教学课程资源库 更多>>

关键词： Python   数字图像处理   电子商务  

摘要： 本文简单阐述Python在数字图像处理中的应用,并针对实际电子商务中的图片处理问题:改变图片大小,对图片去色,为图片加水印,对图片加滤镜,为图片调光等等进行应用,效果显著。

关键词： 数字图像处理   教学改革   工程应用  

摘要： 提出《数字图像处理》课程教学改革方法,结合工程项目和应用型人才培养模式,调整和优化理论教学内容,辅以源自工程应用案例的教学演示和分析,并采用面向实际应用的综合型图像处理软件开发的形式开展课程考核与评价。实践表明该方法有利于提高学生的学习兴趣,能培养学生的创新和实践能力。

关键词： 数字图像   处理技术   农业   应用   发展  

摘要： 随着互联网思维与网络技术的发展,数字图像处理技术被广泛运用在了生产生活的各个方面,特别在农业领域,图像技术不但促进了农业生产技术化,也极大地提高了农业生产效率,对此,文章探讨了数字图像处理技术在农业领域的应用现状与未来发展,对发展科技化新农业产业的研究有着重要意义。

关键词： 数字图像处理   曲线排列文本   透视文本   汉字字符分割  

摘要： 针对现有字符分割方法应用于非规则排列汉字文本时分割正确率低的问题,提出一种基于连通区域捆绑规则的汉字字符分割方法.首先,提取文本前景并标记连通区域;其次,通过计算连通区域的质心及半径构建其包围圆;然后,根据包围圆大小判断并剔除错误的连通区域;最后,基于汉字的结构特征制定文本连通区域捆绑规则,实现汉字字符的分割.实验表明,与现有方法相比,文中方法在处理非规则排列汉字文本时具有更高的分割正确率,且该方法对规则排列汉字文本的字符分割也具有良好的适用性.

关键词： matlab   仿真   数字图像处理   辅助教学  

摘要： 数字图像处理技术在计算机技术推动下得到了迅猛发展,成为了工农业生产及军事等相关应用领域中一项重要的技术手段。Matlab具有强大的矩阵数值计算能力,非常适合二维图像信号的处理仿真。本文从三个方面对matlab仿真对数字图像处理课程辅助教学进行研究,以期促进高校信息类专业数字图像处理课程教学改革发展。

关键词： 字迹识别   数字图像处理   傅里叶变换   字迹特征识别  

摘要： 字迹识别就是通过将得到的样本字迹和已知出处的字迹对比来判断字迹出处的方法。当前在民事诉讼法庭和刑事诉讼法庭上字迹这个证据在很多案件里都是非常有力的、物证,因此字迹鉴别的作用很大。但在当今社会上,字迹鉴别大多数都采用人工鉴别方式,存在许多问题。基于这些问题,本文提出了一种基于数字图像处理的字迹识别方法,首先通过灰度化、二值化和归一化等方法对图像进行预处理,再结合傅立叶公式,然后建立数据库,进行整体识别,最后利用字迹局部特征识别的方法,计算拐点、交叉点、端点的个数,鉴定出相同字迹。用计算机鉴别字迹实现了对字迹分析的完全客观化,大大缩减了鉴别所用的时间,实现了字迹识别无人化操作、自动鉴别。

关键词： 数字图像处理技术   三维重建   应用   分析  

摘要： 本文将针对数字图像处理技术在三维重建中的应用方式及发展问题进行深入的分析探究,重点介绍三维重组的具体流程,剖析数字图像处理技术在三维重组处理过程中存在的缺陷,从而实现该项技术的进一步探究。

关键词： 浇筑式沥青混合料   X-rayCT   CTvox视图软件   数字图像处理  

摘要： 为了更直观了解沥青混凝土内部结构特性,多层次多角度分析沥青混合料各组分细观结构,对各类沥青混合料性能提升试验提供可视化图形分析。以浇筑式岩改沥青混合料为研究模板,针对其细观结构与试验性能的相关问题进行研究。建立了基于X射线CT成像技术、CTvox视图软件的沥青混合料细观三维组分离、染色、重建成像的研究方法,得到分离及组分染色的三维图像,能够真实反映沥青混合料结构特点,观察其内部各组分分布和形态结构。

关键词： 计算机视觉   均值滤波   中值滤波   高斯滤波  

摘要： 目前人工智能学科的发展越来越被大众了解与熟识,计算机视觉成为人工智能能够实现的必要条件。图像输入计算机后噪声对图像质量会带来很多的干扰。提高图像的质量就是消除噪声污染的有效方法之一,常见方法有均值滤波、中值滤波和高斯滤波。对于不同的噪声应选用不同滤波器。

关键词： 轮廓提取   图像分割   数字图像处理  

摘要： 基于深度学习方法给出的目标矩形框检测结果,针对实时目标轮廓提取和颜色识别问题,提出了一种基于边缘提取和形态学操作的方法.首先通过Canny边缘检测算法提取图像大致轮廓,应用多次形态学闭操作将目标主体与背景、噪声等加以区分,找出最大轮廓即目标轮廓,然后利用目标轮廓所包含的区域,在HSI颜色空间中完成目标颜色的统计和识别,并采用真实场景中的无人机、小汽车和人的图像来进行实验验证.实验结果表明,所提出的方法相比纯粹基于深度神经网络的方法在效率上有较大提升,相比纯粹的底层图像处理方法在精度上有较大提高,既保证了实时性,又确保了较高的精度.