教学课程资源库 更多>>

关键词： 商品图像   条形码   搜索   定位   识别   数字图像处理  

摘要： 条形码技术是20世纪在计算机和信息技术领域发展起来的一种自动识别技术,它是集条码理论、光电技术、计算机技术、信息技术于一体的综合性技术。目前,条形码已成为具有全球通用性的商务语言,也是一种数据标准化的手段,完成商品信息的统一编码和标识。条形码具有以下优点：输入速度快、可靠性高、采集信息量大、可携带、可复印、寿命长、不可更改等。 近年来数字图像处理技术发展蓬勃并日趋成熟,数字图像处理技术在条形码识别领域也可以发挥重要的作用,并具有很多普通条形码处理技术不具备的优势。首先,采用图像处理技术,可以利用整个条形码区域的完整信息,不会因为局部损失造成差错；其次,图像中每个像素点的灰度分为256个等级,这一精度几乎可以满足任何领域的应用需求；最后,图像像素之间有很强的相关性,各像素不是独立的。 传统的条形码处理方式需要通过人工操作找到条形码的位置,然后用条形码激光扫描器置于条形码前方以获得足够高的分辨率,在此条件下进行条形码的识别。本文则主要研究条码图像的自动识别。在条形码自动识别中,首先需要解决条码图像检测和定位问题。本文提出一种对商品图像条形码搜索定位的方法：首先分析条码图像区别于其他图像的关键特征参数,根据该特征搜索检测图像,选出图像中符合该特征的区域；然后分析搜索到的结果,在第一次搜索结果的基础上对图像进行二次扫描；最后对检测到的结果根据颜色信息进行过滤,实现商品图像条形码的搜索定位。在完成条形码的检测后,本文又对条形码的识别方法进行研究。重点针对商品图像中EAN-13条形码进行识别,首先通过方向滤波和图像灰度分割对条形码图像进行预处理,然后根据相似边距离法对条形码每个字符进行识别,最后加入对条形码识别结果的校验与纠错。针对实际应用,本文设计了一个商品图像条形码搜索定位及识别系统,该系统包括图像采集、图像传输、条码检测、条码识别四个模块。文中给出了该系统的设计方案与工作流程。 本文研究中采用的图像为实际超市中的商品货架图像,其中的条形码图像分辨率较低,而且有些条形码图像还存在模糊的情况,给条形码的搜索定位和识别都造成了较大的困难。实验结果表明,本文的商品图像条形码搜索定位的准确率可以达到95%以上,条形码识别率达到90%以上,而且整个系统的运行速度较快,表明了本文方法的有效性。

关键词： 数字图像处理   混凝土   骨料边界   面积级配曲线   细观分析  

摘要： 混凝土是由骨料、水泥砂浆、孔隙及裂纹等组成的复合非均质材料，传统的宏观均质连续的力学模型及相应的理论分析和数值模拟都忽略了材料的内部结构特征，从而难以真实描述材料细观成分的力学行为以及不同材料之间的相互作用。数字图像处理技术的发展为人们深入研究混凝土细观结构特征及其力学特性提供了一种新的手段。数字图像处理技术与有限元方法相结合，为研究混凝土材料的细观结构与宏观力学响应关系提供了又一有效途径。本文从细观层次入手，将混凝土看成由粗骨料、水泥砂浆和两者之间的粘结界面组成的三相复合材料，应用数字图像理论和MATLAB图像处理工具，针对二维混凝土的骨料边界提取进行了研究，并进行了细观层次的数值分析，主要取得了以下研究成果： （1）为解决图像处理中容易产生新的骨料边缘和边缘移动的问题，提出了一种基于灰度图像形态学重构和标记的分水岭分割新算法。该算法通过控制结构半径和高度阈值两个参数实现了骨料和砂浆区域的分割，提取的骨料边界与原图像吻合程度较好，且处理算法有很好的适用性。 （2）编写了8邻域骨料边界跟踪算法，提取骨料边界坐标。同时，对骨料的主要特征参数进行了提取，可进一步用于真实骨料的几何特性研究。 （3）基于MATLAB编程软件和统计学理论，随机生成了椭圆形骨料和多边形骨料。同时，引入了骨料面积级配来衡量骨料的含量与分布情况，针对不同的骨料模型进行参数对比分析。 （4）实现了MATLAB、AUTOCAD和ABAQUS软件之间的数据交换，解决了混凝土试块由图像尺寸到实际尺寸的转换问题。 （5）对该方法建立的混凝土力学模型进行了单轴受拉数值模拟，证实了该方法的有效性，可进一步用于混凝土变形破坏及细观力学分析。

关键词： 数字图像处理   教学改革   课程建设   研究性教学  

摘要： 通过分析目前数字图像处理课程中存在的课程定位不明确、传统教学模式与授课差异的矛盾和教材与学科发展不一致的问题,从教学内容、教学资源、多元化考核评价标准、开展研究性课堂教学和实践教学等多个方面进行教学改革探索。实践表明,该教学方法克服传统教学方法所存在的弊端,极大地提高了学生的自主学习能力,为培养具有较强适应能力的应用型和创新型人才打下坚实的基础。

关键词： 数字图像处理   任务驱动   教学模式   实施方案  

摘要： "数字图像处理"是高校信息电子类专业的核心专业课,其理论知识与实践操作紧密结合的课程特点,使得传统的教学方法和模式难以改进二元式授课状态。在分析和总结佳木斯大学"数字图像处理"课程现状的基础上,引入了任务驱动教学模式,设计了以任务制定、分析、完成、评价和反馈等五个环节为主要结构的任务体系,通过遵循相应的操作原则和流程,有效激发了学生的学习兴趣,培养了学生的自主学习和实际动手能力,增强了学生沟通和团队意识。

关键词： 木材缺陷分割   颜色特征   模糊聚类   模式识别  

摘要： 木材表面缺陷检测技术是计算机视觉与模式识别相交叉的多学科技术,该技术具有较高的应用价值,被广泛应用在木材生产及其深加工等领域.。本文主要以木材的死节、活节和虫眼三种常见缺陷为研究对象,对木材的缺陷图像分割和模式识别方法进行了深入的研究。主要内容包括：木材表面缺陷图像分割、特征提取、缺陷类型识别等问题。 图像分割是木材缺陷识别的首要问题。本文对传统边缘检测算法进行了介绍,针对分水岭过度分割不足,结合数学形态学提出了基于形态学梯度的分水岭分割方法,并将其应用在木材缺陷的检测中；针对在计算分形参数而产生的边缘效应的问题,提出了增维矩阵的计算方法；针对木材缺陷的颜色特征,结合模糊聚类算法,提出基于颜色矩的图像分割方法。同时采用具有强大运算功能的数学形态学工具,对分割后图像进行了后处理工作,加强了分割图像的可视性,确保了缺陷图像的分割精度,为缺陷的识别工作奠定了基础。 为保证木材缺陷识别结果的可靠性,特征量的选取是模式识别中至关重要的环节。本文对木材缺陷分割图像进行Tamura纹理、灰度共生矩阵、小波多分辨率分形维的特征提取,分别选用了BP神经网络和支持向量机分类器进行分类识别。其中,以多分辨率分形维作为BP神经网络分类器的输入,无论采用何种训练函数,分类的准确率均达到92.67%；在支持向量机分类器中,Tamura纹理与灰度共生矩阵联合的10个参数的识别准确率高达96.67%,多分辨率分形维的识别准确率也高达94.00%,准确率均高于BP神经网络分类器。 试验结果表明： (1)支持向量机在对木材缺陷图像进行分类,特别是它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。 (2)运用数字图像处理技术,根据木材表面缺陷图像的颜色特征来解决木材表面缺陷的分割,根据缺陷图像的纹理特征来解决识别等问题,是行之有效的途径。

关键词： 数字图像处理   盾尾间隙   二值化   边缘检测   Hough变换  

摘要： 近几年来,伴随着我国城市建设的高速发展,盾构机在城市地铁隧道建设中得到了广泛的应用。在盾构施工中,由于盾构机推进路线的曲率变化以及推进油缸的伸出长度不能时刻保持一致等原因,导致盾构机尾部盾壳内壁与管片外径之间的空间发生变化,这个空间就是盾尾间隙。当盾尾间隙变化量超过设计允许的变化范围时,将会导致盾尾与管片之间发生过渡挤压而加速盾尾密封刷的磨损,破坏盾尾密封系统,甚至造成盾构机推进轴线发生偏离,给施工带来不便。因此,有必要对盾尾间隙进行连续、周期测量来保证盾构施工的顺利进行。 目前,在我国现有的盾构施工条件下,盾尾间隙主要靠人工测量,由于每次测量位置并不能保持一致以及工人技术和素质的差异,盾尾间隙测量的结果往往会产生较大的误差,同时盾构机内狭小的空间和复杂的施工环境会给测量人员带来严重的安全隐患。因此,针对这种落后的盾尾间隙测量方法,本文研究了一种基于数字图像处理技术的盾尾间隙测量系统,此系统操作简单,在控制室内即可完成,测量结果精确,能够较好的排除安全隐患,提高了盾构施工的效率及自动化程度。 系统以数字图像处理技术为基础,通过对图像采集设备、图像信号传输设备以及图像处理设备等进行合理选型,并根据施工现场的实际情况对图像采集设备的结构进行设计,其实现过程为：对已设定的不同位置的盾尾间隙进行图像采集,将采集后的图像信号传回计算机,在计算机上通过使用相关算法对图像进行处理,分析出图像特征之间的位置关系,最后进行间隙计算得到盾尾间隙的大小。本系统以Matlab为实验平台,通过运用数字图像处理技术的相关算法对系统采集图像进行处理实验,找出提取图像特征信息的处理流程,最后以VC++6.0为程序开发平台,调用openCV的图像处理函数库来进行盾尾间隙测量系统的程序开发。

关键词： 数字图像处理   数学形态学   车牌定位   字符识别   边缘检测算子  

摘要： 随着人类社会的不断发展与进步，交通问题成为世界上的热点问题，智能交通系统(ITS)日益发展与完善。汽车牌照自动识别系统(Vehicle License PlateRecognition System)，作为智能交通系统中最关键的技术已经广泛地应用在停车场车辆管理、公路自动收费、违章车辆监控、交通流量检测、被盗车辆查询等相关领域。现有的牌照识别技术主要有IC卡识别技术、条形码识别技术和基于数字图像处理的识别技术。目前，国内外学者高度重视汽车牌照自动识别系统及其相关算法和技术的研究，通常将车牌自动识别系统分为数字图像预处理和模式识别两个方向进行研究。提高牌照识别系统算法的字符识别精度、速度和效率已经成为自动识别系统的研究热点。　　 本文首先总结了国内外牌照识别算法及技术的研究现状及发展趋势，通过大量的研究分析总结了车牌识别系统的关键算法和技术，将车牌识别系统分为图像预处理、车牌定位、字符分割、字符识别四个阶段研究，总结现有车牌定位、字符分割和字符识别的优缺点，给出了本文车牌识别系统详细的技术路线，通过Matlab仿真实验实现车辆牌照自动识别。　　 车牌图像预处理研究过程中，本文详细介绍了牌照识别系统涉及数字图像处理的算法，使用了直方图均衡化算法、二维小波算法对车牌图像进行去噪处理，将Canny、 Robel等边缘检测算子应用到车牌图像的边缘检测，采用了数学形态学基本算法对车牌图像进行预处理，给出了详细的Matlab仿真程序。　　 车牌定位研究过程中，对比了目前已经应用到车牌识别系统中的各种算法的优缺点，分析了我国车牌的规格和特征，采用了数学形态学的开操作和闭操作等方法进行车牌定位，并给出了详细的Matlab仿真程序。　　 字符分割研究过程中，提出了改进的模板匹配算法字符分割算法，在Matlab仿真过程中，使用改进模板匹配算法将字符分割分成车牌图像增强、车牌图像二值化、车牌图像倾斜校正及细化、车牌字符分割四个环节。　　 字符识别研究过程中，研究了车牌字符识别的特点，使用改进的模牌匹配方法进行车牌字符识别，并在Matlab中做了仿真实验，增强了研究效果。

关键词： 机器视觉   数字图像处理   GPU计算   步态分析  

摘要： 与计算机相比,人眼属于高度进化的生物视觉系统,而视觉信号又是人类获取周边环境信息的最主要和最直观的来源,现实生活中80%以上的感官数据来源于视觉。所以我们可以非常轻易地感知周围世界的三维结构信息；人眼在获取数据的同时,我们的大脑又可以以计算机望尘莫及的速度和高效性剔除除大量的、冗余的以及无关的信息,而只根据我们的感兴趣的部分进行反馈。机器视觉正是一门以人眼系统为发展导向,结合了多门其他学科,希望以计算机的强大计算能力和无差错的特点来替代人眼进行某些特定工作,而这些工作往往因为其工作环境的特点,使得原始的人眼系统无法胜任,例如：在高压高热的环境下进行勘探考察,在人类无法触及的地域进行某些科学实验以及完成高计算强度的、枯燥的、重复的任务；正是由于这些需求,既奠定了机器视觉的重要性和地位,同时又催动着机器视觉的高速发展。 以机器视觉为手段来实现视频事件侦测的系统已经广泛地应用于医疗卫生、工业生产、航空航天、军事以及民用服务行业等各个重要领域,本文对比分析了先下成熟的多种实现方法,并基于新的硬件的发展方向以及在实际项目中进行大规模推广的需求,阐述了一种新的解决方案,改方案以机器视觉为导向,采用高性能GPU实现数字图像处理,最终以统计手段完成了步态分析。该方案不仅能够解决实时连续视频流的分析、处理和结果提取,而且具有高灵活性、高效性、低能耗和高可靠性的特点。该系统的实施过程以软件工程为指导标准,采用多模块化的方式进行实现,能够有效地应对现实环境中的诸多变化因素,具有极高的现实意义。

关键词： 花岗岩   数字图像处理   抗压强度   磨削力   热损伤  

摘要： 在花岗岩等硬脆材料的机械加工方法中，目前普遍采用金刚石工具进行磨削和锯切。针对加工过程存在的金刚石磨粒磨损和脱落等问题，降低切削力、减少能耗、延长刀具寿命成为解决问题的关键。本文通过对花岗岩进行加热处理，采用实验和图像分析手段对花岗岩进行了系统的磨削研究，以其解决实际问题。 基于损伤理论和微观量化理论对花岗岩热损伤进行了微观量化试验，构建了一种花岗岩损伤量化方法。通过对比选择，本文采用扫描电镜，通过对G603花岗岩进行了观测试验，猎取足够大量花岗岩微观结构图片。基于图像分析理论，对图片进行图像分割处理，然后从分割后图像中分析微裂隙的长度、宽度等微观变化。由微裂隙特征变化可知，微裂隙扩张是导致热损伤的重要诱因。 通过花岗岩加热和单轴压缩实验，获得了花岗岩力学性能参数随温度载荷的变化规律，温度的逐渐上升使弹性模量及抗压强度不断下降、应变不断增大。花岗岩的热重－差热扫描热分析表明，热载荷使花岗岩微观组织发生失水、氧化和结晶等物化反应，使岩石产生热损伤，导致裂纹生长扩大，由此改变了宏观力学性能。这些力学性能的变化趋势将有利于降低机械加工中的切削力，减少刀具磨损。 采用不同的热载荷对花岗岩加载，然后对加热处理的花岗岩进行平面磨削实验，测试分析磨削力和比磨削能的变化规律。结果表明，随着热载荷的不断加强，磨削力和比磨削能不断降低。这一现象对提高磨削效率和减小砂轮磨损效果显著。研究证明，针对硬脆难加工材料，加热辅助磨削技术在提高生产率和降低加工成本方面具有显著的作用，对提升石材加工的生产能力具有突出贡献。

关键词： 大地电磁测深反演   数字图像处理   电性分界面提取  

摘要： 大地电磁测深法(MT)是一种重要的电磁勘探方法,它可以穿过5厚的岩石圈，设备轻便，不受高阻层屏蔽的影响,而且对低阻层及低阻体反应灵敏等,这些优点使大地电磁测深成为重要的勘查手段。大地电磁测深观测数据经过精细的数据处理和反演，可以获得研究区地壳和上地幔的导电性结构。人们可以通过对壳-幔电性结构模型的分析、研究，了解研究区地质构造特征，提取出地下构造边界（断层、地质异常体等）的位置。 数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理。目前为止利用大地电磁测深方法划分构造存在很大的主观性，并且少有学者提及数字图像处理在大地电磁测深中的应用。鉴于此，本文研究利用数字图像处理技术提取大地电磁电性边界的方法，希望提高构造边界解释的客观性。 从数字图像处理方法的原理出发，实现了反演得到的地电模型矩阵到数字图像格式的转换，用到了包括插值处理、电阻率值的线性变换等处理方法；研究了灰度分布图的意义，并讨论了灰度变换在增强高阻体边界方面的作用；应用图像锐化技术之一：梯度变换寻找边界位置；然后利用二值化处理提取感兴趣的边界部分；通过图像的形态学处理的一系列方法：图像细化，图像的去毛刺处理等，确定出边界位置。总结出了两种提取边界的方法，列出了详细的处理流程，并编写了MATLAB程序。建立多个层状与二维地电模型，并利用WINGLINK软件进行了正反演计算。我把总结出的两种处理方法应用于反演获得的理论地电模型上，讨论两种方法对不同模型的边界提取效果。 利用本文研究的方法对实测数据电性边界进行提取。获得了较精细的电性边界位置，对实测数据的地质解释起到了很好的辅助作用。