教学课程资源库 更多>>

关键词： 数字图像处理   实验改革   算法设计   Matlab  

摘要： 针对"数字图像处理"的知识点,将基于Matlab 7.0的数字图像处理上机实验模块化,整个实验体系被分为三加四模块,三大模块充分融合了数字图像处理的基础知识,延伸着图像处理的综合应用,其中基础知识模块又被划分为四大模块,促进学生对各种图像处理算法的研究、比较,进而优化图像处理方案,达到掌握知识、应用知识的目的。

关键词： 机器人   自动拾取   数字图像处理   测距   视觉处理   拾取机器人  

摘要： 主要阐述机器人利用超声波和红外测距,通过视觉传感器(摄像头)分析前方物体的存在形态,确定其性质;结合红外线的方向反馈,确定目标位置并对其进行拾取;最终分类投放的基本思想和简要过程。机器人在工作过程中,准确性高,程序运行稳定可靠,拾取精度高。

关键词： 模糊模式识别   汽车目标识别   数字图像处理  

摘要： 本文结合实际路面状况,将模糊模式识别技术应用到汽车识别中,对汽车特征进行分析,设计了适用于高速公路汽车防撞系统的汽车目标模糊识别算法,并完成相关的系统软硬件设计与实现。

关键词： 精品课程   数字图像处理   教材群建设   效果  

摘要： 本文根据“数字图像处理课程”的特点，针对教材建设中存在的问题，提出了数字图像处理精品教材群建设，并从几个方面证明了教材群建设不仅可以推动精品课程建设，培养和造就高水平的师资队伍，还能促进课程教学条件的进一步完善，强化立体化教材建设，培养学生的创新精神和实践能力。

关键词： 岩石裂隙   紫外光图像   数字图像处理   骨架   结构元素  

摘要： 利用数字图像技术对基于紫外光的岩石裂隙图像进行裂隙骨架抽取。首先对岩石裂隙图像进行噪声滤除、图像分割、空腔填充、短枝去除等图像处理操作,然后在分析了骨架特性和骨架抽取算法的基础上提出了基于结构元素的逐层细化算法。经实验得知,该算法可以高效地抽取较理想的岩石裂隙骨架,且算法稳定,行之有效。

关键词： 图像拼接   数字图像处理   公路图像   图像配准   图像融合  

摘要： 图像拼接(image mosaic)技术是将一组相互间存在重叠部分的图像序列进行空间匹配对准，经重采样融合后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像技术。图像拼接是数字图像处理领域的一个重要的研究方向，在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。而对于公路图像特征复杂，特征信息不明显等情况，本文给定了具体的图像拼接方法。\n 本文首先介绍了公路图像拼接技术的研究现状及特点，从而展示了图像拼接技术广阔的应用前景。然后对图像拼接及其关键技术进行了概括和总结，介绍了图像拼接的流程、图像的采集以及常见的图像变换模型，重点研究了图像拼接技术中的图像配准及图像融合等关键技术，分析和总结了现有的图像拼接的主要方法、性能以及存在的问题。论文根据公路图像自身的特点，将其分为有破损和无破损两种类型，对于每种类型分别给定了不同的拼接方法。对于有破损的公路图像，由于含有大量的特征信息：首先对图像进行高斯金字塔分层处理；然后对每一层进行Harris 算法检测角点；再通过FCM聚类对检测的特征点进行划分，得到聚类的中心点；最后通过相关系数的方法进行图像拼接并应用加权系数的方法对图像进行融合。对于无破损的公路图像，由于含有的特征信息比较少。首先对图像进行SUSAN 算法检测边缘；然后对检测到的边缘通过形态学方法增强边缘信息和去除噪声；再对图像根据有无边缘进行分块操作；对于包含特征的图像块通过人工鱼群算法获得图像的极值点；最后通过相关系数的方法进行图像拼接并应用加权系数的方法对图像进行融合。这两种算法充分利用了兴趣点的信息。\n 实验证明，算法准确率高，鲁棒性强，具有较高的实用价值。

关键词： 数字图像处理   OSTU算法   二值化  

摘要： 通过分析OSTU算法的基本原理,提出了一种改进的灰度图像二值化方法。该算法克服了在整个灰度级上搜索最佳阈值的缺点,减少了计算方差的次数。实验表明上述方法能够得到比较理想的二值化图像。

关键词： 数字图像处理   TMS320DM642   USB   CY7C68013  

摘要： 采用基于DSP和USB架构实现视频图像的实时处理和存储,其中DSP作为系统对视频图像数据进行处理的核心,USB作为视频数据传输和存储的接口。介绍了该视频图像处理系统的硬件组成、工作原理和USB软件结构的设计。

关键词： 自动图像采集   数字图像处理   监控系统  

摘要： 针对目前流行的图像监控系统的缺陷,利用数字图像处理技术对传统的图像采集系统进行了改进。该系统根据摄像头采集到的当前图像与事先采集好的背景图像相减得到的结果图像,来判断是否有物体进入监控区域并保存符合监控条件的图像。由于系统需要24小时都处于工作状态,背景图像的动态变换保证了系统能有效地排除光线的干扰,提高了采集的准确率。可以利用时间查找某一时刻采集的图像,方便检索又提高了效率。

关键词： 数字图像处理   焊点缺陷检测   表面贴装   回流焊   组装质量   模式识别   阈值分割   特征提取  

摘要： 本课题来源于武汉市烽火通信科技股份有限公司，项目名称是基于数字图像处理技术的焊点缺陷检测。表面贴装技术SMT(Surface Mounting Technology)是目前应用最广泛的电子组装技术。就大部分SMT设备而言，已经进入较成熟阶段，但SMT检测设备市场目前还处于起步阶段。SMT元件的微型化和密集化、高密度快速组装发展趋势、生产厂商对产量的要求加上线路板上更高的密度、更复杂的排版技术及更小的元件等等，都给锡膏涂覆、元件贴放、回流焊以及对这些过程进行检测带来了极大的困难。为此，如何对这些环节进行快速有效的检测，以保证SMT产品的组装质量和高可靠性，成了我们越来越关注的问题。\n 本论文针对生产线上的SMT焊点的图像，利用图像处理算法和模式识别算法完成了对三种主要焊点缺陷的检测。主要完成的工作如下：\n （1）论述了SMT生产中的焊点检测的重要性，比较了各种检测方法优点和局限性，分析了自动光学检测设备AOI的构成、处理步骤和主要技术难点；\n （2）分析了由CCD摄像头取得PCB图像的特点，针对图像的低对比度现象，以及噪声干扰和模糊现象，采用一系列的图像预处理方法，提高了图像的对比度，有效抑制了噪声干扰和完成了图像的锐化处理；\n （3）通过Hough变换完成了对检测图像边缘的提取，根据Hough变换的结果，对待检测图像进行平移和旋转，完成了待测图像和标准图像的对准；\n （4）通过一系列的图像处理算法，完成了焊点图像的阈值分割和特征提取；并结合焊点缺陷的三种主要类型，分别选择不同的特征进行模式识别，完成了图像的缺陷检测；\n （5）完成了AOI系统的软硬件设计，并应用于实际生产中通信系统控制电路板的焊点缺陷检测。由实验结果可知，该系统节约了检测时间，提高了焊点检测的准确率和生产效率。\n 本研究最大贡献，在于以一般的CCD摄像头加上环型光源，用简单的分类指标以检测出焊锡是否正常，并予以分类。本研究不需要昂贵的仪器配合，计算出焊锡分类特征值后与标准PCB模板进行比较以完成检测，自动鉴别出未焊、短路和破洞三种缺陷类型。