教学课程资源库 更多>>

关键词： 棒材   自动统计   数字图像处理  

摘要： 针对现有的基于图像识别的棒材统计算法不准确、提取信息不可靠等问题,提出了一种新的自动棒材统计算法.该算法除了对图像处理中的各级运算流程进行优化外,还使用灰度直方图选取分割阈值,并采用区域面积进行计数.实验结果表明,该算法简单易行,计数速度快,准确率高.

关键词： SIMD技术   数字图像处理   图像识别  

摘要： SIMD技术是用于高速向量和矩阵计算,它的结构主要是由数据缓存系统和对准网络组成,基于SIMD的图像卷积是数字图像处理中的一项主要技术。本文主要对SIMD的图像卷积系统结构和速彩色图像识别方法进行分析,来探讨SIMD技术在数字图像处理中的应用。

关键词： 自动聚焦   数字图像处理   中值滤波   FPGA  

摘要： 研究一体化摄像机中的自动聚焦控制功能,运用数字图像处理技术来实现自动聚焦。采用加权中值滤波算子作为判断图像清晰度的评价函数,此算法可减小外部噪声对聚焦的干扰,并结合传统摄像构图采用的黄金分割理论来选择聚焦区域,然后利用改进的爬山算法来搜索焦点。在此基础上,运用FPGA开发平台实现该自动聚焦技术。通过实验验证,设计的系统的灵敏度高、稳定性好。

关键词： 粗集料   形状   数字图像处理  

摘要： 利用数字图像处理技术进行集料颗粒形状评价,能克服传统测量评价方法中的不足,可更加准确、全面地评价集料颗粒形状。关于数字图像技术在粗集料颗粒形状特征方面的研究,国内起步较晚,大多数是在混合料方面中的应用,对集料的研究少且主要在混合料的内部二维图像结构分析中;国外的研究较早,现在已基本成熟,除了能以单个CCD摄像机为基础进行集料图像二维特征分析外,还能利用3个CCD同时拍摄,直接利用3个方向的数字图像重构集料的三维特征,也成功利用计算机摄影断层技术和激光扫描技术实现了从简单的二维形状描述到三维形状重构,进而对集料颗粒形状特征进行有效的评价。

关键词： 数字图像处理   实践教学   Matlab  

摘要： 数字图像处理是一门理论与实践相结合的专业课,现已经成为高校通信、电子、信息类专业越来越重要的必修课。该门课程教学的关键在于如何让学生提高实践能力,Matlab是一种集合数学计算、算法研究、数据分析和可视化、建模与仿真多功能的软件,能够很好的满足该课程的实践教学需要,加强Matlab在理论和实践环节的应用能够大大提高学生的创新和实践能力。

关键词： 法庭科学   数字图像处理   超分辨率图像重建  

摘要： 超分辨率图像重建是近年来迅速发展起来的一种旨在利用某一景物的若干低分辨率图像获取该景物高分辨率图像的技术。本文介绍了超分辨率图像重建技术在法庭科学中的应用、作用、方法,并总结了相关问题和发展方向。

关键词： 低速冲击   机器视觉   数字图像处理   特征值  

摘要： 本文运用机器视觉技术对整体中空复合材料受损程度进行了表征和分析。利用MATLAB软件对受损材料图像进行预处理、图像分割与特征提取、提取出特征值(受损图像的面积、周长等),进而分析低速冲击对整体中空复合材料损伤情况。结果表明,运用机器视觉技术可较为准确地衡量材料表面的受损情况,而且简单、快速、有效。

关键词： 数字图像处理  

摘要： 从数字图像处理的发展历史与研究内容出发,介绍了数字图像处理技术的优点与发展趋势,总结了数字图像处理技术的广大应用领域,对数字图像处理的发展具有借鉴意义。

关键词： 数字图像处理   图像去噪   偏微分方程   差分格式   交替方向隐格式  

摘要： 图像去噪一直是图像学术领域和工程领域的重要研究内容,除了通常使用的空间域方法,偏微分方程也已经被广泛的推广.本文应用偏微分理论,在对方程求解的过程中,对求解的差分格式进行改进.采用交替方向隐格式对偏微分方程进行离散,并将结果与用一般的显格式的结果进行比较.通过实验结果可知,使用P-M模型与交替方向隐格式相结合不仅能提高相应的运算速度,还可以得到较好的图像去噪效果.

关键词： 背景差分   数字图像处理   道路行人检测   Kalman滤波  

摘要： 智能视频监控技术是计算机视觉领域的新兴研究方向，而道路行人检测与跟踪更是智能视频监控系统中的重要问题，它融合了计算机视觉、模式识别以及视频图像处理等诸多学科。本文以数字图像处理为基础，运用相关的数字图像处理原理和技术对道路行人检测问题进行了相关的分析研究。\n 论文的主要工作如下：\n 在运动目标检测中，首先分析比较了背景差分法，帧间差分法，光流法各自的优势和局限性，并根据所用视频的特点选用背景差分的方法，针对图像中的树影晃动，光照变化等引入了一种改进的背景差分法。通过自适应的阈值确定方法选定阈值进行二值化分割出运动前景，同时进行形态学滤波一方面以消除图像算法引起的噪声，另一方面填补目标中的空洞，较为准确的检测出运动目标。\n 道路行人识别和匹配中，引入了目前常用的一些行人识别方法并对其进行了分析描述，同时针对本文处理的实际情况选用了多种比较简单的特征建立了匹配模版用来对图像序列中识别出的运动目标进行匹配提取出行人。\n 对行人的跟踪，分析比较了目前常用的运动目标跟踪方法，针对道路行人跟踪的特点提出了一种基于卡尔曼滤波和特征相结合的道路行人跟踪算法，适应了道路行人经常发生的短暂遮挡情况，缩小了搜索匹配范围，提高了跟踪的实时性，同时满足了跟踪的可靠性，在实际跟踪中得到了较好的效果。\n 运动参数的提取，通过对行人运动的分析，进而提取出相关的参数，以实现对行人行为的理解，对异常行为的识别并做好相对的应对，为智能交通系统提供数据基础。\n 通过一系列实验表明，本文所提出的基于图像处理的道路行人检测系统达到了有效的，实时的从城市道路交通中准确检测及跟踪行人目标的目的。