基于图像处理的多类别几何图形识别系统

资 源 简 介

该项目利用MATLAB强大的图像处理工具箱，实现对图像中圆形、正方形、矩形、六边形、菱形等多种几何形状的自动化识别与分类。系统首先对输入图像进行预处理，包括灰度化转换、中值滤波去噪以及直方图均衡化以增强对比度。随后，采用自适应阈值分割和Canny边缘检测算子获取精确的目标轮廓，并利用形态学闭运算连接断裂边缘，填充图形内部空洞。 在形状判别阶段，系统根据提取出的闭合轮廓计算多个几何特征参数，如面积、周长、圆形度、离心率、欧拉数以及凸包比例。对于多边形的区分，系统采用多边形逼近算法确定顶点的个数：四个顶点的图

详 情 说 明

基于图像处理的多类别几何图形智能识别系统

项目介绍

本系统是一款基于 MATLAB 环境开发的自动化几何图形识别与分类方案。它利用计算机视觉技术，能够从复杂或含有噪声的图像背景中精确提取并识别出多种几何形状，包括圆形、正方形、矩形、六边形以及菱形。该系统通过一套完整的图像处理流水线——从预处理、特征提取到逻辑判定，实现了对目标几何特性的量化分析，并提供实时的视觉标注与数据统计报告。该项目广泛适用于工业零件分拣、自动化视觉检测以及教育辅助识别等领域。

功能特性

1. 鲁棒的图像预处理：通过中值滤波与自适应直方图均衡化技术，有效提升了在噪声环境下的图像质量与对比度。
2. 精确的目标定位：结合自适应阈值分割与 Canny 边缘检测，配合形态学闭运算和空洞填充，确保了图形轮廓的完整性与准确性。
3. 多维度特征分析：综合利用面积、周长、圆形度、离心率、凸包比例等几何参数进行多重约束判定。
4. 智能多边形逼近：采用 Douglas-Peucker 算法对轮廓进行简化，通过估算顶点数量精确区分三角形、四边形及多边形。
5. 细分分类逻辑：针对四边形，系统进一步根据长宽比和离心率指标，精准判别正方形、矩形与菱形。
6. 自动报表生成：实时计算所有识别目标的中心坐标、周长及面积，并以可视化表格形式输出。

使用方法

1. 环境配置：启动 MATLAB 并安装图像处理工具箱（Image Processing Toolbox）。
2. 运行程序：在 MATLAB 命令行窗口运行主程序逻辑，系统将自动生成包含多种模拟噪声图形的测试环境。
3. 结果查看：程序将弹出图像窗口，在原始图像上通过不同颜色和文字标签实时标注识别结果。
4. 数据获取：同步查看 MATLAB 控制台生成的识别结果统计表，获取每个形状的编号、类别、中心坐标及几何参数。

系统要求

1. 软件环境：MATLAB R2018b 或更高版本。
2. 必备工具箱：图像处理工具箱 (Image Processing Toolbox)。
3. 硬件环境：标准桌面计算机，建议内存 8GB 及以上以确保处理速度。

实际实现功能与实现逻辑

1. 模拟环境生成

系统能够自主生成 600x600 像素的合成测试图像。通过特定的数学掩模生成圆形、矩形、正方形、菱形（旋转 45 度）及六边形。此外，系统会在图像中加入高斯噪声，以验证算法在非理想条件下的鲁棒性。

2. 图像预处理流程

系统按顺序执行以下三步处理：

• 灰度化：将 RGB 图像转换为灰度图，减少后续计算量。
• 去噪：应用 3x3 中值滤波器消除高斯噪声引起的离散孤立点。
• 增强：使用自适应直方图均衡化（CLAHE）提升目标与背景的区分度。

3. 目标分割与轮廓处理

• 边缘检测：利用 Canny 算子捕捉图形边界。
• 形态学加工：通过磁盘状结构元素进行闭运算以连接微小的边缘断裂，随后执行空洞填充确保图形内部区域的连通。
• 噪声剔除：移除面积小于 100 像素的细微连通分量，防止误报。

4. 特征提取与数学建模

系统针对每个闭合区域提取以下关键参数：

• 圆形度：基于 4*pi*面积/周长平方公式，用于判定圆形的完好度。
• 离心率：衡量区域轴长比例，用于区分长条形与匀称图形。
• 顶点个数：通过多边形逼近算法简化边缘点集，统计特征点数量。
• 凸包比例：对比目标面积与其凸包面积，辅助判断几何凹凸性。

5. 分类判别逻辑

系统遵循严格的逻辑层级进行分类：

• 圆形：当圆形度指标大于 0.85 时，优先判别为圆形。
• 三角形：当逼近算法得到的顶点数为 3 时。
• 六边形：当顶点数在 5 至 7 之间时判定。
• 四边形细分：当顶点数为 4 时，进入二次判定。若长宽比接近 1 且离心率极低，判定为正方形；若长宽比失衡且离心率较高，判定为矩形；否则依据几何特征判定为菱形。

关键算法与实现细节

• 多边形顶点逼近（Douglas-Peucker 核心思想）：系统内部实现了递归的距离阈值筛选法。通过计算边缘点到首尾连线的垂直距离，寻找最大偏离点。若偏离值超过设定的容差（周长的 2%），则递归分割，直至所有点均在容差范围内，从而精准提取几何特征点。
• 自适应阈值化：系统不使用全局静态阈值，而是根据图像局部光照和对比度动态调整二值化水平，增强了对复杂背景的适应能力。
• 统计报告：系统构建了基于 Cell 数组的数据结构，能够处理不同长度的字符串与数值信息，最终格式化输出一份包含编号、形状标签、坐标中心（X, Y）、周长及面积的完整报告。