2022年用Matlab实现简易图片中的星星计数及位置标记--陈宗华借鉴 .pdf

《2022年用Matlab实现简易图片中的星星计数及位置标记--陈宗华借鉴 .pdf》由会员分享，可在线阅读，更多相关《2022年用Matlab实现简易图片中的星星计数及位置标记--陈宗华借鉴 .pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1 / 7用 Matlab 实现简易图片中的星星计数及位置标记By C.Z.H - 在天文观测中， 统计出星星的数量以及标记出位置对于研究不同时刻同一角度观测有着重要的意义，可以用来分析不同时刻行星的位移变化而从推测行星的运动趋势。而Matlab有着强大的矩阵处理功能，而图片则由数据矩阵记录图片像素信息。利用Maltab 结合图像处理和识别技术可自动化实现星星计数和标记等简单功能。Matlab 中支持真彩色图像、索引图像、灰度图像、二值图像4 种不同的图像类型，不同类型的图像在Matlab 中存储形式不同，部分图像间是可以进行转化的。一、在灰度图中利用极大值方法计数和标记目前用数码相机获取图像

2、格式为BMP 或 JPG的真彩图，真彩图像是既含亮度信息又含色彩信息的图像，一幅 m*n 大小的真彩图像要由 m*n*3 元素类型为字节的矩阵表示，其中数字 3 指的是像素中的RGB三层分量。 而灰度图像是只含亮度信息不含色彩信息的图像，一副灰度图像可以由m*n矩阵来表示。 将真彩色图像转换为灰度图像，一方面可以去掉一些无用的信息； 另一方面大幅度减少图像的数据量，减轻后期处理的工作量，因此灰度处化处理是图像处理中很重要的一步。把真彩图转化成灰度图后，进行滤波降噪。 我们近似的认为每一个星星的亮度都可以看成高斯波包或者类似高斯形状的波包。此时，就可以利用寻找极大值法，标记和统计出星星的位置和数

3、量。其原理为：一维的情况很容易找出一数列的极大值，对于二维情况， 我们只要使二维图片的x 方向和 y 方向同时满足极大值的情况就是我们要找的二维极大值，也就是我们要找的星星，图1 通过程序计算，统计出72 颗星。范例Matlab程序见附录1。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 7 页 - - - - - - - - - 2 / 7图 1 小尺度星星图图 2 采用查找极大值的方法对小尺度星星进行标记及统计通过寻找极大值的方法数出并标识行星的位置存在着缺陷，因为这

4、种方法要求星星的亮度中间必须是极大值，如果不是极大值， 亮度中间是平的或者是凹陷的情况就未被识别出来。有的峰值四周高中间低，这就出现了多个极大值点，对统计产生干扰。二、在二值图中利用形态学进行计数和标记名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 7 页 - - - - - - - - - 3 / 7对于大目标大形状的星体，可能不满足高斯包分布的情况下，还可以通过Matlab 形态学工具箱功能实现星星的识别和计数。形态学是建立在二值图像的基础上，而二值化处理是利用图像中

5、要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域(目标 1 白色和背景0 黑色 )的组合，其关键是选择合理的分割阈值。当一个像素的灰度值超过这个阈值,就可以说这个像素变成1，反之则变成0。为了增强星星和背景的区分度，便于后续的特征处理，要对图像二值化操作，为此要进行阈值分割，阈值的选取决定了最终图像效果的好坏，选取一个合适的阈值，将会得到较好的图像效果。形态学处理是针对二值图像依据数学形态学的集合论方法发展起来的图像处理方法。包括腐蚀、 膨胀、区域填充等处理操作。下面就看一个大尺度星星的统计与标识范例，通过对图3 的计算，算出有85 个星状物。范例程序见附录2。图

6、3 大尺度星星图名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 7 页 - - - - - - - - - 4 / 7图 4 形态学操作处理名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 7 页 - - - - - - - - - 5 / 7图 5 通过形态学操作对大尺度星星进行标记及统计三、总结利用 Matlab 可以很方便的实现了对星星的计数及标

7、识。虽然算法简单粗略，但给出了简单的判断和估算，而且可做多次复杂结合处理，以便得到预期结果。附录 1 寻找极大值方法进行标记和统计% 通过找出极大值数出星星的个数，以及标志出来clear; clc; f,map=imread(E:search starstars1.jpg); f=rgb2gray(f); fy=double(f); fy(fy100)=0;%滤波，把低于某一值的变为0 f1=(fy(:,:,1); % f1=flipud(fy(:,:,1);%flipud使矩阵上下翻转f2=f1; m,n=size(f1); f01=zeros(m,n); 名师资料总结 - - -精品资料欢

8、迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 7 页 - - - - - - - - - 6 / 7f02=zeros(m,n); f03=zeros(m,n); a1=diff(f1); b1=sign(a1); c1=diff(b1); x1,y1=find(c1=-2); x1=x1+1; for i=1:size(x1); f01(x1(i),y1(i)=f1(x1(i),y1(i); end a2=diff(f2); b2=sign(a2); c2=diff(b2); x2,y2=find(c

9、2=-2); x2=x2+1; for i=1:size(x2); f02(y2(i),x2(i)=f1(y2(i),x2(i); end x,y=find(f01=f02 & f01=0);% 找出极大值的位置，也即是星星的位置，星星的个数 =size （x）=size（y）for i=1:size(x); f03(x(i),y(i)=f1(x(i),y(i); end figure(1) % contour(f1) imshow(f) hold on for i=1:size(x); plot(y(i),x(i),marker,*,markeredgecolor,r,markersize,

10、10); end 附录 2 形态学操作进行标记及统计clear all close all clc % 载入图片RGB = imread(E:search starstars2.jpg); I = rgb2gray(RGB);% 真彩图转成灰度图figure(1);imshow(I) % 灰度图像二值化，全局阈值分割最大化类间方差level = graythresh(I); BW = im2bw(I,level); figure(2);imshow(BW) 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - -

11、 - - - - 第 6 页，共 7 页 - - - - - - - - - 7 / 7% 孔洞填充和形态学开运算BW1 = imfill(BW,holes); figure(3);imshow(BW1) se1 = strel(disk,3); BW2 = imdilate(BW1,se1);%膨胀操作figure(4);imshow(BW2) se2 = strel(disk,5); BW3 = imopen(BW2,se2);%开运算figure(5);imshow(BW3) L,N = bwlabel(BW3,4); % N 即为目标个数 ,4 连通区域， L 为位置矩阵% 标记目标物figure(6);imshow(RGB) hold on for k = 1:N r,c = find(L = k); rbar = mean(r);%取 r 的平均值 cbar = mean(c);%取 c 的平均值 plot(cbar,rbar,marker,*,markeredgecolor,b,markersize,10); end 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 7 页，共 7 页 - - - - - - - - -