正文

上午開題答辯，被機(jī)電系的畢設(shè)主任批的昏頭晃腦的，不過貌似說的都是大實(shí)話，讓我的畢設(shè)有了階段性的突破性認(rèn)知，我現(xiàn)在是個(gè)什么狀況呢？計(jì)算機(jī)老師不愿意管我的畢設(shè)，昨天去找他簽字，說了句：“你快做完，暑假早點(diǎn)過來！”，聽這個(gè)意思，就是，我不管你的畢設(shè)了，你快點(diǎn)做完速度過來。不過也沒轍，工業(yè)大數(shù)據(jù)確實(shí)我們實(shí)驗(yàn)室沒這個(gè)方向。機(jī)電系這邊我掛個(gè)名義上的老師，結(jié)果人都不知道在哪兒，根本不存在指導(dǎo)的問題。so我現(xiàn)在是姥姥不疼，奶奶不愛。今天被胡老師點(diǎn)評(píng)一番反而讓我堅(jiān)定了一些想法，美哉！不過，還是先做完機(jī)器視覺的作業(yè)吧！

正文

對(duì)產(chǎn)品中心的檢測(cè)：設(shè)置好路徑之后，包含關(guān)系是在main（相關(guān)代碼見我以前的一篇文章【機(jī)器視覺與圖像處理】基于MATLAB+Hough的圓檢測(cè)）中調(diào)用hough_circle.m

示例如下：

>> main

---------------圓統(tǒng)計(jì)----------------
  檢測(cè)出1個(gè)圓
  圓心     半徑
1 （528，728）  509
Warning: Image is too big to fit on screen; displaying at 67% 
> In images.internal.initSize (line 71)
  In imshow (line 332)
  In main (line 55) 
>>

對(duì)于悶頭的中心的檢測(cè)、顏色識(shí)別，以及數(shù)字的識(shí)別設(shè)置好路徑后，包含關(guān)系是：MenTou_Color_Number_Detection調(diào)用 Color_Depart.m和Tiao.m，

示例如下：

>>MenTou_Color_Number_Detection
---------------圓統(tǒng)計(jì)----------------
  檢測(cè)出1個(gè)圓
  圓心     半徑
1 （72，72）  60

檢測(cè)出的顏色R:255
  
檢測(cè)出的顏色G:227
  
檢測(cè)出的顏色B:61

數(shù)字是：11
>>

在本次課程設(shè)計(jì)中，因?yàn)閿?shù)字識(shí)別較為困難，所以改為條形碼識(shí)別。分別設(shè)置1到15條長(zhǎng)間隔相同寬度相同的條形碼（示例如下）：

在程序中將其轉(zhuǎn)化為二值化圖像之后具有良好的識(shí)別效果。以上圖的11條形碼來進(jìn)行檢測(cè)迅速得出結(jié)果是11。

當(dāng)然這種用法，我們需要滿足一定的假設(shè)。首先是悶頭上面不應(yīng)該有雜質(zhì)或者是別的會(huì)影響檢測(cè)誤差的因素。這一點(diǎn)需要工作人員手工實(shí)現(xiàn)。另外，我們對(duì)照片的要求質(zhì)量比較高，所以可以采用一個(gè)光電門檢測(cè)產(chǎn)品是否到來。當(dāng)悶頭中心正對(duì)鏡頭的時(shí)候拍照最好。

另外就是我們識(shí)別出來的顏色是以RGB 三原色來表示，所以在設(shè)計(jì)過程中需要首先錄入15種預(yù)設(shè)顏色的RGB參數(shù)。然后獲得當(dāng)前參數(shù)后進(jìn)行比對(duì)即可獲得產(chǎn)品顏色數(shù)據(jù)。

下面是MenTou_Color_Number_Detection.m的代碼：

% 文件1 MenTou_Color_Number_Detection.m  
clc;
clear;  
S = imread('/Users/zhangzhaobo/program/MATLAB/Machine_vision/mentou.jpg');  
circleParaXYR=[];  
%取整張圖的三維尺寸
[m,n,l] = size(S);  

% 通過判斷對(duì)象類型來決定是否轉(zhuǎn)化為灰度圖
if l>1  
    I = rgb2gray(S); 
else
    I=S
end  

%采用sobel算子來進(jìn)行邊緣檢測(cè)
BW = edge(I,'sobel');  
[m,n]=size(BW);
% 步長(zhǎng)為1，即每次檢測(cè)的時(shí)候增加的半徑長(zhǎng)度
step_r = 1;  

%檢測(cè)的時(shí)候每次轉(zhuǎn)過的角度
step_angle = 0.1; 

% 對(duì)檢測(cè)的圓的大小范圍預(yù)估，在實(shí)際項(xiàng)目中因?yàn)楫a(chǎn)品大小固定，所以可以給定較小范圍，提高運(yùn)行速度 
minr = 55;  
maxr = 70;  

% 自動(dòng)取最優(yōu)的灰度閾值
thresh = graythresh(I);  

% 調(diào)用hough_circle函數(shù)進(jìn)行霍夫變換檢測(cè)圓
[hough_space,hough_circle,para] = hough_circle(BW,step_r,step_angle,minr,maxr,thresh);  
 figure(1),imshow(I),title('原圖')  
 figure(2),imshow(BW),title('邊緣')  
 figure(3),imshow(hough_circle),title('檢測(cè)結(jié)果')  


circleParaXYR=para;  

%輸出  
fprintf(1,'\n---------------圓統(tǒng)計(jì)----------------\n');  
[r,c]=size(circleParaXYR); % r=size(circleParaXYR,1);  
fprintf(1,'  檢測(cè)出%d個(gè)圓\n',r); % 圓的個(gè)數(shù)  
fprintf(1,'  圓心     半徑\n'); % 圓的個(gè)數(shù)  
for n=1:r  
%     x0=floor(circleParaXYR(n,1));
%     y0=floor(circleParaXYR(n,2));
%     if x0>0.25*m && x0<0.75*m && y0>0.25*n && y0<0.75*n
        fprintf(1,'%d （%d，%d）  %d\n',n,floor(circleParaXYR(n,1)),floor(circleParaXYR(n,2)),floor(circleParaXYR(n,3))); 
%    end
end  
  
%標(biāo)出圓  
 figure(4),imshow(I),title('檢測(cè)出圖中的圓')  
%figure(1),imshow(I),title('檢測(cè)出圖中的圓')  
hold on;  

plot(circleParaXYR(:,2), circleParaXYR(:,1), 'r+');  
for k = 1 : r %size(circleParaXYR, 1)  
    t=0:0.01*pi:2*pi;  
    x=cos(t).*circleParaXYR(k,3)+circleParaXYR(k,2);
    y=sin(t).*circleParaXYR(k,3)+circleParaXYR(k,1);  
    plot(x,y,'r');  
end  

x0=circleParaXYR(1,1);
y0=circleParaXYR(1,2);
r=circleParaXYR(1,3);
[Rr,Gg,Bb]=Color_Depart(S,x0,y0,r);
fprintf('\n檢測(cè)出的顏色R:%d\n',int32(Rr)); % 
fprintf('  \n檢測(cè)出的顏色G:%d\n',Gg); %   
fprintf('  \n檢測(cè)出的顏色B:%d\n',Bb); % 
num=[];
for k=1:11
    num(k)=Tiao(S,x0+5-k,y0,r);
end
fprintf('\n數(shù)字是：%d',mode(num));

% 條紋的個(gè)數(shù)  
fprintf('\n');

下面是Color_Depart.m的代碼：

function [R,G,B]=Color_Depart(I,x0,y0,r)
% I=imread('Alan_Walker.jpg');
n=r-10;
for k=1:1000
    a = round(x0+(cos(pi/1000*k))*n);
    b = round(y0+(sin(pi/1000*k))*n);
    A(k)=I(a,b,1);
    X(k)=I(a,b,2);
    C(k)=I(a,b,3);
end
R=mode(A);
G=mode(X);
B=mode(C);

下面是Tiao.m的代碼：

function [number]=Tiao(bw,x0,y0,r)
bw=im2bw(bw);
% [m,n]=size(bw);
number=0;
count=0;
for s=y0-r*0.8:y0+r*0.8
    if bw(x0,s)==0
        count=count+1;
    end
    if count>2 && bw(x0,s)==1 && bw(x0,s+2)==1
        count=0;
        number=number+1;
    end
end
% return number

說明：Tiao.m與Color_Depart.m都是在MenTou_Color_Number_Detection.m中調(diào)用，所以把這些文件全部建立丟到一個(gè)文件夾下，設(shè)置為工作路徑即可按照開頭的說明直接用了。

既然都到這兒了，順手把圖貼出來吧！！