教学课程资源库 更多>>

关键词： 文化遗产   数字化   多媒体数据库   数字图像处理  

摘要： 随着物质文化遗产保护工作的逐步深入,如何更加科学全面地开展保护工作一直是一个重要的研究课题。数字化手段以其在存储、传播、应用等方面的突出优势,已经成为了文化遗产保护工作中的重要方法。本文通过文化遗产保护的现状与存在矛盾,以陕西省秦始皇兵马俑博物馆为例,探讨如何利用数字技术对文化遗产进行保护。最后则阐释了数字技术对文化遗产保护的意义。

关键词： 图像处理   计算机数字图像技术   处理效果  

摘要： 对当下常用的计算机数字图像技术中的直方图处理、图像分割、灰度变换、图像平滑、图像边缘提取这5种进行理论分析,试研究了其常见技术类型,还从其现实中的用途、处理效果等进行分析。

关键词： 混合式学习   在线学习   教学设计   数字图像处理  

摘要： 混合式学习是将在线学习与面对面课堂教学的有机结合,是对学习理论、学习资源、学习环境、学习方式的多种混合。本文针对《数字图像处理》的课程特点,基于混合式学习模式进行教学设计,力图找到适合于该课程的混合方式,以有效提升学生的学习积极性,促进创新能力的培养。

关键词： FPGA   数字图像处理   硬件实现   定位  

摘要： 探伤机器人用于对工程器件内部裂纹、外部损伤进行检测。探伤机器人在检测的过程中需要视觉定位为其导航,方便机器人进行探测方向和姿态的调整。以往为解决这一问题给出了很多方案,但一定程度上受核心处理器处理速度,模块成本的限制,处理效果低下。本论文提出了探伤机器人视觉引导中快速定位导航技术方案。在探伤过程中,机器人从探测到姿态调整,整个过程相当于一个闭环控制系统,定位识别时间便是反馈时间,假如处理速度低下也就是反馈时间过长,那么整个闭环系统自然无法快速反应,调整不及时,机器人的导航就失去了意义。因此本设计综合考虑了实时性和性价比后,采用了OV系列的摄像头和FPGA处理器来解决这一问题。具有十分重要的研究价值。传统的解决方案中,基本采用了ARM和DSP等微处理器,这些处理器的串行特性很大程度上限制了运行速度,对于图像处理而言,数据量较大,处理速度是关键问题所在。基于这些不足,FPGA做处理器就变得更具优势了。本设计基于FPGA来实现机器人的快速定位的方案,本方案中采用了一个图像传感器,基于FPGA在图像的采集、存储、识别定位、显示等做了处理。其中对动态图像进行实时处理后将得到最终定位坐标值来进行相关计算,为接下来机器人的检测提供控制依据。本论文中就整个视觉引导系统分为了三个部分:第一部分配置图像传感器获取图像;第二部分为图像的存储并进行灰度化——中值滤波——迭代阈值分割得到二值图像——数字形态学处理。这个过程对于采集得到的图像进行数据量的压缩、降噪、分割处理。第三部分为最后一个阶段是定位磁条的定位坐标的标定。图像的定位导航方案设计在图像处理过程中,实现了SCCB的时序设计、优化了数据缓存SDRAM控制器的设计,完成了所用图像处理算法的硬件设计,并完成时序调整。在最后的定位坐标标定方案中提出了并行与的检测方案。让探伤机器人的导航定位精度得到提升。根据上述的整体思想,作者完成了图像采集系统的设计与优化,对图像算法进行了硬件设计与实现,并将部分算法模块化方便调用。并对整个过程进行了仿真调试,均能正常工作。FPGA的高速处理速度充分的体现了出来。完成上述工作为后期的研究工作提供了良好的控制依据。

ISBN: (纸本)9787302451723

关键词： 丝网布   倾斜检测和校正   密度检测   疵点检测  

摘要： 随着丝网印刷的快速发展,企业越来越关注丝网布的质量,现在主要依靠人工检测的方法检测丝网布的质量,但是人工检测效率不高,检测结果不稳定,限制了企业的生产和发展。本课题采用数字图像处理技术进行丝网布检测,利用数字图像采集和处理设备结合先进的数字图像处理算法对印刷用丝网布参数进行快速检测,得出被检测丝网布匹的经纬纱密度、经纬纱平直度(倾斜角度)、疵点等参数。首先,论文采用中值滤波、直方图均衡化等算法对丝网布图像进行预处理,滤除图像噪声并提高对比度,为后续的图像处理工作做好准备。针对丝网布图像存在的倾斜问题,论文用Hough变换算法对丝网布经纬纱线倾斜角度进行检测,并利用图像旋转实现了对丝网布图像的快速倾斜校正,减小了后续丝网布检测的误差。其次,论文研究了基于灰度投影、基于傅里叶变换和基于小波变换的密度检测算法,并进行了实验分析比较,根据分析结果,提出了一种改进的丝网布经纬纱密度快速检测算法。对预处理后的待检测图像进行傅里叶变换,根据频谱图的第一峰值点坐标信息进行预判断,当第一峰值点坐标值大于阈值时,用基于傅里叶变换的经纬纱密度检测算法的有关公式计算可得经纬纱密度;当第一峰点坐标值小于阈值时,对待检测图像采用基于灰度投影算法计算经纬密度,此方法提高了丝网布经纬纱密度的检测准确度和速度,适用范围也更广。再次,论文提出一种基于傅里叶变换的丝网布疵点快速检测算法。用傅里叶变换将预处理后的丝网布图像转换到频域进行处理;利用Butterworth低通滤波器对频谱图进行滤波,滤除背景纹理结构;经傅里叶逆变换后,用改进的迭代阈值分割方法分割疵点。最后,作为丝网布检测算法的一个延伸,本文用Visual Studio软件通过C#语言和MATLAB混合编程,设计了模块结构、检测流程和简单的操作界面,从而构成丝网布检测的软件系统。本课题在数字图像处理的基础上,对丝网布经纬纱倾斜度、经纬纱密度和疵点实现快速有效的检测,提高了丝网布检测的速度和准确率,对数字图像处理技术在丝网布自动化检测上的应用有一定的理论指导意义,在企业生产中有良好的应用前景。

关键词： 受电弓磨耗检测   数字图像处理   Linux   设计模式  

摘要： 随着计算机技术的发展,数字图像处理技术在工业检测领域发挥着越来越重要的作用,本文对目前国内外受电弓滑板磨耗状态检测现状进行阐述,设计了一种基于图像方式检测受电弓滑板磨耗状态的软件系统。软件基于Linux操作系统开发,实现受电弓滑板图像数据采集、处理和存储,对软件中存在的多线程并发问题进行探讨。本文结合实际应用,着重对以下内容进行了详细介绍:1、详细分析了国内外受电弓滑板磨耗厚度检测的技术和方法,对比不同技术的优缺点,提出了一种“背光法”的受电弓滑板图像检测技术。2、采用Linux+MySql的方式实现软件设计,基于C\S结构,主要功能是:图像采集、图像处理、数据存储、网络通讯、串口通讯。各个模块由单独的线程控制,软件模块基于不同的设计模式。3、在受电弓滑板图像识别算法中,采用图像滤波、图像增强、区域定位、边缘检测等技术提取受电弓滑板图像中边缘信息,并结合图像标定技术计算出滑板的实际磨耗。4、数据库系统规范化设计,建立检测需要的数据字典以及设计实体之间关系,实现对数据库的增删改查操作。5、对套接字编程原理进行分析,详细介绍基于TCP/IP协议网络通信的实现过程和方法,检测软件作为服务器端,实现了对列车车号的通讯接收,并解析了相应的协议。该软件具备三点优势:1、基于Linux操作系统开发,Linux操作系统具有成熟、免费的特点,软件运行相对稳定,不容易受病毒感染。2、软件开发中采用了多种设计模式(简单工厂模式、生产者-消费者模式),优化了软件的层次结构,满足软件设计中“高聚合、低耦合”的设计理念,同时解决了线程中的同步问题。3、在图像识别算法中采用了图像滤波,边缘检测等技术,提高了图像识别正确性,提高了滑板磨耗计算的精度。该软件已经开发完成,并通过软件功能测试,所有软件模块运行正常。在性能测试上,磨耗算法准确性在90%以上。

关键词： 太阳黑子   数字图像处理   数据分析   统计分布   误差测量  

摘要： 太阳黑子是最早被系统记录的太阳活动现象。自从望远镜发明以来,人类已经拥有约400年的手描黑子观测记录。研究太阳活动的长期演化及其主要的11年周期变化在较大程度上依赖于这样单一的观测记录。近些年来,为了能够长期保存和运用计算机技术对其处理,这些手描黑子记录正在进行数字化转化。伴随着观测设备和技术的进步,在未来,手描黑子记录的观测方式将不可避免地由CCD直接的数字化图像所取代,因此对两种观测方式并存时期所得到的两类观测记录进行相关分析研究,尤其是对两类观测记录之间的差异进行研究,这对于传统的手描黑子资料与未来纯数字化黑子资料的衔接非常重要。以此为背景,在调研了数字图像处理相关技术,并重点分析了针对太阳手描黑子图像和SDO/HMI(Solar Dynamics Observatory/Helioseismic and Magnetic Imager)图像进行相关分析时所用到的技术和方法,在此基础之上对两类黑子图像进行相关研究:(1)为了更准确的对手描观测记录的精度进行分析,从紫金山天文台手描黑子观测记录中选取样本,设计实验测量其在扫描过程中所使用的扫描仪的比例尺误差,以及记录纸上绿色太阳圆环由于印刷精度问题导致其在东西方向与南北方向上直径长度的比值。并通过提取太阳圆环的四个方向线来测量其在扫描过程中纸张放置位置所导致的方向夹角。实验结果表明:扫描仪在水平和垂直方向比例尺相差0.2%,太阳圆环的东西方向比南北方向长度短1%,记录纸的方向夹角可达0.5°。(2)为了识别手描黑子图像中太阳黑子,根据手描黑子图像中不同颜色在R、G、B三个颜色分量值的分布特征,利用最大颜色差的方法分别对记录纸的背景和记录纸上灰色铅笔笔迹进行提取,并对比实验结果。结果表明:记录纸的背景有效提取率约为57%,灰色铅笔笔迹有效提取率为97%以上。针对提取的铅笔笔迹部分,首先利用连通域的多个几何和形状特征值组合筛选干扰因素,并最终实现找到和保留黑子区域。其次,利用MNIST训练BP网络并将其应用于记录纸上手写数字的识别,以剔除更多干扰因素。实验结果表明:BP网络能够识别出更多的手写数字,但是由于特殊原因导致其误识别率为6%,而传统方法误识别率为2%。(3)为了实现两类图像中太阳黑子的相关分析,首先校正SDO/HMI图像的P角,之后对全日面扣除临边昏暗,采用提取局部最小值获得黑子位置,再通过图像重构方法获得黑子面积,最终实现识别太阳黑子。其次校正手描黑子图像的各种误差、方向夹角、P角,并调整其像元分辨率使其与SDO/HMI图像保持一致。之后将手描黑子图像与同时刻的空间SDO/HMI全日面连续谱图像进行对比,通过重叠的办法找出两类黑子的对应关系,并统计其坐标位置、大小、面积,并利用统计直方图、高斯拟合曲线、瑞利分布对统计结果进行展示和分析。实验结果表明:两类黑子记录在日球纬度方向偏差的均值为0.94角秒(0.08mm),两类黑子记录位置偏差的标准差为5.3角秒(0.47 mm)。两类黑子记录在日球经度方向偏差的均值为-2.2角秒(-0.2 mm)。手描的黑子观测精度约为7角秒(0.6mm),手描黑子的手绘尺度的下限约为4角秒(0.35mm),两类黑子记录的等效半径的相关系数为-0.36。本文通过对两类太阳黑子记录相关分析,获得了手描黑子记录与纯数字化方式获取的观测记录之间的差异程度,为两类黑子观测记录的衔接提供重要依据,利用实验结果对手描黑子记录中的各种误差校正后,能够为天文学家提供更准确的手描黑子资料,为研究太阳黑子长周期演变提供宝贵、可靠资料。

关键词： 藏区壁画   数字图像处理   边缘检测   图像复原  

摘要： 藏区的壁画藏量丰富,艺术价值历史意义极高,是中国璀璨民族文化的珍宝,也是中国少数民族艺术殿堂的珍宝。他们也是很重要的研究材料,主要用来研究藏区地区的文化和藏区地区的历史。因此,我们可以认为藏区的壁画不仅是我们的华夏民族的伟大文化遗产,更是世界的文化历史遗产的重要组成部分。因此,运用数字图像处理技术来保护藏区的壁画显得非常重要,也使得保护藏区壁画有着不同凡响的意义。本文以藏区的壁画为切入点,通过认真分析了其构成和特点,再探索运用现代流行的前沿的数字图像处理技术及图像复原技术,得出该技术在藏区壁画的复原应用中的重要作用和现实意义。第二,结合藏区地区的壁画的特点,研究和设计了数字图像处理技术的过程和方法。这部分的主要研究内容包括图像采集中使用先进的技术,存在于西藏地区和其他藏区寺庙中的壁画,通过技术手段把收集到的需要修复的壁画先行做好数字化处理和存储,常见的手段是针对图像高频部分进行均值化降处理,简化图像退化和灰度处理,通过灰度退化模型和其他技术等方法对彩色壁画的图像进行复原处理。不过因为支撑壁画的原始墙壁的形式遭到或多或少的破坏,可能部分承重墙出现裂缝或墙壁脱落的情况,这种情况下可以利用边缘检测技术来识别壁画的受损区域及边界,根据虚构图像的特征,基于结构信息和纹理信息的基础上,分析了复原结构图像和纹理图像的算法,该算法结合结构性图像及纹理类图像的复原的算法,基于图像块复原算法的优点,也约束了样本块的图像复原算法模型。本文通过研究总结,不仅概述了图像复原技术和图像重建技术,而且也介绍了几种图像恢复技术和图像重建的方法。本研究重点的研究方法是通过MATLAB的软件技术与藏区较为普遍的病态进行分析、归类、仿真复原操作取得了具有十分理想处理效果的壁画图像复原展示。

关键词： 机车轮对踏面损伤检测   机器视觉   数字图像处理   纹理分析   聚类   区域生长   支持向量机  

摘要： 机车轮对的踏面损伤将会影响到机车的安全运行。目前的机车轮对踏面损伤检测方法主要是人工检测,存在检测效率低、劳动强度高等不足。因此,机车轮对踏面损伤检测技术的自动化与智能化显得尤其关键。本文主要针对机车轮对踏面损伤检测技术进行深入研究,利用数字图像处理方法与光电测量技术,设计研发了机器视觉系统下的车轮踏面损伤检测系统,用于实现机车轮对踏面损伤的动态在线检测。论文主要从机车轮对踏面损伤检测系统的机车轮对图像预处理、机车轮对踏面损伤检测及机车轮对踏面损伤判定等三个方面进行了研究。主要工作包括以下几个方面:1)机车轮对图像预处理。机车轮对图像预处理包括:机车轮对踏面提取与机车轮对踏面图像增强。针对机车轮对踏面提取问题,基于机器视觉系统下的机车车轮踏面损伤检测系统定点成像的特点,本文提出了一种基于机抽样一致性(Random Sample Consensus,RANSAC)的轮缘线拟合方法实现机车轮对踏面的提取。利用机车轮缘的梯度信息,获取车轮轮缘点,采用RANSAC对机车轮缘线进行有效拟合,从而实现机车轮对踏面提取。在机车轮对踏面图像增强的过程中,针对图像内存在光照不均的问题,研究了基于照明—反射模型的同态滤波技术与基于多尺度的Retinex增强技术。采用基于多尺度Retinex增强技术,取得了显著的处理效果。2)机车轮对踏面损伤检测。提出基于纹理聚类与区域生长相结合的踏面损伤检测方法。利用灰度共生矩阵,获取方差、对比度与同质性纹理特征矢量用于描述踏面区域纹理特性;采用K-Means++聚类算法,确定包含损伤的可疑区域。利用损伤区域轮廓梯度信息,检测损伤轮廓点;选取轮廓点交点作为种子点,提出基于3?原则的区域生长技术,提取损伤区域。利用基于方向性结构元素的形态学方法,合并损伤区域,实现机车轮对踏面损伤检测。3)机车轮对踏面损伤判定。针对踏面损伤检测中的误检问题,通过对比灰度共生矩阵的生成灰度级、生成间距以及生成方向对描述损伤特性影响的对比实验,选择合适的灰度共生矩阵参数,生成对比度、相关性与同质性纹理特征矢量;引入反向传播(Back-propagation,BP)神经网络与支持向量机(Support Vector Machine,SVM),对踏面损伤进行判定。实验结果表明,在踏面损伤样本数较少的情况下,SVM分类器损伤判定的泛化性优于传统的BP神经网络。基于上述技术研发的损伤检测系统于美国Transportation Technical Center Incorporation(TTCI)的机车在线检测线上进行了试验,损伤判定准确率达到94.375%,为机车轮对踏面在线检测系统的产品化打下了良好的基础。