,将最相似的两个连通域给标记出来,再用hough直线检测,若有连通域中的直线与0度相近,就认为其含有竖直杆,故把其去掉,留下桨叶部分。效果如下:未进行hough直线检测的图像
进行hough直线检测后的图像

其实第3部分存在一些小细节,比如模板

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
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