教学课程资源库 更多>>

关键词： 数字图像处理   形态学   MATLAB   匹配方法   系统设计  

摘要： 数字图像处理是一门新兴技术,随着计算机硬件的发展,数字图像的实时处理已经成为可能,由于数字图像处理的各种算法的出现,使得其处理速度越来越快,能更好的为人们服务。形态学是一门建立在数学理论基础上的学科,数学形态学已经构成一种新型的图像处理方法和理论,形态学图像处理已成为主要研究领域。 本文首先对数字图像处理的理论做了介绍,包括图像的平滑、图像的锐化、基于边缘检测和阈值的图像分割,并且用MATLAB对它们进行了仿真实验。还对中值滤波算法和边缘检测算法做了深入研究,提出了中值滤波和边缘检测优化算法。其次,分析了形态学图像处理的基本理论,包括图像的腐蚀和膨胀、图像的开运算和闭运算,并用MATLAB进行了仿真,且对形态学图像处理算法进行了深入研究,提出了形态学图像处理的优化算法:腐蚀和膨胀。再次,研究分析了图像匹配方法:模板匹配,并给出了一种模板匹配优化算法和求圆形物体参数的方法,通过实验对模板匹配进行了分析。最后,动态图像分析是一个不断发展的新领域,在此基础上研究设计的数字图像处理的圆形物体检测系统,是以计算机为核心,较传统的方法有了明显改进,其应用灵活的特点更是显而易见。 该系统在算法上实现创新,实验表明,整个系统在实际应用中,比传统的系统降低了成本,提高了效率,增强了稳定性和安全性,产生了良好的社会效益和经济效益。

ISBN: (纸本)9787030234179

关键词： 数字图像处理   双阈值分割   量子粒子群算法   边界控制   最大类间方差  

摘要： 图像分割是数字图像处理中至关重要的预处理环节。在图像分割的众多算法中,阈值分割以直观、易于实现的特点最受关注,其应用最广泛,算法种类也最多。在阈值分割算法中,确定最优阈值是关键步骤。传统的阈值分割方法大多采用穷举算法寻求最优阈值,这使得阈值计算过程中计算量过大,运算效率低。特别是对于复杂图像进行多阈值分割时,计算量更是呈指数级增长。 受量子理论的启发而提出的量子粒子群算法(Quantum-behaved Particle Swarm Optimization, QPSO)由粒子群算法(Particle Swarm Optimization, PSO)发展而来。它以粒子群中粒子的基本收敛特性为基础,进化方程中不需要速度向量,参数更少,更容易控制,且易于实现,具有极强的全局搜索能力,是一种最新的智能寻优算法。 为了研究图像阈值的分割效率和分割精度,本文分别采用遗传算法(Genetic Algorithm, GA)、粒子群算法PSO、量子粒子群算法QPSO对图像进行阈值分割,实验结果表明了QPSO算法的高效率和优秀的全局搜索能力。在此基础上,鉴于QPSO算法在粒子越过搜索区域边界时对粒子的简单处理方法有可能导致粒子聚集于边界,从而产生全局最优解的误差,本文提出了一种基于量子粒子群算法的改进阈值分割算法BQPSO(Boundary-controlled QPSO)。BQPSO对于标准量子粒子群算法引入了边界控制策略,在粒子越过搜索区域的时候将其重置到搜索区域内边界附近的某一随机位置。它使得越过搜索区域边界的粒子不会聚集于搜索区域边界上,而是回到搜索区域内,保持了群体的多样性,更有效地避免算法陷入局部最优解,增强了算法的全局搜索能力。 本文的创新点在于引入了边界控制策略对标准量子粒子群算法QPSO进行改进,并将改进算法BQPSO应用于图像分割的阈值寻优。BQPSO算法与标准QPSO算法、PSO算法和GA算法在复杂图像双阈值分割应用中的比较结果验证了BQPSO算法在阈值寻优中的高效性和准确性。将BQPSO阈值寻优算法应用于免疫细胞图像分割和其它大量图像的实验结果进一步表明,BQPSO算法具有理想的的全局寻优能力和分割效果,在图像阈值分割的应用方面有实用价值。

关键词： 数字图像处理   偏微分方程   各向异性扩散   平滑   去噪   分割  

摘要： 随着社会的数字化与信息化,数字图像处理正在成为一门越来越重要的学科。基于偏微分方程的数字图像处理因其具有强大的理论支撑,获得了学术界普遍的关注。各向异性扩散作为现行的一种非常流行的偏微分方程数字图像处理技术,是由传统的Gaussian滤波发展而来的,其特点是可以在平滑的同时保持边缘特征,由于这种优良的特性,使其得到了深入的研究和广泛的应用。 本文主要研究各向异性扩散的基本理论及各向异性扩散方法和思想在图像平滑、去噪、增强和图像分割方面的应用。本文的主要工作和贡献如下: 首先,本文对各向异性扩散的理论进行了介绍与分析,介绍了几个重要的对于P-M各向异性扩散模型的改进。分析了各向异性扩散模型中的扩散系数,并给出了一个新的扩散系数的选取准则,在实验中取得了良好的效果。 在对各向异性扩散模型的讨论研究之后,本文研究了各向异性扩散在图像平滑、去噪和增强方面的应用。分析了可以用于图像增强的各向异性扩散的改进形式:前向—后向扩散;研究了用于相干斑噪声去除的各向异性扩散方法;提出了一种将各向异性扩散与平稳小波变换结合的图像去噪方法;提出了一种基于视觉特性的各向异性扩散方法,在平滑的同时加入图像细节的因子,提高了扩散的视觉效果。 最后,本文探讨了如何将各向异性扩散的方法和思想应用到图像分割中。我们介绍了经典的分水岭分割算法,并使用前向—后向扩散对图像进行处理从而减少过分割;介绍了活动轮廓模型和它的改进GVF Snake,并分析了如何用各向异性扩散的思想对GVF Snake模型进行改进,从而得到新的GGVF Snake模型。

关键词： LCM   渗透率   在线监测   数字图像处理  

摘要： 液体复合材料模塑(LCM)是一种高性能低成本的先进树脂基复合材料制备技术。LCM工艺复合材料产品具有质量好、重复性好、性能受操作者影响小等优点。同时,在制造和使用过程中,它具有环保和节能的特点。近年来得到了迅速的推广,具有广阔的应用领域。 渗透率是描述织物或增强体对流体流动阻力的物理参数。精确描述树脂在增强体中的渗透特性,对工艺的模拟与监测以及优化模具设计中注入口和排气口位置、缩短制造周期、保证产品质量具有十分重要的意义。传统的人工方法对于渗透率的监测和测量存在局限性,因此有必要开发一种更加有效的方法研究渗透特性。 机器视觉技术已经成为一种新兴的检测技术,利用CCD采集图像,通过图像处理技术获得被测参数的测量方法由于其非接触、在线实时、速度快、精度合适、现场抗干扰能力强等优点被广泛地应用于各种测量领域。 本文提出了采用机器视觉技术实现对LCM工艺渗透率在线监测的方法,通过图像采集和图像分析得到前沿位移,结合液体黏度、压强实现渗透率监测。首先分析了图像处理算法,利用各种成熟的图像处理技术,结合渗透过程图像的实际情况,分析各种算法的特点并选择合适的算法提取渗透过程前沿位移。实验结果基本符合人工测量的结果,证实了系统的实用性。结合LCM工艺系统的测量要求,完成了系统总体方案的设计,确定了系统的模块组成。完成硬件的选择和配置,包括CCD、数据采集卡、压力传感器等。实现系统功能,并对系统误差做了分析。 实验证明该方法克服了传统测量技术中实时性差、监控过程复杂等缺点,监测系统具有较高的智能程度,提高了监测效率,达到了理想的测量结果,为复合材料渗透过程的研究提供了更有效的途径。

关键词： 数字图像处理-高等学校-教学参考资料  

关键词： 自动聚焦   聚焦函数   区域选择   聚焦搜索   图像去噪  

摘要： 自动聚焦是图像获取中的一项关键技术。随着相机、摄像机等数码产品的流行,电子扫描仪、医学显微镜等精密仪器的发展,以及卫星导航、计算机视觉等高端技术的需要,自动聚焦技术己经越来越受到重视。近年来,随着计算机硬件水平以及数字图像处理技术的发展,一种新兴的、基于数字图像处理的自动聚焦技术开始蓬勃发展起来。目前国内外对这一领域投入的大量的研究,已经有了很多成熟的可供直接使用的成果,但同时仍有很多问题尚未解决,有待进一步的研究。 本文主要研究的是基于数字图像处理的自动聚焦系统所使用的各种自动聚焦算法。一个完善的自动聚焦系统软件应包含聚焦评价算法、聚焦区域选择算法以及聚焦搜索算法。本文即是从这三个方面入手进行研究,具体包含以下几个部分: (1)本文对课题的来源和背景进行了详细的描述,介绍了目前自动聚焦的发展现状。对课题所涉及到的一些基本理论原理进行了的介绍,阐述了课题的主要研究内容。 (2)本文从处理方式的不同将聚焦评价算法分为了三类(空域、频域以及小波域处理方法),将文献中出现过的主要聚焦评价算法进行了阐述,同时在此基础上,提出了一种新的聚焦评价算法。本文详细地描述了自动聚焦区域选择算法的原理,以及目前现有的几种自动聚焦算法,如中心取窗法、多点取窗法以及采样取窗法等方法的实现方式。对目前流行的几种自动聚焦搜索算法进行了简要的介绍,对算法的流程进行了说明。 (3)采用仿真实验的方法分析了各种聚焦评价算法在噪声抗性、精度以及运算速度等方面的优劣。将本文所提出的新聚焦评价算法和现有的各类聚焦评价算法进行了详细的比较和分析,实验证明该算法在精度及噪声抗性等性能上比现有的一些梯度算法有明显的提高。此外,经过文献查询和仿真实验,本文提出了几种简单的去噪方法。实验证明,配合适当的聚焦区域选择算法,完全可以实现自动聚焦系统精度和准度的进一步提高。

关键词： 车牌识别(LPR)   图像处理   车牌定位   字符分割   字符识别  

摘要： 随着我国经济的发展,高速公路、城市道路、停车场建设越来越多,对交通控制、安全管理的要求日益提高。智能交通系统已成为当前交通管理发展的主要方向。汽车牌照自动识别技术(License Plate Recognition,LPR)是智能交通系统中的一个重要环节,它不但可以广泛地应用于交通流量检测,而且还可以应用于交通控制与诱导,机场、港口、小区的车辆管理,不停车自动收费,闯红灯等违章车辆监控以及车辆安全防盗等领域。因此,具有广阔的应用前景。本论文就是在这种背景下,研究基于图像处理的汽车牌识别系统。 车牌识别一般可以分为车牌预处理、车牌的定位、车牌的字符分割和字符识别四个主要部分。本文在分析近年来一些典型的车牌识别系统的算法基础上,最终确定了一套有效的车牌识别算法。本论文研究的主要内容和创新点包括: 在车牌预处理阶段,本文首先对车牌图像进行图像灰度化和均衡化的处理,然后采用了一种新的去除噪声的方法——基于偏微分方程去除噪声。该方法步骤虽然比较复杂,但是可以很好的解决图像预处理中存在的平滑和保边界细节之间的矛盾问题。 在车牌图像定位和提取方面,本文设计了2种车牌定位方法。基于颜色特征的车牌定位是在传统的投影分析方法的基础上结合HSI颜色空间中的H信息,将此作为车牌的特征,从而截取到车牌。基于灰度跳变特征的车牌定位则是利用车牌中字符的灰度变化来确定车牌位置。 在车牌字符分割过程中,由于车牌字符分割中存在边框、铆钉和车牌旋转等问题,而这些问题又容易造成分割不准确和分割错误等后果。因此,针对这些问题,本文采用了一种新的字符分割方法——数字形态学中的连通区域法进行字符分割,并结合现有方法提出一个完整的、行之有效的字符分割方案。 在车牌字符识别方面,本文首先对切割下来的字符进行特征提取,然后再利用所提取的特征值对神经网络进行训练,最后利用这个训练结果对其它车牌上的字符进行识别。 按照本文所采取的步骤,根据上面所提出的方法对采集来的车辆图像进行试验,得到了良好的效果。

关键词： 数字图像处理   背景差分法   ZigBee无线传输   电梯客流密度模型   环境行为学   中心—最短距离  

摘要： 随着社会经济与技术的不断发展,高层建筑日益增多,电梯作为垂直交通工具,其数量配置、控制方式、客流密度识别等参数直接影响建筑物的使用功能和人员的工作效率,所以更多的公共场合需要更为人性化、智能化的监控设备。数字图像处理技术正在日益广泛地应用于工业生产与日常生活,采用数字图像处理技术进行客流密度识别表现的更为突出。现在,采用数字图像处理技术进行客流密度识别已经成为垂直电梯的现代检测与控制领域的热点研究方向。 电梯候梯厅客流密度会随着时间段的不同有不一样的模型规律,如果能够掌握电梯候梯厅客流运动的规律,对于优化电梯配备,统一调度管理,缩短候梯时间大有帮助。 本文针对电梯候梯大厅内的客流密度状态,根据环境心理学提出电梯客流密度模型,并初步提出中心——最短距离论,用数字图像处理技术识别电梯客流密度,并设计一套实验用候梯大厅内的电梯客流密度识别系统。 本文主要研究工作内容包括： （1）通过摄像头采集背景图像,获取背景模型,结合数字图像处理方法,预处理背景模型与当前帧图像,采用背景差分法提取前景图像,实时对图像进行处理和跟踪。 （2）通过总结候梯大厅空间环境、群组电梯分配控制、以及候梯乘客状态,考虑到环境行为学及个体生理尺寸等问题,提出针对不同的候梯环境下的不同的电梯客流密度统计模型。 （3）通过ZigBee无线传输模块将分析出的客流密度数据远传给上位机,以使上位机确定如何更有效率的对电梯进行群控。

关键词： 数学符号识别   特征融合   数字图像处理   人工神经网络   小生境遗传算法   智能信息处理技术  

摘要： 手写体符号识别是利用计算机自动辨认手写体符号的一种技术,是光学字符识别技术的一个分支。手写体符号识别在财务报表、银行票据、各种凭证以及调查表格的识别等等方面有着重要应用,并且手写符号的识别直接关系到手写公式的识别,而在公式识别这一领域,至今为止尚没有取得让人满意的效果,所以研究手写符号识别技术具有重要的理论意义和实用价值。 手写体符号识别分为联机识别和脱机识别。其中,最为困难的就是脱机手写字符的识别。主要是因为脱机手写体识别过程无法获得字符书写时的一些动态信息,因此脱机手写体数学符号识别更具挑战性。 针对传统手写体数学符号识别方法的复杂性和局限性,本文研究了基于小生境遗传算法和人工神经网络的手写体数学符号识别方法,该方法提取字符互补性强的粗网格特征、投影特征、交截特征和结构特征,并将这四个特征构成的特征向量输入BP神经网络进行融合分类,使用遗传算法对人工神经网络权值和阈值进行优化,然后使用训练好的NGA-BP网络对数学符号进行识别。 实验结果表明:本文使用的小生境遗传算法与人工神经网络相结合的数学符号识别方法,识别率达到90.2%。该方法不仅具有较高的识别率和良好的可靠性,而且使用了较少的特征值,简化了算法的复杂度。