教学课程资源库 更多>>

关键词： 数字图像处理   表象训练   动画演示  

摘要： 根据数字图像处理课程的难点和重点,设计了两种表象训练模式,即课堂表象训练模式和程序设计表象训练模式。借助这种两种表象训练模式和演示系统,拟帮助学生将抽象的算法用形象的方式理解记忆。

关键词： 数字图像处理   噪音强度估计   去噪效果评估   边缘提取   Canny算子  

摘要： 若图像有较大的噪音,会影响视觉效果和有效信息的提取。常用的去噪方法在实际应用中都需要借助图像噪音强度去估计或控制去噪的效果。目前,我们常用的噪音强度估计方法中,没有考虑边缘像素点的影响,使估计值不很准确。把图像的边缘提取与噪音强度的估计相结合,提高了噪音强度估计的精度,并由此导出了去噪效果评估的一个新的数值客观标准算法,该评估方法不依赖在现实中不可知的标准图像,通过实验可以看出该标准具有很大的实用价值。

关键词： 柑橘   质量   数字图像处理   偏最小二乘法  

摘要： 目的:构建柑橘质量模型,实现其计算机视觉法质量检测与在线分级。方法:以湖南湘中成熟中期涟红温州蜜柑为研究对象,对计算机视觉系统采集的各柑橘的4幅图像进行图像裁切、图像去背景、图像二值化与取反操作后,提取柑橘区域像素,以柑橘区域像素与图像像素比为自变量,建立柑橘质量偏最小二乘回归(PLS)预测模型。结果:柑橘质量预测绝对误差为-14.9092～4.9981g,平均误差为-3.9278g,误差标准差4.5210g,±10g质量内的正确识别率为93.3333%,±8g质量内正确识别率76.6667%。结论:通过计算机视觉技术进行柑橘质量在线分级和生长期中挂果质量的监测是可行的。

关键词： 数字图像处理   内部结构   沥青混合料  

摘要： 应用二维数字图像处理技术,对采用Marshall击实、振动压实、旋转压实和轮碾压实等不同压实方法沥青混合料内部结构特性进行了分析和评价,并与真实路面结构内部特性进行对比。发现不同成型方法得到的沥青混合料试件内部体积特性差异较大。结果表明数字图像处理技术可以很好地评价沥青混合料的内部结构特性。提出了数字图像处理技术对于促进沥青混合料设计与生产技术进步的可行性与重要性,并对这一技术的发展做了预测。

关键词： 钢丝绳   数字图像处理   损伤检测  

摘要： 介绍1种采用数字图像处理实现塔式起重机钢丝绳损伤检测的新方法,对采集到的钢丝绳图像进行预处理以减少噪声的污染和影响,根据损伤钢丝绳的特征对预处理的图像进行分割,对图像进行数学形态学处理并判断钢丝绳是否存在损伤。

关键词： 颗粒材料   光弹实验   力链   几何结构   数字图像处理  

摘要： 对颗粒材料中的力链分布特征的了解,有助于从根本上了解颗粒材料基本性质。借助光弹实验,对两种直径混合的颗粒材料在二维直剪作用下的平均强度力链分布和几何结构变化进行了初步的探索。光弹实验方法是目前能够直观观察到力链分布的唯一有效的实验方法,在进行光弹实验前,设计研制了光弹直剪仪并进行了多次光弹圆盘颗粒材料退火实验。利用数字图像技术对光弹实验结果进行处理,并尝试用彩色梯度算法表征颗粒材料的平均受力情况,并获得平均强度力链。结果表明,二元颗粒材料集合体的几何结构具有各向异性。对力链方向统计分析表明,平均强度力链出现了局部化。

关键词： 数字散斑干涉法   面内位移   离面位移   数字图像处理   干涉条纹  

摘要： 首先阐述了数字散斑干涉法测量面内及离面变形量的原理和装置结构,并将其应用于铝合金材料的热变形测量中;结合数字图像处理技术,获得代表变形量的数字散斑干涉条纹图。结果表明数字散斑干涉测量法具有实时性强、结构简单、全场,非接触测量等优点。

关键词： 水泥水化   三维重构   数字图像处理   微观结构   元胞自动机  

摘要： 以CEMHYD3D为背景,阐述在完成水泥颗粒的三维重构后,根据元胞自动机理论,水泥水化的反应规则运用到水泥浆体的三维结构中。模拟水泥水化演变过程中水泥主要物相之间的化学反应,以实现水泥水化的水泥浆体的微结构的演变,并对水泥水化计算机模拟问题进行讨论。

关键词： 斜向探测电离图   传播模式   数字图像处理   形态学   数值统计  

摘要： 采用数值统计与数字图像处理中形态学算子相结合的方法获得了高质量斜向探测电离图。结合观测描迹统计特性,利用改进的初始局部最大值和约束条件外推方法,实现了斜向探测电离层传播模式的智能识别,利用该方法可以自动提取常规电离图各传播模式对应的频率、群时延及信号能量等信息。

关键词： MATLAB软件   数字图像处理   图像增强   边缘检测  

摘要： 简述了数字图像处理技术、MATLAB软件及两者之间的关系,介绍了MATLAB语言的特点以及图像处理工具箱,通过中值滤波实现图像平滑处理,以及图像边缘检测等实例,说明了应用MATLAB语言编程及其工具箱进行数字图像处理的方法,验证了该语言具有强大的图像处理能力.