教学课程资源库 更多>>

关键词： 数字图像处理   人脸肤质检测   深度学习   语义分割   评估模型  

摘要： 随着时代的进步,人们对自己的容貌愈发重视,皮肤护理成为热点话题。在肤质检测与分析上,传统的方法是专业美容医师凭借他们的护理学知识和长期的诊断经验来做分析。而伴随科技的发展,很多大型的护肤品公司和美容院开始研究人脸肤质测试仪,用机器代替人工来检测人脸的肤质状况。但目前市场上的人脸肤质测试仪主要是基于小型传感器和传统数字图像处理算法的技术产品。深度学习的出现,极大推进了计算机视觉领域二维图像像素级分类的发展。受此启发,本文将深度学习方法与数字图像算法的结合作为研究重点,尝试将色素、红血丝等等皮肤病变特征分割出来,并对这些皮肤问题进行定量分析。论文主要内容如下:(1)基于数字图像算法的人脸图像处理。在卷积神经网络之前,需要对采集到的图片进行标注和一定程度的预处理。在标注过程中,本文主要运用到两种手段,分别是labelme标注工具包和PhotoShop软件。在预处理过程中,使用到了很多数字图像处理技术,如基于HSV颜色空间的色块提取,方向梯度直方图和局部二值法获取图像纹理特征等。(2)基于Deeplabv3+的人脸图像语义分割。图片预处理之后,会与标注图片一起送入到卷积神经网络中进行训练学习。现阶段选取四种语义分割领域具有独特优势的网络结构作为基准结构研究,分别是全卷积网络(Fully Convolutional Networks,FCN)、U-net、DFN和Deeplabv3+。通过性能对比,最终选取Deeplabv3+为核心分割算法。(3)人脸肤质图像的评估与分析。首先选取600组人脸肤质图像组进行数据集制作,然后对比分析两种评估模型,即基于数据统计方式和基于卷积神经网络分类方式,最终选取基于数据统计方式的评估模型作为产品评估模型。本课题涉及到的皮肤任务主要有:皱纹、毛孔、浅层色素、红血丝、粉刺、深层色素、化荧光剂等七类。(4)软硬件结合的整体平台搭建。数据图像由独有的图像采集设备完成采集,并通过蓝牙通信方式传输到定制平板电脑中的安卓应用中,之后会由连接wifi网络的平板电脑将图片信息上传到服务器中接受算法处理,处理后的图片会与分析结果一并返回到安卓应用,通过可视化界面展示给用户。此外,本应用还会针对性的给出护理建议并推荐合适的护肤品,以及提供前后肤质变化对比。本平台实现了对人脸肤质检测从拍照取图到结果展示这一完整的测试流程,通过数字图像处理和深度学习技术相结合的手段,最大限度的展现出用户自身的肤质情况、问题形成原因、解决和预防方案。

关键词： 纱线   毛羽   数字图像处理   质量检测  

摘要： 纱线是人们日常生活中重要的必需品之一,纱线质量的好坏关系到纱线生产效率以及使用价值等方面。传统纱线质量检测方法具有诸多缺点,现如今已不符合智能化生产的要求。随着计算机与图像处理技术的发展,可靠高效精度高的数字图像技术已开始广泛应用在工业生产中。如何利用图像处理技术来克服传统检测方法的缺点并提高检测效率,成为研究的重点内容。本文设计了基于图像的纱线质量智能检测系统。为了更好地提高检测精度,预先对相机进行了标定工作,解决了相机透镜固有的失真现象。本文为了解决噪声和抖动等干扰因素,作了一系列预处理工作,包括:灰度变换、倾斜校正、直方图均衡化等操作。其后,本文分析了不同滤波算法的特点以及针对本文实验处理后的效果,选择最合适的双边滤波去除噪声干扰。解决图像噪声问题后,需要重点研究纱线样本,为此本文采用大津阈值分割方法将目标与背景分离,突出研究重点。在阈值分割处理后,图像中仍然存在孤立的细小孔洞影响后续的特征信息准确提取。本文结合了腐蚀与膨胀的特点,采用数学形态学闭运算处理。另外,纱线的毛羽形态需要检测边缘,本文考虑了五种检测算子。经过实验发现,Canny边缘检测算子不易受噪声的干扰,更容易检测出真正的边缘。本文的研究重点是检测纱线的毛羽形态以及粗节、细节、不均匀率等信息,因此可以对图像进行细化操作,方便后续处理。本文为了精确检测纱线质量参数,设计了一种像素点数长度匹配法,解决了传统纱线长度检测算法只能计算毛羽投影长度而不能计算实际长度的问题,也避免了破坏纱线毛羽结构。本文重点研究了纱线的毛羽长度,并进行了分级统计,还研究了纱线的粗节信息、细节信息、棉结率和纱线条干不均匀率等内容。另外,本文为了对实际生产具有指导意义,开发了纱线质量检测软件系统。该软件可以实时采集并处理纱线图像,并根据编写地算法程序通过界面显示检测的纱线质量信息。实验证明,本文采用的图像法可以高效精确地测量纱线质量参数,具有较高地实际应用价值。

关键词： EB-PVD（电子束物理气相沉积）热障涂层   TGO(热生长氧化层)厚度   数字图像处理技术   二值化   敏感性分析  

摘要： 针对中-长寿命阶段热障涂层寿命预测精度与TGO（热生长氧化层）厚度测量方法分散性大和可执行性差的特点,基于数字图像处理（DIP）技术开发了一款用图形用户界面（GUI）程序,可以批量以及数字化地处理TGO层的形貌特征并且计算其厚度,满足航空发动机涂层结构件,如涡轮叶片热障涂层结构的更高精度和合理化的分析要求。通过和直接测量方法的结果对比表明:所发展的DIP方法避免了直接测量过程中的人为因素引进的分析误差因此更加合理。通过敏感性分析发现,热障涂层寿命对中-长寿命阶段时TGO厚度的变化敏感性极大,因此引进合理的TGO厚度量化技术可以提高该寿命阶段的涂层寿命预测精度,采用DIP技术得到的TGO厚度演化方程中的强化指数稳定在0.3,优于直接测量的数值（0.25～0.35）。

关键词： 卷积神经网络   数字图像处理   目标识别   图像分割   缺陷检测  

摘要： 输电线路是国家电网系统的重要基建,其安全稳定的运行是电能传输的重要保证。国家必须每年花费大量的人力物力用于对输电线路的巡检工作,才能有效地排除安全隐患。但随着电力工业的不断发展,供电地区和线路总长度也不断增长,传统的人工巡线已经不能满足实际要求,需要采用新的巡线技术来智能识别输电线路上的待检测目标并判断是否存在缺陷。图像处理和深度学习技术的快速发展,为缺陷的智能识别提供了实现的可行性。FPGA等芯片的进一步升级,为数字图像处理和卷积神经网络硬件加速的实现提供了硬件平台。本文将以输电线路的可见光图像为数据源,以FPGA开发板为硬件平台,依次完成对输电线路上元器件的识别、目标图像的分割以及最后的缺陷检测。首先,采用硬件加速实现卷积神经网络,用于识别输电线路图像中的待检测目标,为缺陷的分类检测提供依据。先在PC端完成了对网络模型的搭建和训练,确定该网络能够识别目标元器件。再卷积神经网络的并行性运算加以改进,并成功将其移植到FPGA上,实现了对卷积神经网络的硬件加速。最后通过实验验证了卷积神经网络在是硬件平台上识别目标的可行性。其次,采用了一种由直方图均衡化、阈值分割、形态学滤波和Sobel边缘检测融合的图像分割方法,成功将图像中的目标与背景分离,获得便于缺陷检测的目标轮廓图像。利用直方图的均衡化完成对图像的预处理,解决图像的曝光问题,增强图像中待检测目标和背景的对比度;采用改进的局部自适应阈值分割算法,解决了光照不均匀情况下图像分割不理想的问题,成功将待检测目标从图像中分割出来;利用形态学滤波消除图像背景噪声和小物体的干扰,扩张待检测目标的高亮区域,增强图像效果;利用Sobel边缘检测提取目标的外侧轮廓,为缺陷检测提供依据。在FPGA端采用自上而下的模块化设计,完成了对上述算法的移植,成功在硬件平台上实现了图像分割,并在实验中获得了良好的图像分割效果。最后,针对绝缘子缺陷提出了一种基于绝缘子轮廓信息的缺陷检测算法,并成功在FPGA上实现,达到了缺陷检测的目的。先从目标的轮廓图像中提取出了绝缘子的上边缘和下边缘曲线图,再利用局部加权回归算法(LOWESS)平滑曲线以便于获得绝缘子片的波峰值,最后利用相邻波峰之间的距离关系确定是否存在绝缘子掉片缺陷,完成了对绝缘子的检测。

关键词： 移动增强现实   数字图像处理   特征检测   特征描述   特征匹配  

摘要： 增强现实是近年来极受关注的一门技术,受到了诸多科技公司的关注和研究并应用于娱乐、导航、医疗、军事、教育等行业。目前增强现实的载体通常为智能手机,而移动增强现实时代从开发者的视角看系统急需提升对更多识别图像的兼容性以及识别过程的稳定性。本次研究梳理了移动增强现实的系统架构,首先进行了最底层的算法研究、归纳和实验:对特征检测算法进行了理论研究和对比实验,选择了 ORB(Oriented FAST and Rotated BRIEF)算法;接下来在 ORB 算法的基础上通过提出cFAST算法并求出其对应四个参数组合的最佳值,最终提升了算子匹配质量,并通过实验论证了改进的有效性。同时对特征匹配算法进行了理论研究和多次对比实验,最终选定KNN算法为特征匹配算法,使用Lowe's算法与RANSAC算法剔除误匹配点。接下来在上述实验结果和对应改进算法的基础上,通过梳理增强现实系统的实现流程,封装了包括摄像机参数、特征检测、特征匹配、增强渲染等多个系统接口。最后,从增强现实实际使用场景出发,在接口层的基础上实现了移动端增强现实应用的开发,设计了扫描模式和增强模式以实现系统交互逻辑闭环,并通过对照实验证明了该移动增强现实系统提升了对识别图和环境的兼容性和鲁棒性,并通过后续实验验证了系统基本满足用户实际使用的流畅性、鲁棒性、稳定性等要求。

ISBN: (纸本)9787121400445

关键词： 手机盖板玻璃   缺陷检测   缺陷图像获取   缺陷分割   缺陷分类  

摘要： 手机盖板玻璃是智能手机的重要组成部分之一。全球每年对手机盖板玻璃的需求量达上百亿片,超过90%的手机盖板玻璃由我国生产。手机盖板玻璃的质量检测十分重要,由于市面上现有的手机盖板玻璃自动化检测设备稳定性不高,目前行业内手机盖板玻璃仍采用人工质量检测。为提高机器视觉设备在手机盖板玻璃缺陷检测上的稳定性,本文从手机盖板玻璃缺陷图像获取、缺陷图像分割、缺陷分类、重点缺陷识别准确率提升四个方面进行了研究,主要体现在以下三个方面。1、手机盖板玻璃缺陷图像的获取方面,本文首先对现有图像获取方案进行研究,分析了它们缺陷图像获取种类少、缺陷图像获取不稳定、缺陷种类识别不稳定的原因。为了增加缺陷图像获取种类、提升缺陷图像获取稳定性,同时提升重点缺陷判别准确率,本方案提出一种基于结构光的手机盖板玻璃缺陷图像获取方案。本方案获取反射两种类型结构光的手机盖板玻璃图像序列——反射黑白周期条纹的图像序列和反射正弦条纹的图像序列。反射黑白周期条纹的图像序列缺陷突显能力强,基于反射黑白周期条纹的图像序列合成的增强图像缺陷获取稳定且种类丰富。基于反射正弦条纹的图像序列可解析出对表面损伤型缺陷灵敏的相位值,强化缺陷信息输入,提升划伤、凹凸点等重点缺陷分类的准确率。2、缺陷图像分割方面,针对手机盖板玻璃增强图像灰度分布不均匀的问题,本文首先研究了机器视觉中经典的图像分割方法,并对图像灰度不均匀分布的原因进行了分析,最后提出一种混合模板阈值和梯度阈值的缺陷分割方法。模板阈值部分提取了无缺陷增强图像的整体平缓变化趋势与局部变化因素,作为缺陷阈值分割的自适应阈值,克服了灰度不均匀分布的影响。梯度阈值部分利用图像一阶导数突显缺陷边缘信息,对灰度变化不明显的缺陷进行召回,提高缺陷分割准确率。3、缺陷分类方面,本文首先对盖板玻璃缺陷类型进行分析,按产线对缺陷后续处理方式的不同,将缺陷分为大面积附着型缺陷、划伤、线状附着型缺陷、凹凸点、点状附着物缺陷几大类。为实现缺陷分类,本文利用缺陷几何特征将缺陷首先划分为面型缺陷、线型缺陷和点状缺陷,接着基于相位解析引入缺陷凹凸性信息,继续将线型缺陷和点状缺陷进一步划分为划伤、线状附着物以及凹凸点、点状附着物。通过引入凹凸性信息提升划伤、凹凸点识别的准确率。本文从加强缺陷信息输入的角度出发,增加缺陷图像获取种类、增强缺陷图像获取稳定性、提升重点缺陷识别准确率,从而提高整个机器视觉系统的检测稳定性。

关键词： 土石混合体   力学性能   数值流形法   数字图像处理   强度折减法   边坡稳定性  

摘要： 土石混合体（SRMs）作为一种力学性质介于岩体和土质机制之间的非均质岩土材料，广泛存在和应用于自然界和人类工程活动中，诸如边坡、隧道围岩和基础。这些工程地质体的稳定性主要是受分布在这些区域的SRMs的力学性能影响。本文在连续介质力学框架下，应用数值流形法(NMM)研究SRMs这类复杂介质的力学性能。论文主要研究工作如下:　　1、从覆盖系统、单位分解函数和NMM空间三个方面阐述了NMM，并给出了NMM求解弹塑性问题的增量解法。　　2、基于EAB算法和背景网格法建立SRMs的随机结构模型，将NMM扩展到求解SRMs的等效渗透系数（keff）。研究了块石含量、块石尺寸、块石形状和块石的主轴方向以及随机性对keff的影响。结果表明:SRMs的keff随着含石量的增加而减小，块石的主轴方向对keff有一定的影响;在其他参数不变的情况下，块石尺寸对keff的影响可以忽略不计;当含石量和块石尺寸相对较大时，随机性对keff有一定的影响。　　3、运用数字图像处理技术(DIPT)建立了一个SRMs边坡的结构模型。基于该边坡的结构模型，应用强度折减技术(SRT)的NMM研究了该SRMs边坡的稳定性。数值计算结果研究表明:基于边坡断面的照片，DIPT可以准确地建立SRMs边坡的结构模型;基于SRT的NMM不仅可以获得精度令人满意的安全系数(FOS)，而且还能得到边坡变形破坏的主要模式;块石的存在能够提高边坡的FOS。　　4、将一种基于数学网格局部加密的改进的数值流形法（RNMM）应用于研究一个SRMs边坡的稳定性分析中。在RNMM中，将加密的网格布置在可能产生应力集中的地方。与传统的NMM(TNMM)相比，RNMM用于计算边坡稳定问题的计算量要小。并将数学网格多重覆盖(MLCS)应用于RNMM中，进一步提高计算效率。将基于MLCS的RNMM分别应用于一个SRMs边坡和一个土质边坡这两个典型算例的稳定性分析中。数值计算结果表明:应用MLCS的RNMM计算得到的FOS和RNMM几乎是一样的，但是基于MLCS的RNMM的计算开销要明显比RNMM小;SRMs边坡中的塑性区分布方式与土质边坡有很大差别。

摘要： "数字图像处理"课程是多技术融合的交叉学科,课程紧跟科研热点,内容广泛。然而,数字图像处理课程的教学过程中普遍存在教材理论性深、教学方法单一、教学效果差等问题。针对此问题,文章提出了"理论教学—实验验证—实践创新"的混合教学模式,并结合线上虚拟仿真平台,探索数字图像处理课程的金课建设思路,以提高本科人才的培养质量。

摘要： 针对"数字图像处理"课程传统教学中存在的重理论轻实践、知识更新速度慢和考核方式单一等问题,按照成果导向教学(OBE)的理念,明确课程目标,优化整合教学内容,设计形式多样的线上线下相融合的教学模式,构建多样化的考核方式。实践结果表明,有关教学改革措施提高了教学质量,激发了学生的学习兴趣,锻炼和培养了学生的工程实践能力。