基于Matlab图像识别技术的隐形眼镜镜片边缘缺陷检测.zip

%% 代码描述 % @file （Detect_ContactLensDefect.m） % @brief （使用图像识别技术，对隐形眼镜图片边缘缺陷进行检测并标识） % @version 1.0 （版本声明） % @author （RyanZzzq） % @date （2023.7.6） %% 初始化 close all; clear all; clc; %% 读取图片并转为灰度图 mI = double( imread( './3.png' ) ); mI = mI( :, :, 1 ); figure; subplot( 1, 2, 1 ); imagesc( mI ); axis image; colormap( gray ); %转换成灰度图 title( 'Contact Lens' ); %% 获取图片高度和宽度 [ H, W ] = size( mI ); mVEdge = zeros( H, W ); %% 在平铺位置创建坐标区，以此进行下一步操作 for i = 2 : H mVEdge( i, : ) = mI( i, : ) - mI( i - 1, : ); end figure; imagesc( mVEdge ); axis image; colormap( gray ); title( 'Vertical Edge' ); %垂直边缘 mHEdge = zeros( H, W ); for i = 2 : W mHEdge( :, i ) = mI( :, i ) - mI( :, i - 1 ); end figure; imagesc( mHEdge ); axis image; colormap( gray ); title( 'Horizontal Edge' ); %水平线边缘 mEuclidEdge = sqrt( mVEdge .* mVEdge + mHEdge .* mHEdge ); mCombinedEdge = ( mVEdge .* mVEdge + mHEdge .* mHEdge ); figure; imagesc( mCombinedEdge ); axis image; colormap( gray ); title( 'Euclid Edge' ); %欧几里得边缘 Th = max( mCombinedEdge( : ) ) / 5; mBinaryEdge = zeros( H, W ); vEdgeIdx = find( mCombinedEdge > Th ); mBinaryEdge( vEdgeIdx ) = 1; figure; imagesc( mBinaryEdge ); axis image; colormap( gray ); title( 'Binary Edge' ); %二维边缘 vX = floor( ( vEdgeIdx - 1 ) / H ) + 1; vY = mod( vEdgeIdx - 1, H ) + 1; figure; plot( vX, vY, '.' ); axis image; vB = vX .* vX + vY .* vY; mA = [ ones( length( vEdgeIdx ), 1 ), 2 * vX, 2 * vY ]; vS = mA \ vB; X0 = vS( 2 ); Y0 = vS( 3 ); Radius = sqrt( vS( 1 ) + X0 * X0 + Y0 * Y0 ); hold on; plot( X0, Y0, 'ro' ); vDiff = abs( Radius - sqrt( ( vX - X0 ) .^ 2 + ( vY - Y0 ) .^ 2 ) ); %求半径之差的绝对值 vDefectIdx = find( vDiff > 2 ); vDefectX = vX( vDefectIdx ); vDefectY = vY( vDefectIdx ); %% 显示识别结果 figure( 1 ); subplot( 1, 2, 2 ); imagesc( mI ); axis image; colormap( gray ); title( 'Detected defects' ); hold on; plot( vDefectX, vDefectY, 'ro' );