这是matlab自带的一个例程。
问题描述：光纤横截面包括core和cladding两部分，也就是“中心圆”和“漆包线”
希望两者是同心圆，或者说，希望两者圆心差的不要太离谱原理：先将图像转换为二值图像，得到只有漆包线（圆环）是黑色、其他都是白色的图像 根据漆包线区域计算出图像重心 根据重心得到cladding边界上一个点，进而得到整个边界上的点集 由边界点击得到圆心。使用了最小二乘法来拟合圆形（算法有点复杂。。没看过） 计算圆心和重心之间的偏差，若小于阈值则认为光纤合格%初始化NumPts = 250; %边界像素点的最大数目tolerance = 1; %容忍距离NumTimes = 8;%创建一个视频读写系统对象，读取视频文件hmfr = vision.VideoFileReader('vipconcentricity.avi', 'PlayCount', NumTimes);%转换RGB到灰度空间。为什么要创建一个转换对象？直接转不好吗？hcsc = vision.ColorSpaceConverter('Conversion', 'RGB to intensity');%创建一个光斑分析(BlobAnalysis)系统对象，用来寻找视频中圆形光斑的重心hblob = vision.BlobAnalysis('AreaOutputPort', false,... 'BoundingBoxOutputPort', false,... 'OutputDataType', 'single',... 'MaximumCount', 1);%创建一个边界跟踪系统对象，用来寻找包层的中心%BoundaryTracer函数是在二值图像上找到object的边界，也就是非零的边界点集合%目测是用dfs来实现的htracebound = vision.BoundaryTracer(... 'MaximumPixelCount', NumPts,... 'NoBoundaryAction', 'Fill with last point found');%创建两个视频播放对象，用来显示视频的输入和输出hVideo1 = vision.VideoPlayer('Name', 'Original');hVideo_gray = vision.VideoPlayer('Name', 'Gray');hVideo_binary = vision.VideoPlayer('Name', 'Binary');hVideo2 = vision.VideoPlayer('Name', 'Results');hVideo2.Position(1) = hVideo1.Position(1) + 450;%处理视频流count = 1;while(count < 0.5; %转化图片为二值图 step(hVideo_binary, BW); centroid = step(hblob, BW); %计算光斑重心 Idx = floor(centroid(1)); %重心x坐标 max_idx = find(BW(:,Idx), 1); %重心x坐标所在的列中，第一个非零元素的索引. %因为图片已经是二值化的，（而且是理想图片），所以第一个非零元素一定是cladding外围圆周上、垂直过圆心的上侧的点 StartPts = [Idx, single(max_idx)]; %计算起始点，也就是cladding外围圆周上垂直过圆心的上侧的点 %寻找外部包层的边界像素 Pts = step(htracebound, BW, StartPts); %以下是难点部分：根据边界点，用最小二乘法拟合圆形，得到圆心和半径 %原理见Paper：http://www.emis.de/journals/BBMS/Bulletin/sup962/gander.pdf Row_bound = Pts(:, 1); Col_bound = Pts(:, 2); t = [Row_bound Col_bound ones(size(Pts, 1), 1)]; X = pinv(t); X1 = Row_bound.^2 + Col_bound.^2; x2 = X*(-X1); radius = sqrt((-0.5*x2(1)).^2 + (-0.5*x2(2)).^2 - x2(3)); center = [(-0.5*x2(1)), (-0.5*x2(2))]; %拟合计算完毕，得到了圆心和半径。下面，用圆心和重心比较 %如果两者之间误差在允许范围内，则光纤是可以接受的（合格） dist = sqrt(sum(centroid - center).^2); disp(dist) % 绘制圆形，并标注出圆心和重心 y1 = insertMarker(I, centroid, '+', 'Color', 'red'); y2 = insertShape(y1, 'Circle', [center, radius],'Color', 'cyan'); y3 = insertMarker(y2, center, '*', 'Color', 'green'); % 插入文本 qualitySet = {'Bad', 'Good'}; textIdx = (dist <= tolerance) + 1; textQuality = ['Concentricity: ' qualitySet{textIdx}]; textDist = sprintf('Distance in pixels: %d', uint8(dist)); textAll = sprintf([textQuality '\n' textDist]); image_out = insertText(y3, [1 1], textAll, 'FontSize', 14); % 显示结果 step(hVideo2, image_out); step(hVideo1, I);endrelease(hmfr);