教学课程资源库 更多>>

关键词： 沟槽滤棒   摄像机标定   目标定位   参数提取   软件模块  

摘要： 目前,视觉检测技术已经广泛应用于工业检测中,而滤棒沟槽参数检测目前主要是采用人工测量的方法,但其弊端是不仅检测步骤繁琐,耗时长,而且容易因视觉疲劳引入人为误差,因此本文设计实现了一套沟槽参数自动检测软件系统。本课题主要是针对生产线上的滤棒,设计完成了一套满足生产实时性的沟槽参数自动检测系统。该检测系统主要是完成对沟槽个数、沟槽深度、沟槽比表面积的检测,然后将检测到的沟槽物理参数与沟槽设计值进行对比,判断滤棒沟槽参数是否达标,进而对滤棒做出质量是否合格的判断。根据本文要实现的目标,本课题的主要研究内容如下:1.通过对检测参数和沟槽滤棒结构的分析,设计检测系统的总体方案。包括摄像机标定、目标定位、目标分割、图像特征参数提取等模块。2.对摄像机参数进行标定并完成图像的畸变校正。论述了摄像机成像的模型,分析内参数,畸变系数以及外参数在世界坐标系、摄像机坐标系、图像物理坐标系、图像像素坐标系四种坐标系之间的相互转换关系,利用棋盘图像完成了摄像机参数的标定,同时完成了图像的校正,以及误差分析。3.对源图像中的目标进行定位。利用图像增强技术对源图像进行处理,完成目标突显的同时衰减了噪声。之后利用阈值化算法完成目标与背景的分割,利用目标的形状特征以及噪声小而零散的特点,提出了利用像素加权和完成目标的粗略定位,根据粗略定位的目标中心,对目标周围的噪声根据距离目标中心的远近分别进行滤除。之后根据定位的目标进行目标修复,以利于对目标中心的精确定位,最后利用最小二乘法完成了目标中心的精确定位。4.目标特征参数的提取。根据定位到的目标,对目标进行分割,完成沟槽内外轮廓的提取,在此基础上对内外轮廓分别进行处理,得到沟槽的个数、提出沟槽深度对应点的定位方法,同时对成型纸的厚度进行计算,完成了沟槽深度的提取,提出了沟槽面积以及滤棒面积的计算方法,计算沟槽比表面积。5.设计并实现各功能模块。采用面向对象的软件开发方法,实现各软件模块的功能,主要包括算法的实现以及软件界面的实现。

关键词： IDL   数字图像处理   资源三号卫星   质量评价  

摘要： 遥感是通过传感器对远距离的物体进行探测，记录其辐射和反射特性信息，通过对物体特性信息的分析，来研究判定地物的位置、形状、性质以及周围环境相互作用的一门技术。随着社会经济高速发展遥感技术已经越来越多的应用到国土、交通、农业、林业、电力、国防等国民经济的重要行业，遥感领域的前沿技术也已经成为国内外顶尖研究院所、高等学府的重要研究方向，随着各种卫星传感器的出现，产生了海量的高光谱、多时相、多种分辨率的遥感卫星数据，由于受传感器性能限制和大气遮光的影响，获取的遥感数据难免有误差，对这些海量遥感卫星数据进行质量分析评价来检验是否满足实际应用的需要就成了科学工作者应用卫星数据的第一步，本文主要从主观质量评价和客观质量评价方法两个方面进行，主观质量分析主要取决于人眼对图像色彩、亮度、信息量、图像清晰度等感知和判别。客观质量分析法主要从方差、标准差、绝对方差、均值偏差、峰度、偏度、信息熵和信噪比等八个参数指标来判别图像的质量状况，通过研究对比资源三号卫星影像和LandSat-8卫星影像两种卫星数据的方差、标准差、绝对方差、均值偏差、峰度、偏度、信息熵数值和信噪比情况来分析图像质量的优劣。同时也对比两种卫星数据波段之间的协方差以及相关性，通过这一系列综合判定来研究图像的整体质量状况。由于获取的遥感卫星数据带有各种误差，在利用遥感卫星数据之前，必须研究各种方法、各种技术对遥感数据进行预处理。目前对卫星图像数据处理主要从大气纠正、辐射纠正、地形纠正、融合、镶嵌、典型区域增强处理、感兴趣区域提取等方面进行。考虑到目前商用软件的版权费用以及解决ZY-3卫星数据的实际需要，开发出适合ZY-3卫星图像处理分析与质量评价的软件系统成为本文研究一个重要课题。 本文利用IDL编程语言和IDL8.0平台开发出ZY-3卫星影像数据处理分析与质量评价软件，软件系统功能模块主要有影像数据的获取、预处理、感兴趣区域增强、典型特性提取，统计分析和图像质量分析。

关键词： 车牌识别   车牌定位   数字图像处理   Matlab  

摘要： 车辆牌照识别是现代智能交通系统中的重要组成部分之一,应用十分广泛。车辆牌照识别是当代快速发展的社会所必需考虑的方向,其在如今智能交通系统中占有非常重要的位置。 本论文主要研究车辆牌照定位算法的设计与实现,车辆牌照定位是车辆牌照识别系统中关键且重要的组成部分,其车辆牌照识别系统主要包括以下三个部分：车辆牌照的预处理,车辆牌照的定位、字符分割以及单个字符的识别输出。本论文对车辆牌照各个流程中的算法技术点分别作论述,并着重探讨在车辆牌照预处理、初步定位以及车辆牌照精确定位的一些处理技术,最后在Matlab平台上实现效果,并比对分析。 本论文的主要工作和贡献包括： 第一,设计和实现了基于图像增强和形态学处理的车牌预处理算法。该算法首先将输入图像进行灰度化处理,并采用尺度滤波器滤掉图像中的噪点,然后使用固定阈值法对图像进行平滑处理以增强图像的效果,再对图像进行亮度检测,同时采用数学形态学的方法处理不同的情况,最后对处理后的图像再针对大颗粒问题进行平滑处理。 第二,设计和实现了基于先验知识和边缘检测的车牌初定位算法。该算法根据我国车辆牌照的长高比与面积的物理特性等先验知识,对预处理后的车辆牌照图像通过长高比与面积进行初步定位,然后对于定位后的图像采用亮度检测,最后对图像的远近比例的判别。本论文最终采用roberts算子对图像进行双边缘检测,根据实际车牌图像的大小,分三种情况分别进行处理。 第三,设计和实现了基于投影方法的车牌精确定位算法。该算法考虑到拍摄及倾斜等原因,对车辆牌照区域的结构和纹理特征进行处理；同时,为了防止连通区域断裂和与背景环境的粘连,合理选取水平与垂直结构元的形状和尺寸,剔除不符合要求的连通域,提高定位精确度。需对初步定位后候选区进行筛选,以及后期的变形进行校正处理,边框和铆钉的去除。 最后,Matlab平台仿真,成功实现了对车辆牌照定位的仿真实验,精确定位出车辆牌照位置并截取车牌区域显示输出。

关键词： 答题卡识别   档案高清化   数字图像处理  

摘要： 一方面，众所周知办公自动化系统系统的优点可以总结为三点。第一，各种各样的办公自动化系统可以大大减少工作人员重复性的机械劳动，减轻工作人员的负担，提高行政效率。第二，办公自动化系统还能降低人工操作出错的概率，减少出错带来的损失。第三，办公自动化系统限制了参与人员的权利，有利的阻止徇私舞弊行为的出现。因此，各类的办公自动化系统早已在各种各样的场合中得到了广泛的应用。另一方面，数字图像处理技术也有了长足的进步，特别是以Adaboost人脸检测为代表的一系列优异算法的出现，使得数字图像处理在日常工作学习中有了广阔的应用空间。而且现有个人计算机的运算能力也早已能够流畅运行这些算法。和个人计算机处理能力的提升，与数字图像处理有关的办公自动化系统在技术上已经成熟。在这样的背景下，与数字图像处理相关的办公自动化系统在技术上已经成熟。 为了跟上跟上信息化的脚步，本文选择了办公自动化系统中两个与数字图像处理有关的问题进行研究。这两个问题分别是基于数字图像处理的客观题答题卡自动批阅技术和纸质档案的高清化技术。传统的答题卡阅读器是基于OMR(光标阅读器)开发的，相比数字图像处理技术，数字图像处理技术具有更好的智能性和更大的灵活度，可以很容易克服OMR读卡器必须专卡专用的缺点。纸质档案的自动高清化可以可以减少工作人员在值完成纸质档案高清化处理时的负担。 在答题卡问题中，要想准确率高，填涂区域的定位就要准。通常答题卡的填涂区域在答题上呈等间距的阵列状分布，针对这一特点，水平垂直投影就能很好很好定位答题卡中的填涂区域。确定了答题卡的填涂区域后，根据每一个填涂区域被涂黑的面积对填涂区域进行自动分类，分类的原则为类间方差最大原则。在档案高清化问题中，本文主要解决了档案图像的倾斜矫正、证件照的自动提取、印章颜色加深、字迹加深和背景替换。图像的倾斜矫正中使用Hough变换找到档案图像中的直线，直线的倾斜角度作为图像的偏转角度，然后对图像进行仿射变换。在证件照的自动提取问题中，Adaboost人脸检测找到图像中的人脸区域，找到的按相应的比例放大后就是照片的区域。印章颜色加深中，用高斯混合模型对印章颜色进行建模，找到图章的区域，调高该位置的颜色的饱和度。

关键词： 图像分割   车牌识别   数字图像处理   模式识别   人工智能  

摘要： 经济发展迅速、汽车数量迅猛增加是我国现在的特点之一，我国加大了许多基础设施的发展，其中作为基础设施之一的公路交通开始被重视。交通管理发展的主要要点是在大力发展电子信息技术的基础上力求管理以及交通等方面的高效率，使得智能交管系统朝着更加稳定的方向发展。为了增强交通管理的现代化和智能化，车牌自动识别技术是其关键。拥有广泛应用前景的车牌自动识别技术较传统的车辆管理方法，不仅在管理效率和水平上优势明显，而且还节约人力和物力。使得车辆管理朝着越来越科学化和规范化的方向发展，保障了交通安全。 在模式认知的广阔领域中，研究方向有所转变，神经网络开始为其核心。在与其它较为古老的方法比较当中，神经网络系统有着非常明显的优点：并行性较高、不是线性的、较高的冗余，非线性度很高、自己学习的能力、自己组织的能力等等。随着人们对智能交管系统中车牌识别精准度要求的不断提高，将神经网络理论用在车牌识别中是很有意义和价值的。 本文首先研究了车牌识别已经有的相关技术，并对国内、国外在这个方面的研究状况也做了分析。然后提出在车牌照字符识别的过程中以把BP神经网络与图形处理结合在一起的方式，应用BP对车牌图像进行大量相关的一系列处理，如图像的灰度化处理、将车牌图像进行二值化、切分车牌字符图像、车牌字符图像的归一化处理、将车牌图像字符的特征给提取出来。灰度化、二值化、字符切分、归一化是以更好的体现出字符信息、有利于特征值提取为目的。本文在对BP神经网络的算法进行了若干优化和改变的基础上，对BP网络进行训练时提出了辅以动量的梯度下降法，取得了良好效果：不仅振荡趋势得以减小，在速度的收敛方面也得到了改善，最终顺利完成车牌字符识别。 98.48%识别率的实验结果表明，将神经网络技术应用于图形图像处理中的方法，具有较好效果，是可行的。

关键词： 螺纹   图像处理   检测边缘   提取轮廓   参数计算  

摘要： 在今天数字图像处理是非常热门的技术之一，国防科学、天文学、医学和生物学等领域都用到了这门技术，很多领域都用到了数字图像处理。 传统的螺纹检测方法工作效率低下，测量出来的精度也不高，所以把图像处理技术应用到螺纹检测中来是一种趋势。 简单的说，这种检测方法事先把对螺纹参数的检测程序写入计算机，由相机拍摄螺纹的图片传入计算机内，经过一系列的图像处理检测螺纹的各项参数，判断螺纹是否合格，整个检测过程没有人的参与，由计算机自动完成对螺纹的检测，其精度比较高；众所周知，计算机的处理速度非常快，由计算机完成对螺纹的检测在很大程度上提高了效率。因此基于图像处理技术的非接触螺纹检测方法是一种新的高精度、高效率、低成本的测量方法。 首先要掌握图像处理技术所应用的理论，螺纹轮廓有它自己的特点，针对它独有的特点进行算法设计。先得到螺纹图片，在数字处理图片，例如去噪、增强图像、二值化图像等，然后对所需要的局部图像进行边缘检测和提取，最后针对螺纹三种放置方向，分别介绍在每一种情况下螺纹参数大径、小径、螺距和牙型角的算法。 最后，输出螺纹参数大径、小径、螺距和牙型角的计算结果，并多次测量螺纹的参数，对结果进行误差分析，分析实验系统的系统误差和随机误差。

关键词： 长焦距测量   光栅   Moire条纹   傅里叶变换   亚像素  

摘要： 长焦距光学元件及光学系统广泛应用在高功率激光核聚变,光学天线和天文望远镜等系统中,目前对其焦距的测量是光学测量技术中的研究热点之一。基于Talbot-Moire条纹技术测量长焦距以其测量精度高、光路简洁及对环境要求低等优点成为解决长焦距测量问题的重要途径之一。 本文分析了基于Talbot-Moire条纹技术测量长焦距的基本理论,确定了待测长焦距与测量系统的光栅夹角、光栅间距和Moire条纹的倾角等参数的关系,得到了长焦距计算公式,并提出了基于空载状态下Moire条纹的测量公式优化方法。按优化后公式对焦距进行计算,这样不仅可解决Moire条纹倾角测量基准线的确定问题,而且有效地减小了准直波前畸变、光栅制造误差对焦距测量结果的影响。基于Moire条纹的模拟分析设计了光栅夹角、光栅间距、光栅周期等系统参数,并构建了测量系统模型,模拟结果表明设计结果满足焦距测量要求。通过对传统基于快速傅里叶变换求解Moire条纹倾角求解算法和亚像素定位技术的分析,提出了基于频域亚像素法的Moire条纹倾角求解算法,此算法理论上测量精确度优于2",也优于Moire条纹倾角的最小灵敏度14.4"/m,并通过模拟验证了算法的测量精度和适用性。构建了实验装置,并利用VS2008编写了系统测量软件,实验结果表明当待测焦距为59.38m时系统测量精确度可达到0.41%,且具有良好的稳定性。

关键词： 图形处理器   OpenGL着色语言   快速傅里叶变换   离散余弦变换   小波变换  

摘要： 随着近年来半导体技术的快速发展,图形处理器计算速度和功能得到了极大的增强。由于通用GPU计算具有高度并行的特点,在处理矢量数据时拥有普通CPU串行计算所不具有的优势,因此受到了越来越广泛的关注,人们逐渐将目光投向把GPU应用到各行各业的大数据量计算中。快速傅里叶变换,离散余弦变换,小波变换等算法是数字图像处理领域中非常常见的算法,在众多行业和领域中得到非常广泛的应用,随着科学技术的飞速发展,人们对其运算速度的要求也越来越高,因此对这些算法进行GPU加速具有重要的工程实践意义。 本文基于符合OpenGL Shader4.0规范的着色语言,通过对GPU统一着色单元的编程,将快速傅里叶变换,离散余弦变换,小波变换等数字图像处理上的经典算法移植到GPU上进行并行实现以提高其运算速度,主要工作如下：首先,介绍了图形处理器的结构特征以及GPU通用计算的国内外发展现状和GPU的发展历程。其次,介绍了OpenGL以及OpenGL着色语言,分析了GPU实现算法的基本原理及流程,通过对OpenGL和OpenGL着色语言功能和用法的详细介绍,探讨了快速傅里叶变换,离散余弦变换,小波变换等算法在GPU上实现的可行性。然后,将数字图像处理中的算法,如快速傅里叶变换,离散余弦变换,小波变换等,从CPU中移植到GPU中加以实现,并与CPU中的计算结果和计算时间进行比较。通过对实验结果的分析,得出GPU和CPU中实现数字图像处理算法的优缺点。最后,对本文内容进行总结并且对GPU通用计算的发展前景加以展望。

关键词： 数字图像处理   偏微分方程   图像去噪   图像分割  

关键词： GPU   CUDA   数字图像处理   图像滤波   联合相关变换器   星图配准  

摘要： 数字图像处理技术作为自动化、信息化的一个重要手段广泛应用于各行各业的工作环节中。随着所要处理的图像幅度的增大，像元的密集，对于数字图像处理所需的时间复杂度的要求也越来越高，传统的基于CPU的数字图像处理算法已经难以满足实时性的要求。这对于数字图像处理速度的研究提出了很大的挑战。 一般而言，图形处理器（GPU）大部分情况下是用于进行图形渲染计算任务的处理，这势必会造成大量计算资源的浪费。近年来，由于GPU的可编程性能得到很大提高，人们将研究热点专注于GPU通用计算技术。GPU通用计算编程模式一般采用CPU+GPU的异构模式，CPU和GPU在分工上各有不同。CPU是用于执行复杂的逻辑计算，GPU用于执行密集的大量数据的并行计算。GPU的出现为数字图像处理提供了一种新型的廉价高效的并行计算平台。 本文首先介绍了GPU的发展历程、GPU与CPU的对比、GPU的体系架构的相关内容。接着论述了将GPU作为数据并行计算设备的CUDA并行开发平台，其中包括CUDA的概述、CUDA的编程模型、CUDA的软硬件体系以及CUDA的存储器模型。基于以上对于GPU的通用计算开发环境与流程的内容，本文利用GPU进行了数字图像处理算法的优化设计，包括对于数字图像滤波的优化，对于联合相关变换器像移测量的优化、对于星图配准算法的优化。本文首先对以上三种数字图像处理算法的基于CPU的传统串行算法进行分析，将算法中可以进行并行优化的部分提取出来进行基于GPU的并行结构设计。利用VisualStudio2010、OpenCV2.3.1、CUDA4.2的综合平台进行以上算法的并行开发与实验。最终实验结果显示，利用GPU对以上算法的并行优化可以带来算法速度上的提升。 本文最后还介绍了利用Matlab调用CUDA运算进行算法优化的实现方法。由于Matlab具有简便易操作的特点，利用已经编写完成的CUDA核函数，通过Matlab的相关调用接口函数，可以更加方便的利用GPU的加速优势来进行数字图像的处理。