122.MATLAB编程 图像处理实现直线识别（拟合角平分线）.rar

function chengxu() %第1步 close all I=imread('1.jpg'); %读取图像 I=rgb2gray(I); %彩色图像转换成灰度图 % I=im2bw(I); %二值化 I=edge(double(I)); %检测图像的边缘 figure imshow(I) %显示边缘检测的结果 %第2步 [m,n]=size(I); %计算图像的尺寸 M=3; %定义X方向分割的块数 N=3; %定义Y方向分割的块数 mm=floor(m/M); %子块行的长度 nn=floor(n/N); %子块列的长度 count=1; %计数器 figure for i=1:M for j=1:N A=I((i-1)*mm+1:i*mm,(j-1)*nn+1:j*nn); %分割原图像，得到一个子块 subplot(M,N,count) imshow(A) %显示一个子块 zuoshangjiao=[(i-1)*mm+1 (j-1)*nn+1]; %子块左上角的坐标 [x,y,k,b]=zikuai(A,zuoshangjiao); %得到子块里白色像素点拟合得到的直线的斜率k和截距b（调用zikuai函数） X{count}=x; %保存子块里所有白色像素的x坐标 Y{count}=y; %保存子块里所有白色像素的y坐标 K(count)=k; %保存子块里拟合得到的直线的斜率k B(count)=b; %保存子块里拟合得到的直线的截距b count=count+1; %计数器加1，进行下一个子块的计算 end end %第3步 msgbox('MATLAB编程答疑，请加QQ: 993878382','MATLAB答疑','help') web http://993878382.qzone.qq.com -browser KK=K(~isnan(K)); %去掉K中的NaN（白色像素点少于10的子块） BB=B(~isnan(B)); %去掉B中的NaN（白色像素点少于10的子块） mean_K=mean(KK); %求所有斜率的平均值 mean_B=mean(BB); %求所有截距的平均值 figure subplot(2,1,1) plot(KK,'-o') title('各子块拟合得到的直线k值') subplot(2,1,2) plot(BB,'-o') title('各子块拟合得到的直线b值') count1=1; count2=1; for i=1:length(K) if ~isnan(K(i)) if K(i)>mean_K %大于斜率平均值的子块，将这些子块的白色像素点位置集合到cell型数组X1和Y1（分别存x和y） X1{count1}=X{i}; Y1{count1}=Y{i}; count1=count1+1; else %小于斜率平均值的子块，将这些子块的白色像素点位置集合到cell型数组X2和Y2（分别存x和y） X2{count2}=X{i}; Y2{count2}=Y{i}; count2=count2+1; end end end XX1=[]; YY1=[]; XX2=[]; YY2=[]; for i=1:length(X1) %大于斜率平均值的子块，将这些子块的白色像素点位置集合到double型数组里，方便计算 XX1=[XX1;X1{i}]; YY1=[YY1;Y1{i}]; end for i=1:length(X2) %小于斜率平均值的子块，将这些子块的白色像素点位置集合到double型数组里，方便计算 XX2=[XX2;X2{i}]; YY2=[YY2;Y2{i}]; end %%%%%直线1和直线2被从图像里提取出来了分别为XX1,YY1和XX2,YY2 %离散点拟合得到直线1的斜率k1和截距b1 A1=[XX1,ones(length(XX1),1)]; kb1=A1\YY1; k1=kb1(1); b1=kb1(2); %离散点拟合得到直线2的斜率k2和截距b2 A2=[XX2,ones(length(XX2),1)]; kb2=A2\YY2; k2=kb2(1); b2=kb2(2); xx0=[1 m]; yy0=[1 n]; yy1=k1*xx0+b1; %得到直线1上的两点，以便绘制直线1 yy2=k2*xx0+b2; %得到直线3上的两点，以便绘制直线2 %%%%绘制拟合得到的直线和分离出来的离散点 %直线1 figure axis([1,m,1,n]) %设定显示范围 hold on scatter(XX1,YY1,'LineWidth',5) %绘制直线1对应的白色像素位置 plot(xx0,yy1,'r','LineWidth',3) %绘制拟合到的直线1 %直线2 hold on scatter(XX2,YY2,'k','LineWidth',5) %绘制直线2对应的白色像素位置 plot(xx0,yy2,'y','LineWidth',3) %绘制拟合到的直线2 %第4步 %求两条直线的交点 X0=(b2-b1)/(k1-k2); Y0=k1*X0+b1; alpha=atan(k1); %直线1与x夹角 beta=atan(k2); %直线2与x夹角 K01=tan((alpha+beta)/2); %角平分线1的斜率 K02=tan(-pi/2+(alpha+beta)/2); %角平分线2的斜率 B01=Y0-K01*X0; %角平分线1的截距 B02=Y0-K02*X0; %角平分线2的截距 %绘制角平分线 xx0=[1 m]; yy0=[1 n]; YY1=K01*xx0+B01; %角平分线1 YY2=K02*xx0+B02; %角平分线2 plot(xx0,YY1); %绘制角平分线1 plot(xx0,YY2); %绘制角平分线2 view([90 90]) end function [x,y,k,b]=zikuai(feikuai,zuoshangjiao) %求每个子块数据拟合出来的直线y=kx+b，返回k和b，以及子块里白色像素点的坐标 x0=zuoshangjiao(1); %得到子块的左上角x坐标 y0=zuoshangjiao(2); %得到子块的左上角y坐标 [m,n]=size(feikuai); %计算子块的大小 N=1; %N从1开始计数 x=[]; %定义子块白色像素x坐标保存的向量x y=[]; %定义子块白色像素y坐标保存的向量y for i=1:m %依次扫描子块各个点的像素值 for j=1:n if feikuai(i,j)==1 %如果是白色像素，保存该像素的坐标 x(N)=i; %保存相对坐标（x方向） y(N)=j; %保存相对坐标（y方向） N=N+1; %计数加1，判断下一个像素 end end end if length(x)<10 %少于10个白色像素的子块（包括没有白点的子块），舍弃掉（点数太少，可能是噪声） k=NaN; %将k b x y 赋值NaN（Matlab系统变量，表示Not a Number），以示与其他子块的区别 b=NaN; x=NaN; y=NaN; return %返回 else %子块白色像素点个数大于等于10，对白色像素点的坐标进行拟合，得到直线的斜率k和截距b x=x+x0; %得到子块内白色像素点相对于原图像的绝对坐标x y=y+y0; %得到子块内白色像素点相对于原图像的绝对坐标y x=x'; A=[x,ones(length(x),1)]; %定义矩阵A（直线拟合就是解超越线性方程组的最小二乘解，未知数为k和b）即A*[k;b]=y'; y=y'; kb=A\y; %得到最小二乘解，对应k和b k=kb(1); %得到k b=kb(2); %得到b end end