教学课程资源库 更多>>

关键词： 课程建设   知识体系构建   数字图像处理  

摘要： 《数字图像处理》是我院电子信息专业的一门选修课,如何使学生学好此门课程,完善该门课程的内容体系构建,满足我院应用型人才的培养目标,一直是我们关心的问题和努力的目标。实践表明我们建立的知识体系结构较完善,达到了预期目标。

关键词： 数字图像处理   图像缩放   边缘提取   像素梯度   插值算法   保持内容算法  

摘要： 图像缩放是数字图像处理领域中一个研究热点。其算法主要有插值算法和保持内容算法。插值算法又有最近邻域、双线性、双三次和基于边缘插值算法，目前大部分移动终端都应用该方法来进行缩放；但在缩放过程中会使图像中用户关注的物体缩致难以辨认或扭曲；保持内容算法在缩放过程中考虑图像内容克服了插值算法的不足，其中最有代表性的是2007年由Avidan和Shamit提出的seam carving算法；但由于seam carving算法对图像重要内容检测和能量函数计算具有局限性，所以缩放过程中物体总体结构易发生变形和扭曲。一些学者针对seam carving算法的缺陷提出了基于全局结构的局部调整seam carving算法和基于视觉显著图的seam carving算法，本文是在对这两种算法研究的基础上，针对其在局部调整和能量图计算过程中存在的问题提出了相应的改进措施，使其缩放效果得到进一步的提高，主要工作从以下两方面展开：\n 1、基于全局结构的局部调整seam carving算法的改进。针对原算法中像素重要度计算的局限性和局部调整过程的复杂性问题，将像素重要度的计算由原来的梯度信息变为由结构信息和梯度信息共同来计算，并对原算法的局部调整由三种情况变为两种情况，减小了计算的复杂性。实验结果表明改进后的算法图像结构扭曲较小。\n 2、基于视觉显著图的seam carving算法的改进。针对原算法中每个像素点能量值计算的缺陷，将原算法中能量值计算由梯度值和视觉显著图值相加变为两个值得相乘，并将视觉注意力模型引入该算法。实验结果表明改进后的算法视觉主体得到较好保持。\n 本文基于图像缩放的基础理论，以保持内容算法中典型的seam carving算法为研究对象，主要针对基于全局结构的局部调整seam carving算法和基于视觉显著图的seam carving算法的缺陷进行了改进研究。大量实验效果图对比表明，算法复杂性均得到有效降低且缩放效果有所提升。

关键词： 数字图像处理   自动聚焦   聚焦窗口选择   聚焦评价函数   群智能优化算法  

摘要： 随着科学技术的迅速发展，自动聚焦作为数字成像系统中的关键技术之一，目前已广泛应用于日常生活中的很多领域，如数码照相、视频监控、医学成像、显微成像、卫星导航、计算机视觉等。\n 自动聚焦的整个过程如下:首先，利用成像设备对待聚焦场景进行不同聚焦程度的拍摄取样，将得到的图像序列进行模数转换后送入计算机中;然后，计算机通过聚焦评价函数对图像序列特定的区域进行计算，评价其聚焦程度;最后，采用极点搜索算法获取聚焦图像，即评价函数值最大的那幅图像，拍摄并将该图像保存到成像设备中。\n 由自动聚焦的过程可知，自动聚焦主要由聚焦窗口选择、聚焦评价函数研究以及极点搜索算法三个模块组成。其中，聚焦窗口选择模块主要是用来决定聚焦评价的计算区域。理论上，对整幅图像做聚焦评价是最准确的，但是所有的像素都参与运算会占用大量的计算机资源，浪费时间。因此，如何选择目标景物的主要像素进行聚焦评价是聚焦窗口选择的关键问题。聚焦评价函数模块主要是对图像质量进行评价，判断图像清晰程度，为镜头的移动方向提供判断依据。图像聚焦处和离焦处评价函数的值相差越大，成像设备越能成功地获取聚焦位置。因此，评价函数的选择直接影响着聚焦的准确性。极点搜索模块的主要工作是迅速并精确的找出图像序列中评价函数值最大的图像，即为聚焦图像。\n 聚焦区域选择方面，本文论述了传统取窗方法—中心取窗、多点取窗、非均匀采样取窗等的优缺点。对于普通任一图像，尤其是主体目标偏离中心的图像，传统的聚焦窗口或包含了大量背景信息，导致评价函数有多个极值，使聚焦失败，或计算量很大，加大了聚焦时间，降低了实时性。针对这些局限性，提出了基于群智能优化算法的聚焦窗口选择方法。本文采用量子粒子群算法搜索前景和后景的最佳分割阈值，并分割得到前景区域图像，然后选取前景图像中边缘细节较为丰富的区域作为聚焦窗口。实验表明，不论目标景物是否偏离图像中心，基于量子粒子群算法的取窗方法都能动态地、自适应地选取目标图像区域作为聚焦窗口，减小了背景对评价函数的影响，有利于提高聚焦精确度，而且有较好的抗噪性能。\n 聚焦评价函数能否准确的判断图像的清晰度是自动聚焦的关键，而极点搜索算法的速度和准确性也影响着聚焦的速度和精度，为了提高自动聚焦的实时性与精确度，本文提出了一种评价函数与搜索算法相结合的新的聚焦算法。该算法根据当前聚焦评价函数的梯度值来选用不同的评价函数和镜头移动步长，综合了改进的灰度差分法的速度快和小波变换法的精度高的优点，并且实现了镜头从大步长快速粗扫过渡到小步长精确细调的过程。实验证明，与传统的聚焦算法相比，该算法不仅具有较好的灵敏度，而且计算时间短，因此能快速准确的完成自动聚焦。\n 综上所述，本文提出的基于量子粒子群算法的聚焦窗口选择算法和结合了不同的评价函数配合不同的极点搜索步长的新的聚焦算法，都能提高自动聚焦的速度和精度，是非常有效的自动聚焦算法。

关键词： 各向异性行为   车辙预估   沥青混合料   数字图像处理   有限元法  

摘要： 本文从材料特性的角度考察沥青混合料路面永久变形的计算，分别从细观和宏观层面考虑沥青面层的各向异性行为，应用于路面结构车辙预估研究。\n 首先从细观角度考察沥青混凝土各向异性行为的成因，认为沥青混凝土的非均质性（沥青砂浆和集料模量比，集料颗粒排列的方向性）是其各向异性力学行为的主要内部成因。为了从细观层面研究各向异性对车辙预估的影响，本文利用数码相机拍摄了车辙板断面图，通过数字图像处理技术（DigitalImageProcessing），成功获取了车辙板断面集料边缘矢量化图，利用有限元软件ABAQUS的DXF接口导入作为建模的基础，模拟车辙板实验。通过与实验结果对照，验证了DIP-FEM法的有效性，并通过调整各向异性参数，得到细观角度沥青混合料各向异性行为对其永久变形的影响:随着各向异性度的增大，沥青混合料的永久变形是减小的。\n 其次从宏观角度考察各向异性特性对沥青路面车辙预估的影响:通过选取典型的沥青路面结构，在模拟实际路面温度场的基础上，利用有限元软件ABAQUS建立起力学模型，得到车辙预估结果。通过调整各向异性宏观参数，与基于各向同性假设的计算结果进行比较，得到各向异性条件下车辙的发展规律及计算敏感参数:本文的研究成果认为各向异性的宏观参数，即泊松比各向异性度，弹性模量各向异性度，剪切模量各向异性度对车辙计算的影响较小，而蠕变各向异性度对车辙计算有着明显的影响。

关键词： 羊毛纤维   直径计算   数字图像处理   自动聚焦系统  

摘要： 在纺织行业中，羊毛纤维直径是羊毛检测与分类最重要的测试指标。本文主要对基于数字图像处理的羊毛纤维直径计算方法进行了研究。主要包括:基于数字图像处理的羊毛纤维直径计算的研究和数字图像自动聚焦系统实现两大方面。\n 基于数字图像处理的羊毛纤维直径计算方法的研究是本课题的研究重点。羊毛纤维直径不仅在羊毛检验和分类中占重要地位，而且也是绵羊育种最为重要的经济指标。本文研究了两种方法计算羊毛直径，简称为斜率法和跟踪法。本文提出的斜率法把计算直径处的羊毛通过斜率信息分为水平、垂直和一般的羊毛，不同状态下采用不同的计算直径方法。跟踪法主要分为六大模块:羊毛图像二值化、骨架提取、记录关键点、羊毛段跟踪、整条羊毛跟踪和直径计算。实验结果表明:斜率法计算羊毛纤维直径速度快，因此能够快速地用来对羊毛纤维按直径进行分类，应用性强;跟踪法通过跟踪图像中的每条羊毛来计算羊毛纤维直径，有助于对羊毛质量的进一步分析。总之，本文的两种方法计算羊毛直径与以往的计算羊毛直径方法相比，更适用于相对复杂多变的羊毛图像。\n 为了获得清晰的羊毛纤维图像，就必须使得摄像头处于聚焦状态。本文自动聚焦主要是依据数字图像清晰度评价函数来计算当前镜头下采集的图像清晰度值，并依此确定镜头的移动方向，然后通过串口按照“PELCO_D通信协议”准确地发送指令数据，控制镜头的移动，最终完成镜头的光圈、变焦、对焦的自动调节，达到了自动聚焦的目的。

关键词： FPGA   数字图像   数据   处理  

摘要： 随着数字多媒体技术的不断发展,数字图像处理技术被广泛应用于航空航天、通信、医学及工业生产等领域中。图像处理系统一般包括两个部分:图像采集部分和图像处理部分。图像采集部分由专用的视频处理器、图像缓存和控制接口电路组成。图像处理部分可以是计算机,也可以是专用图像处理器件,或者是两者的结合。由于底层图像处理的数据量很大,要求处理速度快,但运算结果相对比较简单,以FPGA作为主要处理芯片的图像处理系统非常适合于对图像进行处理。

关键词： 图像测量技术   面阵CCD相机   数字图像处理   纸张伸缩率  

摘要： 纸是一种吸水性材料，纸的伸缩率是纸的一项重要性能指标。纸的伸缩率是指浸水前后或者不同的湿度、温度下搁置后纸张尺寸发生变化，以尺寸的增减对纸张原来尺寸的百分率表示，这与纸张自身的含水量和周围相对湿度、温度等有密切的关系。\n 对于纸张伸缩率的研究，在国内外主要侧重于研究影响纸张湿润伸缩率的因素，真正对纸张伸缩率测量的研究相对比较少，纸张的伸缩率测量一般都按照GB/T459-2002中的规定进行传统的尺寸测量，即对纸张进行浸水湿润或者风干后，通过量尺进行接触性的测量，测量出纸张尺寸的变化，从而得到纸张的伸缩率这一参数。其操作流程比较复杂，而且容易受到测量工具和人为主观性操作的影响，精确度较低。因此，鉴于上述的问题，本文提出了一种将图像测量技术应用于纸张伸缩率测量的方法。\n 本课题主要内容是基于图像测量技术的纸张伸缩率测量方法的研究，即利用面阵CCD相机进行纸张样张的图像采集和对采集的图像通过计算机软件进行图像测量得到纸张的尺寸变化，实现纸张伸缩率的测量。\n 本论文首先概述了纸张伸缩特性的国内外研究现状，图像测量技术在现代尺寸测量中的应用与发展，为纸张伸缩率图像检测系统的设计做好了准备。并从理论角度对纸张的伸缩特性进行分析，然后阐述了基于图像测量技术的纸张伸缩率的测量原理和总体设计，重点介绍了硬件系统的组成和软件系统的设计。结合被测对象重点研究数字图像处理技术和算法，如图像的去噪，图像的角点检测，图像的二值化，图像的边缘检测、最小二乘法直线拟合等，通过比较分析各种图像处理算法效果优劣，选择合适本课题的图像处理方法;最后对该纸张伸缩率图像检测系统进行了相关实验和验证，其结果表明，该检测系统性能稳定，检测精度较高，操作方便，具有一定的实际应用价值。

关键词： 线状目标提取   视网膜细小血管分割   最短路径   数字图像处理   道路提取  

摘要： 在数字图像处理中，特定目标的识别与检测是自动目标识别的关键技术之一。线状目标作为数字图像的重要特征与组成部分之一，在很大程度上决定着目标识别的品质。数字图像在进行线状目标特征提取时由于方法所限和数字图像自身的关系，往往存在一些缺陷。\n 本文从道路与视网膜两种线状目标出发，着重研究了基于样本的线状目提取与后处理工作。其主要思想是指通过通过对目标中已标记样本进行比较，从而获得基于目标样本数据的统计模型。本论文的主要内容如下：\n 1)针对道路提取初步结果进行后处理，在根据道路长度、曲率等特点进行去杂后，利用测地距离中最短路径的思想对道路进行连接，从而得到道路提取的完整结果。\n 2)对现有视网膜血管分割方法对细小血管分割效果不理想的问题进行了改善，提出了将比值作为细小血管的一种特征，在现有分割结果的基础上检测细小血管并对其比值特征进行建模，最后通过向已知血管点邻域内不断添加比值符合细小血管特征的像素点，从而最终完成细小血管的分割，并与原有分割结果做了对比实验。\n 3)利用块之间的相似性，提出了一种基于块相似性的视网膜血管目标去伪方法。首先通过计算2)中提到的比值，确定血管样本；再通过检测平滑区域来确定背景样本。然后通过计算像素点分别属于两类样本的权值，从而得到像素点属于两类样本点的概率。最后通过比较像素点分别属于两类样本的概率完成最终的去伪过程，实验证明后处理后的结果较之原有结果有更高的正确率。

关键词： 数字图像处理   模板匹配   纸币识别系统   支持向量机   真伪检测  

摘要： 随着全球经济以及金融的迅猛发展，大量纸币频繁地流转于人们日常生活和社会商业活动之中。各大金融机构需要对市场上流通的货币进行数量计数、面额识别、真伪鉴别、破损识别、新旧分类并进一步剔除假币回收残币，将纸币进行重新分拣并分配到流通领域。传统纸币自动化识别主要通过检测金属线、磁性、荧光、红外等光学和物理特征实现。随着数字图像处理技术以及模式识别技术的日新月异的发展，纸币识别课题越来越引起数字图像处理领域的关注。本文提出了一种完全基于图像处理技术的纸币识别系统实现第五套人民币纸币的面向、面额、版别、真伪、新旧以及破损程度等特征的识别。\n 本文首先根据纸币图像识别系统的特点以及快速构建系统平台的要求进行图像处理系统方案选型并设计了以高速相机搭配工业镜头作为图像采集工具、高性能计算机作为图像处理工具的硬件平台和以OpenCV1.0SDK+DirectShow9.0为软件开发平台的第五套人民币纸币识别系统。在深入分析传统纸币清分设备的类型、纸币检测原理、国内外相关图像处理算法以及合作厂商的需求的基础上设计了一套兼顾实时性和准确性的基于图像处理技术的纸币识别实现流程并对流程中实现算法逐一进行研究和探讨。\n 纸币算法流程分预处理部分和纸币识别算法，预处理部分主要实现去噪和边缘提取、倾斜校正、曝光补偿等操作为后续具体识别算法提供统一的纸币识别和测试样本。纸币识别算法主要实现残缺检测、面向、面额、版次、真伪以及新旧识别功能。在预处理阶段系统采用“最小包围矩形”算法提取纸币边缘，倾斜校正根据倾斜角度检测旋转和坐标系平移实现倾斜校正调整纸币的角度和位置，同态滤波实现曝光补偿和改善图像细节。纸币识别过程中残缺检测主要通过基于背景阈值变换实现残缺面积的提取和计算。纸币面向、朝向识别采用边缘投影法实现，避免了传统特征块面积不定造成的问题。纸币面额检测采用颜色识别、尺寸识别、特征块等多特征融合算法实现，较好的避免了单一特征识别的弊病。版次识别采用特征块模板匹配识别法实现大额面值的纸币版次的检测。纸币真伪检测采用基于SVM的水印识别和伪钞序列码数据库辅助结合实现，实现了不添加额外传感器的基础上实现基于图像处理技术的纸币真伪识别。纸币新旧分类采用基于SVM的灰度直方图统计特征和傅里叶变换域特征双重特征实现。\n 本系统根据需求采集6种不同面额类待检验的样本图像以及大量干扰测试的练功券、少量外币组成的测试样本集，验证系统识别算法的实时性与准确性。根据测试结果分析算法的优势和不足，进而提出未来改进的方向。

ISBN: (纸本)9787307093744