Zastosowanie obrazu cyfrowego do zliczania liczby elementów.doc

Cel ćwiczenia:

Zapoznanie się z podstawowymi pojęciami związanymi z przetwarzaniem obrazów metodami określania niepewności pomiarowej.

Wstęp teoretyczny:

Dyskretyzacja obrazu

Komputerowe przetwarzanie obrazu zakłada dyskretną reprezentację obrazu. W obecnych systemach przetwarzania obrazu wykorzystuje się najczęściej rozmieszczenie cyfrowych elementów obrazu według siatki kwadratowej. Tak więc obrazy można przedstawić jako macierz, której poszczególne elementy informują o kolorze określonego punktu we współrzędnych obrazu. 

Piksel jest to najmniejszy jednolity element obrazu wyświetlanego na ekranie (monitora komputerowego, telewizora itp.), drukowanego (dotyczy technologii druku punktowego) lub uzyskiwanego za pomocą urządzeń przetwarzania obrazu (aparat cyfrowy, skaner).

Jeden piksel w odniesieniu do monitorów to bardzo mały kwadrat lub prostokąt widzialny
z odległości użytkowej jako wypełniony jednolitym kolorem. Tryb pracy monitora,
a konkretnie jego rozdzielczość to właśnie liczba pikseli jakie zawiera on w pionie i poziomie.

Obraz składa się z bardzo dużej liczby pikseli, których kolory mogą być niezależnie zmieniane. Każdy piksel składa się z trzech tzw. subpikseli, świecących w kolorach: czerwonym, zielonym i niebieskim. Odpowiednie sterowanie intensywnościami świecenia danych subpikseli powoduje powstanie wypadkowego koloru całego piksela. Kolorowi białemu odpowiada maksymalna intensywność świecenia wszystkich trzech składowych, kolorowi czarnemu – wszystkie subpiksele wygaszone.

Wybór właściwej ilości pikseli jest sprawą bardzo ważną gdyż ilość pikseli przypadającą na jednostkę długości jest miarą rozdzielczości obrazu, a co za tym idzie zdolności rozpoznawania szczegółów obrazu. Im większą rozdzielczość ma obraz, tym więcej szczegółów zawiera i więcej informacji można z niego odczytać. Liniowy wzrost rozdzielczości obrazu pociąga za sobą kwadratowy wzrost czasu przetwarzania i objętości samej reprezentacji.

Każdy piksel może przyjmować jeden spośród ograniczonej ilości stanów. Ilość ta, popularnie nazywana jest ilością kolorów, może być także w komputerowej reprezentacji obrazu interpretowana jako ilość bitów przeznaczonych na zapamiętanie stanu jednego elementu obrazu.

Podczas przetwarzania obrazu sposób postępowania jest zazwyczaj następujący: pozyskuje się obraz o stosunkowo dużej ilości kolorów, by w trakcie kolejnych, wstępnych etapów obróbki obrazu dojść do mniejszej, praktycznej ilości kolorów.

Segmentacja obrazu to proces podziału obrazu na części określane jako obszary (regiony), które są jednorodne pod względem pewnych wybranych własności. Obszarami są zbiory pikseli (punktów). Własnościami, które są często wybierane jako kryteria jednorodności obszarów są: poziom szarości, barwa, tekstura.

Najczęściej wykorzystywane formaty:

1. Binarny – zajmujący najmniej pamięci. Poszczególne piksele mogą przybierać tylko dwie wartości (najczęściej koduje się kolory czarny i biały).
2. Monochromatyczny – wartość danego elementu obrazu wyraża poziom jego jasności. Przy zastosowaniu ośmiu bitów do zakodowania obrazów można uzyskać 256 stopni szarości.
3. Kolorowy – opisuje nasycenie jednej z trzech barw podstawowych modelu kolorów RGB. Za pomocą tego formatu można zapisać różne odcienie kolorów należące do danego modelu kolorów. Wadą tego formatu jest stosunkowo duża zajętość pamięci.

Analiza obrazu przebiega najczęściej w następujący sposób:

1. Wstępne przetwarzanie obrazu. Ma ono na celu wyeliminowanie z obrazu nieistotnych lub zakłócających elementów z punktu widzenia zamierzonych celów analizy, jak również uwypuklenie interesujących cech analizowanego obrazu. Przetwarzanie to prowadzi do określonych zmian w obrazie, a jego wynikiem jest również obraz.
2. Segmentacja obrazu polegająca na takim przetworzeniu obrazu, aby pozostały na nim wydzielone obszary.
3. Dokonanie pomiarów poszukiwanych cech analizowanego obszaru na obrazie. Pomiary pozwalają uzyskać wielkości ilościowe.

Część praktyczna:

Schemat stanowiska pomiarowego

2

1

5

4

3

komputer

1.Kamera cyfrowa

2.Interfejs USB              

3. Badana próbka ziarna fasoli

4.Statyw z możliwością regulacji zamocowania kamery

5. Komputer PC z programem Matlab  w wersji5

Tabela pomiarów