簡(jiǎn)介：畢業(yè)設(shè)計(jì)（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(jiǎn)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(biāo)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(shí)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(cè)量技術(shù)和數(shù)字圖像處理技術(shù)的飛速發(fā)展。同時(shí)激光三維成像系統(tǒng)在目標(biāo)識(shí)別與辨認(rèn)等方面具備潛力。應(yīng)用廣泛（數(shù)字城市對(duì)城市進(jìn)行多分辨率、多尺度、多時(shí)空和多種類的三維描述、線路維護(hù)、林業(yè)區(qū)分地貌、洪水制圖、淺海海底地形繪測(cè)、文物保護(hù)，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(biāo)。,,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(zhǎng)距離激光掃描儀,按照掃描平臺(tái)分類,1,2,按照掃描的有效距離分類,◎機(jī)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(gè)激光脈沖信號(hào)，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(jì)算目標(biāo)點(diǎn)P與掃描儀距離S，控制編碼器同步測(cè)量每個(gè)激光脈沖橫向掃描角度觀測(cè)值Α和縱向掃描角度觀測(cè)值Β。本次論文利用掃描儀來獲取圖片,,圖像處理實(shí)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(cè),,輪廓提取,,,分析坐標(biāo),,,,,,步驟,,,,圖像處理實(shí)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(shí)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(jiǎn)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(shí)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(duì)比,,,,圖像處理實(shí)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(shí)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(duì)噪聲有抑制作用）,41圖像銳化,,,圖像處理實(shí)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(cè),PREWITT算子,,圖像處理實(shí)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(cè),CANNY算子,,,圖像處理實(shí)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(zhǔn)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(shí)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(shí)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(yùn)算）目的是去除目標(biāo)內(nèi)部和背景中的干擾,6形態(tài)學(xué)處理,,,圖像處理實(shí)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(diǎn)（給各鄰域像素排序取中間值代替當(dāng)前值）,7中值濾波,,,圖像處理實(shí)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(duì)每一個(gè)連通域標(biāo)記，然后去除面積較小的白色塊（以水杯背面為例進(jìn)行標(biāo)記濾波）,81連通域?yàn)V波,,,圖像處理實(shí)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(shí)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(huì)出現(xiàn)斷續(xù),,圖像處理實(shí)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(biāo),三維坐標(biāo)系的建立,,,圖像處理實(shí)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(diǎn)進(jìn)行分析,11提取特征點(diǎn),謝謝各位老師,
下載積分： 4 賞幣
上傳時(shí)間：2024-01-06
頁數(shù)： 24
大小： 4.24(MB)
子文件數(shù)：
簡(jiǎn)介：主成分分析,主成分分析的基本原理主成分分析的計(jì)算步驟主成分分析方法應(yīng)用實(shí)例,在實(shí)際問題研究中，多變量問題是經(jīng)常會(huì)遇到的。變量太多，無疑會(huì)增加分析問題的難度與復(fù)雜性，而且在許多實(shí)際問題中，多個(gè)變量之間是具有一定的相關(guān)關(guān)系的。因此，人們會(huì)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(shí)上，這種想法是可以實(shí)現(xiàn)的，主成分分析方法就是綜合處理這種問題的一種強(qiáng)有力的工具。主成分分析是把原來多個(gè)變量劃為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)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(cè)量很多尺寸，如身長(zhǎng)、袖長(zhǎng)、胸圍、腰圍、肩寬、肩厚等十幾項(xiàng)指標(biāo)，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(hào)分得過多而是從多種指標(biāo)中綜合成幾個(gè)少數(shù)的綜合指標(biāo)，做為分類的型號(hào)，利用主成分分析將十幾項(xiàng)指標(biāo)綜合成3項(xiàng)指標(biāo)，一項(xiàng)是反映長(zhǎng)度的指標(biāo)，一項(xiàng)是反映胖瘦的指標(biāo)，一項(xiàng)是反映特體的指標(biāo)。,一、主成分分析的基本原理,假定有N個(gè)樣本，每個(gè)樣本共有P個(gè)變量，構(gòu)成一個(gè)NP階的數(shù)據(jù)矩陣,,（11）,當(dāng)P較大時(shí)，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(jìn)行降維處理，即用較少的幾個(gè)綜合指標(biāo)代替原來較多的變量指標(biāo)，而且使這些較少的綜合指標(biāo)既能盡量多地反映原來較多變量指標(biāo)所反映的信息，同時(shí)它們之間又是彼此獨(dú)立的。,定義記X1，X2，，XP為原變量指標(biāo)，Z1，Z2，，ZM（M≤P）為新變量指標(biāo),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(biāo)Z1，Z2，，ZM分別稱為原變量指標(biāo)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(shí)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(gè)較大的特征值所對(duì)應(yīng)的特征向量。,二、主成分分析的計(jì)算步驟,設(shè)有N個(gè)樣品，每個(gè)樣品觀測(cè)P個(gè)指標(biāo)，將原始數(shù)據(jù)寫成矩陣,1．將原始數(shù)據(jù)標(biāo)準(zhǔn)化。這里不妨設(shè)上邊矩陣已標(biāo)準(zhǔn)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(jì)算主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率貢獻(xiàn)率,累計(jì)貢獻(xiàn)率,一般取累計(jì)貢獻(xiàn)率達(dá)8595的特征值所對(duì)應(yīng)的第1、第2、、第M（M≤P）個(gè)主成分。,三、實(shí)例演示,例對(duì)全國30個(gè)省市自治區(qū)經(jīng)濟(jì)發(fā)展基本情況的八項(xiàng)指標(biāo)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(biāo)準(zhǔn)化。,第二步建立指標(biāo)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(gè)特征值累計(jì)貢獻(xiàn)率已達(dá)89．564％，說明前3個(gè)主成分基本包含了全部指標(biāo)具有的信息，我們?nèi)∏?個(gè)特征值，并計(jì)算出相應(yīng)的特征向量,因而前三個(gè)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(dá)式中第一、二、三項(xiàng)指標(biāo)的系數(shù)較大，這三個(gè)指標(biāo)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(fèi)水平所該劃的反映經(jīng)濟(jì)發(fā)展?fàn)顩r的綜合指標(biāo)；,在第二主成分中，第四、五、六、七項(xiàng)指標(biāo)的影響大，且第六、七項(xiàng)指標(biāo)的影響尤其大，可將之看成是反映物價(jià)指數(shù)、職工工資和貨物周轉(zhuǎn)量的綜合指標(biāo)；,在第三主成分中，第八項(xiàng)指數(shù)影響最大，遠(yuǎn)超過其它指標(biāo)的影響，可單獨(dú)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(píng)估利用主成分F1，F(xiàn)P做線性組合，并以每個(gè)主成分FI的方差貢獻(xiàn)率作為權(quán)數(shù)構(gòu)造一個(gè)綜合評(píng)價(jià)函數(shù)也稱Y為評(píng)估指數(shù)，依據(jù)對(duì)每個(gè)系統(tǒng)計(jì)算出的Y值大小進(jìn)行排序比較或分類劃級(jí)。,例1城市環(huán)境生態(tài)化是城市發(fā)展的必然趁勢(shì)，表現(xiàn)為社會(huì)、經(jīng)濟(jì)、環(huán)境與生態(tài)全方位的現(xiàn)代化水平，一個(gè)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(hù)；功能高效是指資源的優(yōu)化配置、物力的經(jīng)濟(jì)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(huì)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(gè)城市要實(shí)現(xiàn)生態(tài)城市的發(fā)展目標(biāo)，關(guān)鍵是在市場(chǎng)經(jīng)濟(jì)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(duì)城市的生態(tài)環(huán)境水平調(diào)查評(píng)價(jià)很有必要。,我們對(duì)江蘇省十個(gè)城市的生態(tài)環(huán)境狀況進(jìn)行了調(diào)查，得到生態(tài)環(huán)境指標(biāo)的指數(shù)值，見表1。現(xiàn)對(duì)生態(tài)環(huán)境水平分析和評(píng)價(jià)。,利用MATLAB中的PRINCOMP命令實(shí)現(xiàn)。具體程序如下X078830739108111065870654308259084860683408495078460763307287076290855207564074550780009490089180895404745051260881008903082880785008032088620398703970082460760306888089770792607856065090890206799098770879108736081830944609202092630918509505086200887309538092570928509434091540887109357087600957909741087850854208537090270872908485084730904408866090350630506187063130741506398061420573408980061860738208928078310560808419084640761608234063840960408514,這樣，前三個(gè)主成分為第一主成分貢獻(xiàn)率為4312％，第二主成分貢獻(xiàn)率為2934％，第三主成分貢獻(xiàn)率為1197％，前三個(gè)主成分累計(jì)貢獻(xiàn)率達(dá)8424％。如果按80％以上的信息量選取新因子，則可以選取前三個(gè)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(gè)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(duì)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(gè)主成分得分，用其貢獻(xiàn)率加權(quán)，即得十個(gè)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(jìn)口總額Y與三個(gè)自變量國內(nèi)總產(chǎn)值X1,存儲(chǔ)量X2，總消費(fèi)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(jìn)口總額與總產(chǎn)值、存儲(chǔ)量和總消費(fèi)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(duì)各個(gè)變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，其次，建立指標(biāo)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(gè)主成分的累計(jì)貢獻(xiàn)率在99以上，故取2個(gè)主成分（表示XI的標(biāo)準(zhǔn)化變量）由主成分回歸得到的標(biāo)準(zhǔn)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(shí)間：2024-01-06
頁數(shù)： 31
大?。?0.71(MB)
子文件數(shù)：
