教学课程资源库 更多>>

关键词： 数字图像处理   图像分割   人工免疫系统   克隆选择优化   谱聚类   集成学习   非负矩阵分解  

摘要： 近年来,数字图像处理已成为信息科学、计算机科学、生物医学、军事学甚至社会科学等领域中各学科竞相学习和研究的对象。图像分割则是数字图像处理和计算机视觉领域的关键技术和经典难题,其质量决定了更高层的图像分析和理解的效果。图像分割问题可以建模为不同的数学模型,借由不同的优化方法求解。免疫克隆选择优化是最近人工智能研究者研究的新热点和新领域,其借鉴了生物免疫系统内部蕴含丰富的信息处理机理和功能,所以可以提供新颖的解决图像分割问题的方法和途径。另外,谱聚类算法目前在模式识别领域得到了重视,与传统的聚类算法相比,可以应用于非凸且交叠严重的数据集上,而且不会陷入局部最优。但是将其应用于图像分割领域仍然存在不少困难。针对目前图像分割技术普遍存在的若干问题,提出了多种新颖有效的算法和实现策略。本论文的主要工作概括如下:1.很多基于聚类的图像分割算法面对大尺寸图像以及其特征空间内含有大量的噪声和异常点时,往往会影响分割的效率和质量。于是,根据免疫克隆选择理论,提出了一个混合免疫克隆k-medoids聚类算法,并将其应用于图像分割中。该算法有以下几个特点:首先,使用TurboPixels超像素算法将待分割图像进行过分割,其目的是降低空间和时间复杂度;其次,设计了一个合适的变异策略并结合一个新颖的局部启发式搜索算子,新算法可以较快较好的得到全局最优解;最后,被优化求解的对象是k-medoids聚类问题,因为它对噪声和异常点不敏感。在实验部分,选取多个人工数据集和多幅典型图像,并对比经典的k-means算法、RARWGA算法以及GCA算法,新算法都显示出较优的性能。2.聚类算法在对图像进行分割过程中,通常要面对如何自动确定聚类类别数、如何克服图像特征点分布复杂的流形结构、如何减少算法运行的时间。针对上述迫切需要解决的问题,提出了两个流形距离的自动免疫克隆聚类图像分割算法。这两种算法的优点是:第一,可以自动确定聚类个数,不需要人为事先给定;第二,使用流形距离可以反映空间分布复杂的流形数据;第三,使用SLIC超像素而非像素来降低图像的分割时间。通过对多组人工数据集和复杂自然图像进行测试,并对比著名的k-means算法和GCUK算法,结果表明这两种流形距离的自动免疫克隆聚类图像分割算法优势比较明显,具有一定的实用性和先进性。3.彩色图像分割可以看成是对像素点在颜色特征空间的分类问题。所以彩色图像分割方法有两大关键技术需要解决:第一是如何选取合适的颜色特征空间;第二是如何选取合适的像素点分类器。论文中提出了一个基于克隆选择和多重空间构造的彩色图像分割算法,该方法首先将一些经典的颜色分量分为亮度成分、单频光谱成分、双频光谱成分、多频光谱成分,利用主分量分析(PCA)技术分别对这四组分量进行计算,得到最具有识别能力的颜色分量来构造多重颜色空间;然后,对待分割彩色图像选取训练样本,使用克隆选择算法对每类训练样本进行训练,获得全局最佳的聚类中心;最后,使用这些聚类中心对整幅彩色图像进行分割。由于该方法结合了克隆选择算法的非线性分类能力,通过对彩色图像自适应的构造最佳多重颜色空间,能够快速有效的得到分割结果,克服了传统分割方法的缺点。通过实验表明,新方法对彩色图像同质区的分割均匀,边缘保持度好。此外,新方法对彩色图像的亮度和纹理变化不敏感,鲁棒性较强。4.使用谱聚类算法对SAR图像进行分割,存在几个需要解决的问题:使用逼近的谱聚类算法虽然可以降低计算复杂度,但分割结果会受到随机采样的影响;谱聚类算法对核函数的尺度参数比较敏感;空间信息的权重如何选择。据此,提出了一个基于非负矩阵分解的谱聚类集成SAR图像分割算法。根据集成学习理论,首先按照不同的采样点集合、随机尺度参数、随机空间信息权重等策略产生具有多样性的分割个体,避免了精确人工选择,然后使用具有明确物理意义的非负矩阵分解的方法来合并这些分割结果,得到最终的集成结果。通过对纹理图像和SAR图像的仿真实验表明,该算法无论是定性还是定量分析都是较好的。

关键词： 森林监测   无线传感器网络   数字图像处理   SVG  

摘要： 森林监测中林区地域广阔,环境复杂,应用传统的有线网络传输大量的数据具有相当大的难度。本课题以森林防火监测为应用背景,开展基于无线传感器网络的火灾图像传输方法研究,将SVG图像处理技术应用在基于无线传感器网络的森林监测中,为无人值守下的森林监测提供了一种新思路。 根据无线传感器网络典型结构、特点和应用范围,本文设计了基于无线传感器网络的SVG图像传输系统的总体方案。实现了以ARM920T为核心的WSN控制模块和以CC2520为核心的射频模块的传感器节点硬件设计。软件设计中采用AT91RM9200处理器运行了标准Linux操作系统,由Linux进行多任务调度,如环境数据的采集、处理和无线传输。 在图像处理算法上,针对目前我国森林防火的严峻形势,对森林火灾图像(火焰和烟雾)处理进行研究,给出了森林火灾图像的处理流程。结合森林图像的特征,提出了一种将森林位图转化为SVG矢量图进行传输的方法。图像传输系统就是对采集到的森林图像进行一系列的图像数据处理,最后将获得的SVG森林图像传输到监控界面,同时对发生火灾的情况发出危险警报的过程。

关键词： 家具检测   数字图像处理   Qt   边缘检测  

摘要： 伴随改革开放步伐的不断深入,国民经济飞速发展,科学技术不断创新,人们的消费需求也随之增长,特别是对日用消费品的需求日趋递增。与此同时,人们对生活用家具产品的需求也持续上升,然而家具厂商当前仍采用人工检测的方式对家具纤维板等产品进行质量检测,其效率远远无法满足市场的需求。此时此刻,设计研发能够更高效地完成家具自动检测工作的家具质量检测系统,对家具生产市场有着重要的现实意义。针对上述问题,本课题采用数字化图像处理技术作为技术核心,结合了Qt跨平台开发套件,设计并实现了一款可以直接应用于生产线,且能够显著提高家具检测效率的家具纤维板外观质量检测系统。研究工作如下:1.需求分析。立足于行业现状,进行家具生产市场相关资料的搜集和调研,得到家具生产厂商对于自动化检测系统的需求,并对需求进行分析。2.系统总体设计。根据家具生产厂商的需求,设计了家具外观质量自动化检测系统。该系统硬件包括两个设备:图像采集设备,由光源、镜头和相机、机械传动装置3个部分组成;图像处理设备,即一台高性能PC。该系统软件包括图像采集模块、图像处理模块、模板管理模块、质量检测模块和图形用户界面等5个模块。3.系统软件的设计与实现。首先,计算机开发环境的搭建;其次,是数字图像处理中所用到的图像二值化、图像轮廓追踪、图像线条拟合、图像去噪、边缘检测等算法的比较分析与应用;最后,是系统软件各模块的详细设计与实现。4.系统功能测试。搭建测试环境,测试与验证了系统各项功能,达到了预期目标。本文通过上述的工作,完成了自动化家具质量检测系统的设计与实现,达到了课题目标。从工程应用的角度,为国内家具企业完善家具生产流水线,实现全面自动化提供了一定的参考价值。

关键词： 异形纤维   检测   图像处理   分水岭   距离变换   形态重构   强制最小  

摘要： 近几年来，化纤工业中的异形纤维产品种类层出不穷。所谓异形纤维，是指横截面非圆形的化学纤维。异形纤维的品质特性与其横截面的形状参数密切相关。目前，国内主要依靠人工完成化学纤维横截面形状参数检测，劳动强度大、效率低，且重复测量精度低。因此化纤生产中迫切需要一种异形纤维自动检测系统，实现纤维横截面形状参数的快速精确提取。本文主要研究了异形化纤横截面自动检测系统中的纤维图像处理与分析子系统，即针对制样装置所采集的纤维横截面图像，解决相互粘连化纤的横截面几何形状参数自动测量问题。 本文所研究的纤维图像处理与分析系统包括图像预处理、图像分割、图像特征检测三个模块。预处理模块完成异形纤维图像的二值化处理，实现目标区域与背景区域的粗分割；图像分割模块完成相互粘连纤维颗粒的二次分割，是后续精确获取单个纤维截面形状参数的关键；图像特征检测模块针对分割后的单个目标形态，自动获取周长、面积、最小外接圆、最小面积外接矩形等大小参数和形状参数。首先针对非均匀光照下的纤维图像，利用Niblack算法完成了纤维目标区域与背景区域粗分割。然后，针对纤维目标区域中的相互粘连的纤维对象，提出了一种基于距离变换与标记控制的分水岭分割算法。即利用距离变换和灰度形态重构获取分水岭变换所需的种子区域，再根据种子区域对距离图强制最小，对强制最小后的距离图做分水岭变换，最终实现粘连纤维对象的分离。特征检测模块，研究了计算周长和面积的算法。针对类圆形纤维，还研究了计算其最小外接圆的算法。针对类矩形纤维，还研究了计算其最小面积外接矩形的算法。 基于上述研究，使用Visual C++构建了一个异形纤维横截面显微图像检测系统。实现了图像的预处理、图像分割和特征检测。并进行了相关实验，实验结果表面本课题所开发的软件能较好的完成图像分割和特征检测。

ISBN: (纸本)9787121229664

关键词： 哈密瓜   成熟度   无损检测   数字图像处理   人工神经网络  

摘要： 哈密瓜的成熟度是评价其品质的重要依据，也是影响消费者购买的主要因素。针对目前哈密瓜成熟度检测手段落后，效率低，精度差，本文综合利用光学、农业物料学、计算机技术、CCD技术、数字图像处理技术、Matlab、人工神经网络等众多领域的知识，研究了金蜜16号哈密瓜果实的可见光彩色数字图像的颜色信息与其成熟度之间的关系，从而建立了哈密瓜成熟度无损检测的方法。首先，利用数字图像处理技术对不同成熟度的哈密瓜果实的6个不同方向的可见光彩色数字图像进行采集和分析。然后，从这些图像中提取出哈密瓜颜色特征值作为BP人工神经网络的输入进行训练。最后，比较分析了用三种不同的哈密瓜颜色特征值作为BP人工神经网络的输入对哈密瓜成熟度进行分类的结果，从而确定了最佳模型。 本文为进一步研究哈密瓜成熟度无损检测装备奠定了理论基础，主要结论如下： 1．采用哈密瓜数字图像的色度平均值和峰值色度值（像素数目最多的色度值）作为BP人工神经网络的输入对哈密瓜成熟度进行分类时，利用瓜侧面图像进行分类的精度更高且更稳定，其中使用对数S形函数作为输入神经元的传递函数，线性函数作为输出神经元的传递函数，弹性BP算法作为训练函数的BP人工神经网络模型的分类精度最高，达到79.375%。 2．采用哈密瓜数字图像的所有色度频度值作为BP人工神经网络的输入对哈密瓜成熟度进行分类时，利用瓜侧面图像进行分类的精度仍然更高且更稳定。其中使用双曲正切S形函数作为输入神经元的传递函数，线性函数作为输出神经元的传递函数，弹性BP算法作为训练函数的BP人工神经网络模型的分类精度最高，达到96.25%。 3．采用主成分分析法，对哈密瓜侧面数字图像的所有色度频度值进行缩减后的特征值作为BP人工神经网络的输入对哈密瓜成熟度进行分类时，使用前2个主成分作为BP人工神经网络的输入，对数S形函数作为输入神经元的传递函数，线性函数作为输出神经元的传递函数，Levenberg-Marquardt算法作为训练函数的BP人工神经网络模型的分类精度和使用前16个主成分作为BP人工神经网络的输入，对数S形函数作为输入神经元的传递函数，线性函数作为输出神经元的传递函数，弹性BP算法作为训练函数的BP人工神经网络模型的分类精度最高，都达到96.25%。后者更加稳定，前者为最佳模型。 综上，哈密瓜的成熟度与其表皮颜色之间存在相关性。利用哈密瓜的彩色数字图像的色度信息可以判断其成熟度。并且采用哈密瓜侧面的彩色数字图像的色度频度值，利用BP人工神经网络结合主成分分析法，可以更好解决人类分级的主观、费时及有损判断。

ISBN: (纸本)9787302375210

ISBN: (纸本)9787111444435

关键词： 卡口   视频图像   车型识别   车标识别   数字图像处理  

摘要： 随着我国经济的迅速发展,汽车数量也在迅猛的增加,交通管理面临着巨大的压力。智能交通系统是未来交通系统发展的主方向,必定成为解决交通问题的最佳方案。车型识别系统是智能交通系统的核心部分,被广泛应用于公路自动收费管理系统、电子警察和停车场治安监管等方面,对车辆有效的管理具有重大的意义。本课题以车型识别作为研究对象,在分析了交通卡口视频监控的基础上,采用数字图像处理技术建立了车型识别系统。本课题完成的主要工作有：(1)图像预处理部分：针对卡口监控图像特点,提出了图像滤波和图像增强的图像预处理方法：针对卡口监控中车辆经常暴露在强烈阳光下,容易产生“白线”噪声,提出基于改进的自适应滑动窗口的中值滤波算法；针对图像光照不足,图像对比度低的问题,提出了一种改进的直方图均衡化处理的图像增强算法。通过实验表明,该图像的预处理算法在保留图像边缘信息的前提下,可以去除图像的噪声,增强图像的对比度,为后续实验建立了基础。(2)目标车辆检测与提取部分：提出了一种快速而又准确的背景建模算法,该算法可以对监控视频迅速建立背景模型及时做出背景更新；另外,本文根据监控视频的特点,提出了一种改进的虚拟线圈法抓拍运动车辆的方法。通过实验表明,该算法具有计算量小、速度快和准确性高的特点。(3)车型识别部分：针对卡口监控图像中车辆会产生阴影的问题,提出了一种改进的颜色空间方法检测车辆阴影的算法。通过实验表明,该算法能准确的检测到车辆阴影区域。另外,本文提出了一种利用分割出的面积来对车型进行分类的方法。通过实验表明,该算法可以准确的对车型进行分类。(4)车标识别部分：针对车标的位置不固定、形状不统一造成的车标定位困难的问题,本文提出了一种由粗到精的定位方法。通过实验表明,该算法定位到的车标位置准确；另外,本文提出了一种基于欧氏距离和Hu矩的车标识别算法。通过提出车标的形状特征,来对车标进行识别。通过实验表明,该算法车标识别率高。(5)开发了基于C#的车型设别及车标识别软件系统。通过对卡口监控视频进行测试,实验表明,本文所采用的算法能够可以准确地对车型和车标进行识别：首先,能够通过图像预处理后,图像质量明显提高；然后,在背景建模方法上,能够准确快速的建立背景模型,并且实时更新；其次,能够对车型的准确分类识别,识别率达到90%以上；最后,实现了车标准确定位和车标识别,车标的定位率和识别率分别为：85%和89%以上。

关键词： 玻璃纤维   弯折切断   刀具结构   图像处理  

摘要： 玻璃纤维增强类材料作为一类高性能的复合材料被广泛应用于各个领域。玻璃纤维短切原丝是制造这类增强材料的主要原料。但是由于目前玻璃纤维短切装备落后、刀具磨损过快、生产效率低、生产成本居高不下等因素,玻璃纤维工业的发展遇到了瓶颈。解决当前玻璃纤维短切生产面临的这些问题对我国玻璃纤维工业的发展具有重大的意义。 本文以玻璃纤维短切装备为研究对象,通过对玻璃纤维短切机理的理论研究、基于ANSYS/LS-DYNA的显式动力学仿真分析、实际的短切加工对比实验以及基于数字图像处理技术的检测系统的设计,为玻璃纤维短切装备的改进提供了优化建议和方案。 本文得出的有益结论及成果主要有：建立了玻璃纤维的弯折切断模型,为短切装备的优化奠定了理论基础;在短切装备的切断机压辊上设置凹槽利用玻璃纤维不耐弯折的特性进行短切可以减少刀具的受载;适当地调整刀具的切入角及切入深度可以延长刀具的使用寿命;确定了刀具楔角的最优选用范围;通过短切加工对比实验,指出了短切刀具材料应该注重其硬度和韧性的合理配比;设计了玻璃纤维短切率的图像检测程序并取得了较好的检测效果。