【危险品识别】基于matlab颜色直方图危险品识别【含Matlab源码 470期】
【摘要】
一、颜色直方图简介
1 直方图 再讲颜色直方图之前，先简单介绍一下直方图。 直方图作为一种简单有效的基于统计特性的特征描述子，在计算机视觉领域广泛使用。它的优点主要体现在两个方面:一是对于任意一个图像区...
一、颜色直方图简介
1 直方图
再讲颜色直方图之前，先简单介绍一下直方图。 直方图作为一种简单有效的基于统计特性的特征描述子，在计算机视觉领域广泛使用。它的优点主要体现在两个方面:一是对于任意一个图像区域，直方图特征的提取简单方便;其二，直方图表征图像区域的统计特性，可以有效表示多模态的特征分布，并且本身具备一定的旋转不变性。因此，在计算机视觉领域，基于不同底层特征的各种新颖直方图描述子层出不穷，包括亮度直方图，颜色直方图，HOG，局部二值模式直方图[等。其中颜色直方图是目标跟踪领域最为广泛使用的描述子，然而传统的颜色直方图对光照变化敏感，同时目标区域内像素位置分布被完全忽略。
2 颜色直方图
也就是说明某一像素值范围的像素点的个数，X轴为像素值，Y为个数。
3 彩色直方图
彩色图像有三个通道，我们可以把它的三个通道分别取出来进行绘制。则可以看每个通道上像素的分布，得到原图中哪种颜色比较多。
4 直方图均衡化
直方图均衡化的作用是图像增强。
有两个问题比较难懂，一是为什么要选用累积分布函数，二是为什么使用累积分布函数处理后像素值会均匀分布。
第一个问题。均衡化过程中，必须要保证两个条件：①像素无论怎么映射，一定要保证原来的大小关系不变，较亮的区域，依旧是较亮的，较暗依旧暗，只是对比度增大，绝对不能明暗颠倒；②如果是八位图像，那么像素映射函数的值域应在0和255之间的，不能越界。综合以上两个条件，累积分布函数是个好的选择，因为累积分布函数是单调增函数（控制大小关系），并且值域是0到1（控制越界问题），所以直方图均衡化中使用的是累积分布函数。
第二个问题。累积分布函数具有一些好的性质，那么如何运用累积分布函数使得直方图均衡化？比较概率分布函数和累积分布函数，前者的二维图像是参差不齐的，后者是单调递增的。直方图均衡化过程中，映射方法是
二、部分源代码
function varargout = main(varargin)
% MAIN MATLAB code for main.fig
% MAIN, by itself, creates a new MAIN or raises the existing
% singleton*.
%
% H = MAIN returns the handle to a new MAIN or the handle to
% the existing singleton*.
%
% MAIN('CALLBACK',hObject,eventData,handles,...) calls the local
% function named CALLBACK in MAIN.M with the given input arguments.
%
% MAIN('Property','Value',...) creates a new MAIN or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before main_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to main_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one
% instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help main
% Last Modified by GUIDE v2.5 19-Apr-2016 17:05:45
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @gui_OpeningFcn, ...
'gui_OutputFcn', @main_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% --- Outputs from this function are returned to the command line.
function varargout = main_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
%%GUI界面初始化
function gui_OpeningFcn(hObject, eventdata, handles, varargin)
axes( handles.axes1 )
imshow( 'GUI问号.jpg' ) ;
axes( handles.axes2 )
imshow( 'GUI问号.jpg' ) ;
axes( handles.axes3 )
imshow( 'GUI问号.jpg' ) ;
axes( handles.axes4 )
imshow( 'GUI问号.jpg' ) ;
handles.output = hObject;
set( handles.slider1 , 'Value' , 0.8 );
set( handles.edit1 , 'String' ,0.8 ) ;
guidata(hObject, handles);
%%打开测试图像
% --- Executes on button press in open_test_img.
function open_test_img_Callback(hObject, eventdata, handles)
% hObject handle to open_test_img (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global file %定义全局变量
[filename,pathname]=uigetfile({'*.jpg';'*.bmp';'*.gif';'*.png';'*.tif';'*.tga'},'选择测试图像');%跳出对话框
file=strcat(pathname,filename);%生成完成的图像路径和图像名
I=imread(file);%读取图像
axes(handles.axes1);%在第一个坐标系中显示打开的图片
imshow(I);
%%进行训练
% --- Executes on button press in start_test.
function start_test_Callback(hObject, eventdata, handles)
% hObject handle to start_test (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global filename wav_num mydir wav_path_list %全局变量
h = waitbar(0,'正在训练，请稍等...');
for j=1:wav_num
str= strcat(fullfile(mydir, wav_path_list(j).name));
I=imread(str);
[count1,I] = GetRgbHist(str);
Count{j}=count1;
II{j}=I;
waitbar( j/wav_num ) ;
end
save('Parametre.mat','Count','II');
close(h);
%%退出按钮
% --- Executes on button press in close.
function close_Callback(hObject, eventdata, handles)
% hObject handle to close (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
close;
% --- Executes on button press in open_xunlian.
function open_xunlian_Callback(hObject, eventdata, handles)
% hObject handle to open_xunlian (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global filename wav_num mydir wav_path_list %全局变量
mydir=uigetdir('c:','请选择训练样本所在的目录');%跳出对话框
wav_path_list = dir(fullfile(mydir,'*.jpg'));
wav_num=length(wav_path_list);
filename={wav_path_list.name};
str = sprintf('该目录包含%d个图像文件',wav_num);
msgbox(str);
%%开始检测
% --- Executes on button press in start_jiance.
function start_jiance_Callback(hObject, eventdata, handles)
% hObject handle to start_jiance (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
load 'Parametre.mat';
[a,b]=size(II);
global file
[count2,I2] = GetRgbHist(file);
%bbbbb=count2
for i=1:b
value(i) = imsimilar(Count{i},count2,2);
end
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
- 127
- 128
- 129
- 130
- 131
- 132
- 133
- 134
- 135
- 136
- 137
- 138
三、运行结果
四、matlab版本及参考文献
1 matlab版本
2019版
2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。
原文链接：qq912100926.blog.csdn.net/article/details/114523845
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）