教学课程资源库 更多>>

ISBN: (纸本)9787302291084

关键词： TFDS   数字图像处理   自动识别   交叉杆   关门车  

摘要： 随着货运列车的不断发展，高速、重载、大密度开行已经成为当今主要发展趋势，陈旧的人工列检方式已不在适应时代的发展，为此，90年代末期出现了TFDS系统，经过十多年的发展，TFDS已经发展成了车辆运行安全检测系统的重要组成部分之一，它的产生为铁路货运实现现代化发展提供了技术支持。交叉杆和禁锢螺栓是货车转向架的重要组成部分，一旦发生故障将使货车转向架的承受能力降低，使货运的安全受到严重的威胁。 本文的主要研究内容是为TFDS图像识别系统设计两套针对交叉杆弯曲和禁锢螺栓松动的故障识别算法，将数字图象处理技术与模式识别的思想结合起来设计出两套高精度，高效率的自动识别算法，为TFDS系统提供底层算法的支持。 如何设计出鲁棒性强、精度高的自动识别算法是整个课题的难点和重点，在算法的设计和实现过程中，将以准确率为主要目标，快速性为参考，充分的利用了数字图像处理技术中的图像旋转、图像增强、图像的分割、灰度映射、边缘提取、图像的抽取和拼接、Hough变换等经典的方法。同时，还要将故障诊断算法设计过程中的优化算法进行总结。 简单介绍了算法设计和实现过程中设计的仿TFDS系统图像识别平台的测试窗体，然后列出TFDS系统对自动识别算法提出的接口方式，根据该方式设计封装识别算法的大体流程并制作DLL。 论文最后介绍两套算法在TFDS系统中的测试效果，通过测试数据计算出算法的误报率和漏报率完全符合TFDS系统对算法提出的要求，同时分析误报图片的误报原因，对可以通过改变算法来解决问题提出改进措施。最后简单阐述了本文中在程序设计过程中提出的几种优化算法。

关键词： 图像预处理   条码定位   读数区定位   二值化   字符识别   Code 128条码  

摘要： 伴随着科学技术的发展以及国民经济的增长,数字图像处理和模式识别,已经成为科学研究、社会生产中不可缺少的工具,电能表自动识别系统,就是其在生活中的应用。为实现电能表读数和条码的自动识别,设计了一个基于数字图像处理的自动识别系统,主要包括：图像的预处理、目标区域的定位与二值化、图像识别三个部分。 在电能表图像预处理阶段,为减小电能表外边框对图像识别的影响,采用了一种基于电能表图像灰度分布去除电表外边框的方法;接着采用中值滤波进行图像平滑,以减小噪声对边缘提取的干扰,然后采用Sobel边缘检测算子检测图像的水平边缘,再进行基于Hough变换的倾斜校正,这种方法具有较高的检测精度和速度。 根据条形码黑白条间隔排列的特点,采用扫描线法寻找满足条码跳变特征的区域,实现条码的定位;而对于电能表读数区域,采用边缘检测与投影法相结合的定位方法。为有效地将目标与背景分离开来,在图像二值分割时,结合读数区域的特点,在局部极值二值化（LEVBB）法的基础上,提出了一种改进的自适应阈值的分割算法,对于条码,采用了一种将局部阈值与边缘特性相结合的二值化方法,为下一步图像识别奠定了基础。 在图像识别阶段,根据数字字符的先验知识,采用一种改进的投影算法对字符进行分割,然后采用结构特征法进行单个字符的识别。接着分析了数字电表中Code128条码的编码规则,并介绍了条码的识别方法。 实验证明,本文的方法取得较好的识别效果,具有一定的可行性。

关键词： 木材细胞   数字图像处理   分形理论   边缘检测  

摘要： 木材是人类生存必须的重要资源,也是最常用的工程材料之一。为了缓解我国木材短缺的局面,我们要深入研究木材的材质材性,合理高效的选择树种进行种植。而木材的材性特质是由木材细胞微观构造决定的。本文以数字图像处理技术为基础,从木材细胞出发,以图像分割中的边缘检测技术为手段,对木材细胞图片进行处理研究,进而推动木材微观构造的深入研究。 数字图像处理是指通过计算机对图像进行一系列的操作处理。在当今的数字信息时代,数字图像处理正扮演着一个重要的角色。目前在计算机科学、信息科学、工程学、化学、物理、数学、医学、生物学等众多科学领域,数字图像处理已经得到了比较成熟的应用,也取得了一定的科学成果。在数字图像处理过程中,要想准确的分析图片,就要求高质量的图像分割。图像分割就是将整幅图像分割成若干个互不交叠的、有意义的小区域的过程,它是图像处理的研究热点。在众多的分割手段中,图像的边缘检测技术一直是比较具有代表性的。本文首先介绍了几种传统的边缘检测算法,并将其应用与木材细胞的图像分割中,通过计算机辅助进行仿真实验。并对实验结果进行分析,比较出各种传统算子之间的性能差异,深入剖析这些方法在木材细胞微观图像分割中应用的优劣。针对传统方法中仍然存在的问题,引出了分形理论的概念,介绍了三种基于分形理论的边缘检测算法。然后通过新的方法再次对木材细胞切片进行图像处理、仿真实验。本文着重介绍基于分形理论的图像边缘检测方法,通过实验结果说明了采用分形理论数字图像处理技术的方法相对于传统的边缘检测方法会有一定的优势,但是也可以看出在木材细胞边缘检测中的应用仍然所存在的缺陷。 本文将分形理论与数字图像处理技术相结合,为木材细胞图像边缘检测提供了一种新的思路,通过仿真实验证明,基于分形的图像处理方法提高了图像边缘检测的质量,进而可以对图片有效的分割,为后续的木材细胞微观深入研究提供一定的科学依据。

关键词： 监控系统   预警   DM642   运动目标检测   数字图像处理  

摘要： 监控系统是一整套对场景进行实时监控与分析的系统,广泛应用于交通运输、工业控制、军事等领域。传统的监控系统分为前端采集、中间传输、后端显示三个子系统,常需人力处理与分析采集到的数据信息,在许多场合下多有不便。 本课题所研究的边防红外监控系统是和中国人民解放军XX工厂合作的项目,在保留原有监控系统三部分的基础上,借助DSP技术新增预警子系统,使其成为具有自主预警能力的新一代边防红外监控系统。 本课题采用DaVinci技术设计预警子系统,监控系统采集视频流数据并传送至DSP,利用TMS320DM642芯片高效的处理能力及处理视频方面的优势,采用运动目标检测等相关算法,判断是否存在运动目标并启动报警模块,从而免去人力操作的不足。 本课题使用SEED-DTK-VPM642开发系统设计预警子系统的软硬件模块,分析当前的运动目标检测算法,提出一种在边防场景中适用度很高的改进型算法,实验结果表明：预警子系统设计合理有效,能准确的发现边防可疑目标并做出相应处理,改进算法能够有效处理相关噪声,但其实时性有待改进。 本文介绍了边防监控系统的原理,详细介绍了预警子系统的软硬件模块的设计与实现,分析了系统所用的相关算法并着重研究了改进算法的设计与实现,由此提出了设计监控系统的新方法,并直接为现代监控技术提供帮助。

关键词： 内镜   面积测量   桶形畸变   软件处理  

摘要： 目的应用数字图像处理技术进行内镜下病灶桶形畸变的校正及面积的测量,并且开发研制内镜专用的计算机视觉测量软件,以寻求内镜下病灶面积准确、客观及简便的测量方法。 方法1.数字图像处理技术临床初步研究：内镜下图像桶形畸变的校正采用Panaroma tool共享软件,病灶面积及相对测量误差的处理应用Image J共享软件：(1)体外试验内镜下病灶面积计算机软件测量法的建立,首先确立Panorama tool纠正内镜下桶形畸变的校正系数,以达到最小测量误差；第二步观察胃镜镜头与图像之间物距的变化对测量的影响。(2)联合Panaroma tool和Image J对50例胃溃疡患者进行病灶面积的测量以及与传统测量方法的比较； 2.计算机视觉测量软件的开发研制与应用：(1)计算机软件的设计：根据程序预期所要完成的工作,程序设定三大模块,即桶形畸变的校正,透视变换,以及面积的转化,利用C++语言借助Qt数据库制作而成Endoscope Assistant Software(EAS);(2)体外建立不同物距的同心圆模板用于验证EAS测量的可靠性和可重复性；(3)用EAS对45例胃溃疡患者进行病灶面积的测量。 结果1.数字图像处理技术：(1)当选择Panaroma tool校正系数为0.1时,内镜下桶形畸变校正后测量误差最小(3.76%±2.13%)；(2)桶形畸变未校正前,随着胃镜镜头与图片距离的增加,测量相对误差逐渐增加；而通过Panaroma tool校正后,不同物距之间相对测量误差无统计学差异(P=0.141)；(3)利用计算机软件技术对50例胃溃疡病灶进行测量,结果显示Panorama tool联合Image J软件处理后,所得溃疡面积(35.0mm2±5.0mm2)大于传统公式法计算得出的面积(29.1mm2±4.1mm2),两者差异有统计学意义(P=0.000),相关系数为0.988。 ***法：(1)内镜下不同物距的同心圆模板经EAS校正后相对测量误差小于6%,不同物距之间相对测量误差无统计学差异(P=0.323)；(2)体内试验中通过对45例胃溃疡患者不同测量方法的比较,EAS法测量溃疡面积44.0mm2±37.0mm2大于传统公式测量法36.1mm2±31.4mm2,有统计学差异,且相关性很好(r＝0.990,P=0.000),EAS法测得溃疡面积与Panorama tool+Image J软件测量的溃疡面41.2mm2±30.9mm2比较无统计学差异(P0.397)。 结论我们利用国外已有的共享数字图像处理软件及自主研制的EAS进行内镜下溃疡面积的测量,经体内外试验证明,数字图像处理技术测量内镜病灶面积具有可行性和准确性,并且EAS的开发实现了内镜图像桶形畸变的校正与面积测量功能的一体化,EAS有望进行产业化,为临床提供内镜下病灶面积相对准确,客观简便,经济实用的测量技术。

关键词： 图像处理   智能交通系统   公交识别   HOG算法   车辆纹理频谱   支持向量机  

摘要： 随着我国经济的快速发展，城市现代化加快和道路行驶车辆的不断增加使得道路的交通环境不断恶化。频发的交通拥挤、道路阻塞及交通事故导致市民工作与出行变得越来越困难。为了改善城市交通环境，提高城市道路使用效率，国家大力发展城市公共交通建设，并努力推行公交优先和公交专用道，但实际效果并不理想。最主要的原因是缺乏对各类车辆违规占用公交专用道的管理方法和手段，单纯依靠交警部门的巡查，效果有限且难以满足实时管理的要求。因此，实现公交车辆与非公交车辆的自动识别成为加强公交专用道管理的一种最为有效的方法。 本文利用背景差分方法获取车辆图像。对于固定式摄像机，图像背景变化相对较小，使用背景差分法效果较好且复杂度较低。使用HOG算法分析车辆的边缘特征，可以获得较为准确的车辆边缘方向梯度特征向量，同时将光线等环境因素变化对车辆边缘分析产生的影响降到最小。 由于我国目前的公交车主要使用的是黄色的车牌，因此采用HSI颜色空间对道路上行驶车辆的车牌颜色进行检测，通过设置H分量的阈值范围，去除非目标颜色区域，可以有效的检测出黄色和蓝色的车牌区域。利用车辆图像的频谱，可以获得图像中的周期分布特征和车辆大小、面积等频谱特征，利用这些特征能够准确的区别公交车与货车。 在基于支持向量机的公交车辆识别系统中，提取车辆的边缘方向梯度、车牌颜色、车辆纹理频谱这三个特征。根据检测公交车与非公交车，即“是”与“不是”的二分类问题，设计了基于线性分类支持向量机的公交识别系统，实现小样本条件下的公交车识别，克服了传统神经网络容易出现的局部极大值问题，识别率达到96%以上。

关键词： 数字图像处理-研究-数字图像-模式识别-研究  

关键词： 数字图像处理-高等学校-教材  

摘要： 本书共分12章，首先介绍了数字图像处理的特点与发展、数字图像基础知识；在此基础上，详细论述了图像增强、图像分割与边缘检测、图像的几何变换、频域处理、数学形态学及其应用、彩色图像处理、图像特征与理解、图像编码、图像复原等内容，最后通过几个工程实例阐述了数字图像处理技术的应用。