教学课程资源库 更多>>

关键词： 去朱存墨   去墨存朱   数字图像处理  

摘要： 朱墨分离是文件检验中的常用手段,利用传统的照相技术手段和现代文件检验设备或软件都能得以实现。但是,这些手段技术要求较高或造价昂贵,在应用普及中具有一定的局限性。本文结合Adobe photoshop软件强大的数字图像处理功能对朱墨分离问题进行了相关研究探讨,通过利用该软件对朱墨交叉的印迹和字迹等进行数字图像处理,克服了上述手段的局限性,有效解决了去朱存墨和去墨存朱问题。

关键词： 机器视觉   数字图像处理   槽深度测量  

摘要： 本文在改造的光切显微镜测量槽深的基础上,引入机器视觉和数字图像处理技术,可实现软件自动瞄准,进行窄槽型的标准伤痕的测量,提高了测量精度。

关键词： 黄瓜病害   数字图像处理   特征提取   作物病害识别  

摘要： 精准识别作物病害的前提是精确提取其特征。为此,利用计算机图像处理技术,研究了黄瓜霜霉病的特征提取过程。使用高精度的光学设备直接进行数字图像采集,再运用图像预处理方法对图像数据进行优化,去除干扰,精确定位病斑部位;分析黄瓜霜霉病的表现形式,从统计量、颜色和形状3个方面分离出特征参数值15个。这些特征值将作为识别该病害的主要依据,大大提高了病害的识别精度。

关键词： 数字图像处理   教学方法   教学改革  

摘要： 本研究针对图像处理课程的缺点进行了阐述,并从数字图像处理课程的教学内容、教学手段和实践、改革措施等方面入手进行了深入细致的探讨。结果表明:数字图像处理课程中目前没有合理的教学团队、没有比较正规的实验指导书,学生课本没有与时俱进。通过对教学改革的实践,学生们的学习兴趣和学习效率都所有提高。

关键词： 印刷线路板   边缘链码   图像定位   图像分割   缺陷检测   数字图像处理  

摘要： 随着PCB(Printed Circuit Board)制作水平的不断发展，层数越来越多、密度越来越大的电路板已经进入我们的视野。为了克服传统检测技术劳动强度大、工作效率低等弊端，进一步提升产品质量，降低生产成本，越来越多的学者采用基于数字图像处理的方法对PCB进行缺陷检测。本文采用图像处理技术，在MFC（Microsoft Foundation Classes）平台下构建了PCB缺陷自动检测系统。该系统包含了图像采集部分（扫描仪）和软件处理两大部分。其中软件处理部分主要由PCB图像畸变校正及预处理、图像定位及子图像分割、PCB缺陷检测几大模块构成。在这几大模块中，基于边缘链码的图像定位方法和基于PCB文件的图像分割是本文的创新亮点。\n （1）PCB图像畸变校正及预处理。首先利用标定板实验分析了PCB图像畸变规律，然后运用双线性插值法对图像进行了畸变校正。其次，采用图像预处理措施对PCB图像进行滤波、平滑等操作，最终得到了能够满足缺陷检测需要的图像。\n （2）图像定位及子图像分割。在深入理解PCB文件（ASC形式）组织结构的基础上，通过MFC编程实现了PCB文件信息的读入与保存。然后利用读取到的信息通过GDI（Graphics Device Interface）绘制出PCB子图像框图。为了实现子图像框图与目标图像的准确定位，采用了基于边缘链码的图像定位技术。在目标图像与子图像框图定位成功后，通过从PCB文档获取的元件坐标信息确定图像分割范围，实现元件子图像的截取。\n （3）PCB缺陷检测。首先分析了PCB缺陷检测的常用方法，根据不同缺陷的特点，分别提出了各类缺陷的检测识别方法：依据短路和断路等缺陷的特征，提出了利用图像面积特征，采用差值法进行短路、断路检测以及基于颜色分析的元件漏焊、错焊检测等具体的缺陷识别方法。

关键词： 人脸检测   数字图像处理   考勤系统   课堂出勤率  

摘要： 人脸检测在许多领域都扮演着非常重要的角色，例如视频监控和人脸图像数据库管理。在我们的文章中，我们对人脸检测技术进行了研究，并提出了相关的改进算法。该技术在复杂背景和不同的人脸位置的情况下，鲁棒性都非常好。\n 本文描述了所做的工作，算法以及利用数字图像处理技术在人脸检测领域的应用，完成了“教室考勤人脸检测系统”。该系统旨在使老师能够通过一个数码相机和一台电脑就能实现自动检测出勤到课率。首先加载从教室获取的学生上课时的静态图像，然后自动检测人脸并与学生人脸库进行比对，最终会生成一个到课学生的列表。\n 在教室进行人脸检测是一个非常先进的自动考勤管理系统，该系统是任何学习管理系统的一个必备工具。大部分现存的系统都是非常耗时的，而且需要老师或者学生的手动参与。自动考勤管理系统是计算机视觉领域的一个扩展应用。我们研究的人脸检测算法结合了一种现有的学习管理系统，该系统能够自动检测并记录到课的学生。这个新系统的目标是比传统方法耗时少，同时不干扰正常的教学过程，该系统可以提供准确的到课结果，以及更详细的到课信息，包括学生活动和课堂出勤率。\n 提高教育质量的一个关键因素是学生按时到课。一般地，通常会通过学生上课的到课率来确定考勤分，并把考勤分作为期末成绩的一部分来促进学生提高到课率。然后，老师的这份努力，需要准确无误的记录实际到课的学生，而这一举动又会浪费大量的教学时间。另外，当一个老师上课的班级有大量学生时，这种情况会变得更加复杂。本文提出了一种新的自动考勤管理系统，该系统不会干扰正常的教学过程。该系统也能够用于考试期间或者其他的教学活动等其他必须学生参加的场合。该系统消除了传统的学生识别过程中点名或检查学生身份证等过程，这不仅不会干扰教学过程，而且还不会增加考试时学生的压力。\n 人脸检测问题受到广泛的关注。在过去的十年里取得了显著的成果。本文提出了在彩色图像中基于分割的人脸检测算法。本文的目的是数出教师中学生的个数。首先，该方法结合了Ycbcr和HSV色彩空间模型，这两种模型可以用于获取原始图像中可能的皮肤区域。其次，没有人脸区域的图像块，例如手、手臂等，利用面部轮廓的特征排除掉。因此，就提取出了候选人脸图像块。再次，验证了能够通过头发的颜色和形状特征来提取人脸。\n 本系统可划分为多个部分，每个部分都介绍了人脸识别过程的流程的一个部分。本文算法基于MATLABR2012a编程环境实现，所有采用的照片取自湖南大学计算机科学学院208，通过三幅不同的输入图像为例展示了所采用的处理算法的图像处理结果（图1，2，3）。每一个例子包括10幅输出图像，即分割处理后的图像，灰度化后的图像，边缘检测处理后的图像，二值化结果，同态滤波处理结果，最终识别结果。在本算法中，分割算法是算法的主体部分，它将图像分成多个小的部分，从而容许进一步的图像处理操作的进行。该分割操作基于三原色色彩空间。在分割操作后，对分割得到的图像进行RGB灰度化处理，然后通过边缘检测获得图像边缘信息和区分开图像人脸部分和非人脸部分。之后通过二值化处理将图像转换成二值化图像，并通过同态滤波和开运算和闭运算来获得图像轮廓，从而进一步获得的最终图像，实验结果显示本算法是可行并有效的，由于MATLAB语言效率高、性能好，因此该算法利用MATLAB实现。根据我们的实验结果可以看出，当人类图像提取和规范化较好时，我们的系统达到的准确率高达96.2％.

关键词： 眼底图像   视网膜血管   动静脉识别   分形维数   数字图像处理  

摘要： 无论是在临床诊疗，还是在医学研究中眼底彩色图像起着越来越重要的作用。医生通过对患者眼底图像的观测，不仅能够诊断患者是否患有眼底疾病，还能够预测患有心脑血管疾病、高血压、糖尿病等全身性疾病的概率。研究表明，眼底图像中视网膜血管的异常与糖尿病、高血压、神经系统疾病的发病和严重程度密切相关。由于视网膜血管错综复杂，医生难以直接得到定性或定量的观测数据，因此，引入数字图像处理技术辅助医生进行诊断，能够达到事半功倍的效果。\n 视网膜血管的研究主要分成三个阶段:血管提取，动静脉识别和血管的定量分析。针对血管提取的研究，实现并改进了基于Hessian矩阵的血管提取方法。针对动静脉识别的研究，提出并实现了基于血管像素的动静脉识别方法和基于血管片段的动静脉识别方法。基于血管像素的动静脉识别方法，首先面向每个血管像素提取特征来标记动静脉，然后统计每段血管中动脉像素和静脉像素的比例从而确定血管类别。基于血管片段的动静脉识别方法，首先面向每个血管片段提取特征来标记动静脉，然后根据血管的结构特征修正标记错误的动静脉标签。最常见的血管定量分析是计算血管的分形维数。针对血管的分形维数计算，研究并实现了盒计数维数、Sandbox维数、覆盖变换维数方法计算视网膜血管的维数，对所得结果进行了分析与比较。\n 通过研究动脉和静脉的特征差异，实现了全自动的动静脉识别。研究分形维数理论，实现了适用于视网膜血管的维数计算方法。利用公开的DRIVE眼底图像数据库对研究方法进行测试，得出了无糖尿病病症眼底图像和有轻微糖尿病病症眼底图像分形维数的区间。此外，对STARE数据库中患有不同疾病患者的眼底图像分形维数的研究，得到健康眼底图像，高血压眼底图像，糖尿病眼底图像及动脉硬化眼底图像各自对应的分形维数空间，其中健康眼底图像和糖尿病眼底图像与DRIVE数据库所得结果较为接近。所得结论能够成为医生临床诊断的重要参考依据之一。

关键词： 计算思维   任务驱动   数字图像处理  

摘要： 本文针对数字图像处理的教学问题,提出了基于培养学生计算思维能力的任务驱动教学模式,阐述了该教学模式中的任务设计,任务实施的方法及师生角色的转换,并根据"数字图像处理"课程的教学实例,验证了该教学模式的可行性。

关键词： 复变函数   积分变换   系统敛散性   复势   数字图像处理  

摘要： 复变函数与积分变换是电学专业理论分析的基础工具,在电学专业中对于系统状态的分析、频率的分析、场的分析以及图像信号处理等起到了举足轻重的作用.本文通过复变函数与积分变换在系统状态分析、场的分析以及图像信号处理三方面来论证复变函数与积分变换在电学计算和算法的显耀作用,并指出随着科技进步,复变函数与积分变换在电学中所起的作用将越来越重要.

关键词： 四元数   旋转不变   尺度不变   彩色纹理分类   数字图像处理  

摘要： 纹理分类作为数字图像处理和计算机视觉中的一个重要研究课题，在医学领域中的病理分析和疾病诊断、遥感图像等方面有广泛的应用。\n 彩色图像较灰度图像而言，含有更大的信息量和更丰富的视觉感受，研究表明，人眼对颜色的敏感度比对亮度的敏感度更强，因此，颜色信息对图像的视觉感知很重要。旋转不变纹理分类是纹理分析中的一个重点，其在许多实用领域有着广泛的应用，如:基于内容的图像检索、遥感图像分析、医学图像分析、生物特征识别以及目标识别等领域。然而一直以来，人们对颜色信息的研究一般是通过分通道处理，并没有考虑颜色分量间的相关性，尽管彩色图像的各个颜色分量间存在着显著的光谱联系。而近十年来出现的基于四元数的彩色图像处理技术，由于把彩色图像的三个通道当做一个整体来处理，能充分考虑颜色信息和彩色图像各分量之间的相互关系，在彩色纹理图像分类、分割和边缘检测等领域获得了更好的关注。\n 为了更好地利用颜色信息和彩色图像各分量之间的相互关系，来进行旋转不变彩色纹理分类，本课题首先介绍了一些常见的纹理谱分析方法，包括傅里叶变换、Gabor、小波及Curvelet变换等，并回顾了四元数及彩色图像的四元数表示，在这些理论基础上利用四元数Gabor和四元数Curvelet来进行彩色纹理分类的研究，分别做了以下两个较为新颖的工作:\n (1)提出了基于四元数Gabor小波的旋转不变和尺度不变彩色纹理分类方法，这种方法始终将彩色像素作为一个整体来进行处理，充分考虑了彩色图像各颜色分量之间的相关性;而且通过把均值和方差特征向量重新排列成二维特征矩阵，使得对图像的旋转和缩放等效于对此二维矩阵沿行或列方向的平移，再对该二维矩阵进行二维离散傅里叶变换，利用DFT幅度谱的平移不变性来构建旋转不变和尺度不变彩色纹理特征，实验测试结果表明，此特征对于图像的旋转变换和尺度变换具有更好的鲁棒性和较高的分类准确率。\n (2)提出了基于四元数Curvelet的旋转不变彩色纹理分类方法，该方法与上文提出的四元数Gabor方法相比，由于其频率响应为楔形，所以能无缝覆盖整个频率平面，而由于Gabor小波集的非正交性，不仅计算复杂度高，而且使得滤波后的图像中会有冗余信息。为剔除这些冗余信息，滤波器的基本设计策略是保证Gabor滤波器组的响应在频谱的上半峰幅值可以相互接触但又不互相重叠，这使得Gabor滤波器在频域上的形状为菊花瓣状，只能覆盖部分频率域的频谱，以至于不能完全覆盖频率平面，因此Curvelet变换在捕捉图像的频率信息的时候不会有信息的损失，实验测试结果表明，四元数Curvelet彩色纹理分类具有比四元数Gabor更优的分类效果。