簡介:畢業(yè)設(shè)計(論文)答辯,基于激光掃描成像的物體輪廓提取和分析,答辯人指導(dǎo)老師,,,簡介,基于激光掃描成像的物體輪廓提取和分析,本次論文主要利用‘激光掃描儀’獲取目標物水杯的各分面的圖像,然后利用數(shù)字圖像處理的方法來提取其輪廓。,,論文框架,總結(jié)與展望,三維激光掃描儀的工作原理,數(shù)字圖像處理的基本理論,數(shù)字圖像處理的實現(xiàn),課題研究背景與意義,基于激光掃描成像的物體輪廓提取和分析,,,背景意義,基于激光掃描成像的物體輪廓提取和分析,三維激光測量技術(shù)和數(shù)字圖像處理技術(shù)的飛速發(fā)展。同時激光三維成像系統(tǒng)在目標識別與辨認等方面具備潛力。應(yīng)用廣泛(數(shù)字城市對城市進行多分辨率、多尺度、多時空和多種類的三維描述、線路維護、林業(yè)區(qū)分地貌、洪水制圖、淺海海底地形繪測、文物保護,模具制作)本次論文以一只普通水杯為例,以提取輪廓為目標。,,基于激光掃描成像的物體輪廓提取和分析,掃描儀的分類,◎短距離激光掃描儀◎中距離激光掃描儀◎長距離激光掃描儀,按照掃描平臺分類,1,2,按照掃描的有效距離分類,◎機載或星載激光掃描系統(tǒng)◎地面型激光掃描系統(tǒng)◎便攜式激光掃描系統(tǒng),,,,,,,,,三維激光掃描儀的工作原理,基于激光掃描成像的物體輪廓提取和分析,三維激光掃描儀發(fā)射器發(fā)出一個激光脈沖信號,經(jīng)物體表面漫反射后,沿幾乎相同的路徑反向傳回到接收器,可以計算目標點P與掃描儀距離S,控制編碼器同步測量每個激光脈沖橫向掃描角度觀測值Α和縱向掃描角度觀測值Β。本次論文利用掃描儀來獲取圖片,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,讀取圖片,彩色轉(zhuǎn)灰度,圖像濾波,彩色圖像預(yù)處理,二值形態(tài)學(xué)處理,灰度圖像二值化,圖像銳化邊緣檢測,,輪廓提取,,,分析坐標,,,,,,步驟,,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,MATLAB函數(shù)IIMREAD‘路徑/圖片名/格式’,1讀取圖片,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,1添加高斯噪聲(均值為0,方差為002),2彩色圖像預(yù)處理,,2均值濾波(線性濾波,去高頻分量),最簡單的均值濾波就是取各鄰域附近方向的像素值然后取平均值,此處高斯噪聲是來模擬可能存在的噪聲,MATLAB函數(shù)IIMNOISEI,GAUSSIAN,0,002,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,21加噪、去噪圖片對比,,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,MATLAB函數(shù)IRGB2GRAY‘路徑/彩圖/格式’,3灰度化,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,用的是SOBEL算子(引入平均因素,對噪聲有抑制作用),41圖像銳化,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,用的是PREWITT算子和CANNY算子(做比較),42邊緣檢測,PREWITT算子,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,42邊緣檢測,CANNY算子,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,為后續(xù)圖片二值化選取閾值做準備,51灰度直方圖,閾值為135,閾值為132,閾值為128,閾值為115,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,52二值化,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,先腐蝕再膨脹(開運算)目的是去除目標內(nèi)部和背景中的干擾,6形態(tài)學(xué)處理,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,目的去除零散的干擾點(給各鄰域像素排序取中間值代替當前值),7中值濾波,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,1目的去除小塊背景的干擾。2步驟先對每一個連通域標記,然后去除面積較小的白色塊(以水杯背面為例進行標記濾波),81連通域濾波,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,82水杯正面圖的填充,由于二值化后水杯正面圖中有孔洞,填充后就可以有明顯的外輪廓線,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,采用邊界跟蹤算法提取外輪廓線,9提取輪廓線,由于視覺原因輪廓線會出現(xiàn)斷續(xù),,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,10二維三維坐標,三維坐標系的建立,,,圖像處理實現(xiàn)提取輪廓,基于激光掃描成像的物體輪廓提取和分析,選取一部分關(guān)鍵點進行分析,11提取特征點,謝謝各位老師,
下載積分: 4 賞幣
上傳時間:2024-01-06
頁數(shù): 24
大?。?4.24(MB)
子文件數(shù):
簡介:主成分分析,主成分分析的基本原理主成分分析的計算步驟主成分分析方法應(yīng)用實例,在實際問題研究中,多變量問題是經(jīng)常會遇到的。變量太多,無疑會增加分析問題的難度與復(fù)雜性,而且在許多實際問題中,多個變量之間是具有一定的相關(guān)關(guān)系的。因此,人們會很自然地想到,能否在相關(guān)分析的基礎(chǔ)上,用較少的新變量代替原來較多的舊變量,而且使這些較少的新變量盡可能多地保留原來變量所反映的信息,問題的提出,事實上,這種想法是可以實現(xiàn)的,主成分分析方法就是綜合處理這種問題的一種強有力的工具。主成分分析是把原來多個變量劃為少數(shù)幾個綜合指標的一種統(tǒng)計分析方法。從數(shù)學(xué)角度來看,這是一種降維處理技術(shù)。,,例如,某人要做一件上衣要測量很多尺寸,如身長、袖長、胸圍、腰圍、肩寬、肩厚等十幾項指標,但某服裝廠要生產(chǎn)一批新型服裝絕不可能把尺寸的型號分得過多而是從多種指標中綜合成幾個少數(shù)的綜合指標,做為分類的型號,利用主成分分析將十幾項指標綜合成3項指標,一項是反映長度的指標,一項是反映胖瘦的指標,一項是反映特體的指標。,一、主成分分析的基本原理,假定有N個樣本,每個樣本共有P個變量,構(gòu)成一個NP階的數(shù)據(jù)矩陣,,(11),當P較大時,在P維空間中考察問題比較麻煩。為了克服這一困難,就需要進行降維處理,即用較少的幾個綜合指標代替原來較多的變量指標,而且使這些較少的綜合指標既能盡量多地反映原來較多變量指標所反映的信息,同時它們之間又是彼此獨立的。,定義記X1,X2,,XP為原變量指標,Z1,Z2,,ZM(M≤P)為新變量指標,12,系數(shù)LIJ的確定原則①ZI與ZJ(I≠J;I,J1,2,,M)相互無關(guān);,②Z1是X1,X2,,XP的一切線性組合中方差最大者,Z2是與Z1不相關(guān)的X1,X2,,XP的所有線性組合中方差最大者ZM是與Z1,Z2,,ZM-1都不相關(guān)的X1,X2,XP,的所有線性組合中方差最大者。則新變量指標Z1,Z2,,ZM分別稱為原變量指標X1,X2,,XP的第1,第2,,第M主成分。,,從以上的分析可以看出,主成分分析的實質(zhì)就是確定原來變量XJ(J1,2,,P)在諸主成分ZI(I1,2,,M)上的荷載LIJ(I1,2,,M;J1,2,,P)。從數(shù)學(xué)上可以證明,它們分別是相關(guān)矩陣M個較大的特征值所對應(yīng)的特征向量。,二、主成分分析的計算步驟,設(shè)有N個樣品,每個樣品觀測P個指標,將原始數(shù)據(jù)寫成矩陣,1.將原始數(shù)據(jù)標準化。這里不妨設(shè)上邊矩陣已標準化了。,2.建立變量的相關(guān)系數(shù)陣,3.求R的特征根,及相應(yīng)的單位特征向量,4.寫出主成分,計算主成分貢獻率及累計貢獻率貢獻率,累計貢獻率,一般取累計貢獻率達8595的特征值所對應(yīng)的第1、第2、、第M(M≤P)個主成分。,三、實例演示,例對全國30個省市自治區(qū)經(jīng)濟發(fā)展基本情況的八項指標作主成分分析,原始數(shù)據(jù)如下,,第一步將原始數(shù)據(jù)標準化。,第二步建立指標之間的相關(guān)系數(shù)陣R如下,第三步求R的特征值和特征向量。,從上表看,前3個特征值累計貢獻率已達89.564%,說明前3個主成分基本包含了全部指標具有的信息,我們?nèi)∏?個特征值,并計算出相應(yīng)的特征向量,因而前三個主成分為,第一主成分,第二主成分,第三主成分,在第一主成分的表達式中第一、二、三項指標的系數(shù)較大,這三個指標起主要作用,我們可以把第一王成分看成是由國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資和居民消費水平所該劃的反映經(jīng)濟發(fā)展狀況的綜合指標;,在第二主成分中,第四、五、六、七項指標的影響大,且第六、七項指標的影響尤其大,可將之看成是反映物價指數(shù)、職工工資和貨物周轉(zhuǎn)量的綜合指標;,在第三主成分中,第八項指數(shù)影響最大,遠超過其它指標的影響,可單獨看成是工業(yè)總產(chǎn)值的影響。,四主成分分析的應(yīng)用,1主成分分析用于系統(tǒng)評估利用主成分F1,F(xiàn)P做線性組合,并以每個主成分FI的方差貢獻率作為權(quán)數(shù)構(gòu)造一個綜合評價函數(shù)也稱Y為評估指數(shù),依據(jù)對每個系統(tǒng)計算出的Y值大小進行排序比較或分類劃級。,例1城市環(huán)境生態(tài)化是城市發(fā)展的必然趁勢,表現(xiàn)為社會、經(jīng)濟、環(huán)境與生態(tài)全方位的現(xiàn)代化水平,一個符合生態(tài)規(guī)律的生態(tài)城市應(yīng)該是結(jié)構(gòu)合理、功能高效和關(guān)系協(xié)調(diào)的城市生態(tài)系統(tǒng)。所謂結(jié)構(gòu)合理是指適度的人口密度,合理的土地利用,良好的環(huán)境質(zhì)量,充足的綠地系統(tǒng),完善的基礎(chǔ)設(shè)施,有效的自然保護;功能高效是指資源的優(yōu)化配置、物力的經(jīng)濟投入、人力的充分發(fā)揮、物流的暢通有序、信息流的快捷;關(guān)系協(xié)調(diào)是指人和自然協(xié)調(diào)、社會關(guān)系協(xié)調(diào)、城鄉(xiāng)協(xié)調(diào)、資源利用和更新協(xié)調(diào)。一個城市要實現(xiàn)生態(tài)城市的發(fā)展目標,關(guān)鍵是在市場經(jīng)濟的體制下逐步改善城市的生態(tài)環(huán)境質(zhì)量,防止生態(tài)環(huán)境質(zhì)量惡化,因此,對城市的生態(tài)環(huán)境水平調(diào)查評價很有必要。,我們對江蘇省十個城市的生態(tài)環(huán)境狀況進行了調(diào)查,得到生態(tài)環(huán)境指標的指數(shù)值,見表1?,F(xiàn)對生態(tài)環(huán)境水平分析和評價。,利用MATLAB中的PRINCOMP命令實現(xiàn)。具體程序如下X078830739108111065870654308259084860683408495078460763307287076290855207564074550780009490089180895404745051260881008903082880785008032088620398703970082460760306888089770792607856065090890206799098770879108736081830944609202092630918509505086200887309538092570928509434091540887109357087600957909741087850854208537090270872908485084730904408866090350630506187063130741506398061420573408980061860738208928078310560808419084640761608234063840960408514,這樣,前三個主成分為第一主成分貢獻率為4312%,第二主成分貢獻率為2934%,第三主成分貢獻率為1197%,前三個主成分累計貢獻率達8424%。如果按80%以上的信息量選取新因子,則可以選取前三個新因子。第一新因子Z1包含的信息量最大為4312%,它的主要代表變量為X8城市文明、X7生產(chǎn)效率、X4城市綠化,其權(quán)重系數(shù)分別為04815、04236、04048,反映了這三個變量與生態(tài)環(huán)境水平密切相關(guān),第二新因子Z2,包含的信息量次之為2934%,它的主要代表變量為X3地理結(jié)構(gòu)、X6資源配置、X9可持續(xù)性,其權(quán)重系數(shù)分別為05299、05273、04589,第三新因子Z3包含的信息量為1197%,代表總量為X9可持續(xù)性、X5物質(zhì)還原,權(quán)重系數(shù)分別為05933、05664。這些代表變量反映了各自對該新因子作用的大小,它們是生態(tài)環(huán)境系統(tǒng)中最重要的影響因素。根據(jù)前三個主成分得分,用其貢獻率加權(quán),即得十個城市各自的總得分根據(jù)總得分排序,結(jié)果見表1。,,2主成分回歸考察進口總額Y與三個自變量國內(nèi)總產(chǎn)值X1,存儲量X2,總消費量X3之間的關(guān)系,現(xiàn)收集數(shù)據(jù)如下,試用主成分回歸分析方法求進口總額與總產(chǎn)值、存儲量和總消費量的定量關(guān)系式,,分析本題目可先嘗試一般的線性回歸模型,但擬合的效果一般,故可嘗試主成分回歸分析方法解首先對各個變量數(shù)據(jù)進行標準化處理,其次,建立指標之間的相關(guān)系數(shù)陣并求出相關(guān)陣的特征值分別為前2個主成分的累計貢獻率在99以上,故取2個主成分(表示XI的標準化變量)由主成分回歸得到的標準化回歸方程為用原變量表示的回歸方程,
下載積分: 4 賞幣
上傳時間:2024-01-06
頁數(shù): 31
大小: 0.71(MB)
子文件數(shù):