教学课程资源库 更多>>

关键词： 液位检测   图像处理   匹配   曲线拟合  

摘要： 目前液位自动检测的方法多种多样,如差压式液位测量、浮体式液位测量、声波液位测量、电容式液位测量等,在不同的环境下有着不同的应用。某科研单位为了在实验环境下模拟潮汐运动,需要建立高精度的自动液位检测系统。本文针对这一特定的应用提出了一套基于数字图像处理的非接触式液位自动检测方案。该技术基于图像处理的方法,为水位自动检测提供了新的思路丰,富了图像处理内容。 本文解决的关键技术问题和提出的方法有:(1)针对具体应用对象,规划、设计了液位自动检测系统的整体结构。(2)提出了基于数字图像处理的液位自动检测新方法。为了实现高精度的液位自动检测,对CCD采集的水位计视频进行了一系列处理,包括视频帧提取、滤波去噪、目标边缘检测、液位线定位、模板匹配和曲线拟合实现液位线精确检测等方法。最终实现了AVI视频文件的编解码、液位自动检测和结果输出等功能。 本文提出的液位自动检测方法已经在Visual Studio 2005平台上编程实现,经过实验证明,能够实时的检测水位计中的液位,检测误差在0.2mm以内,系统运行稳定,能够克服在一定范围内的光照变化影响。

关键词： 数字图像处理   实践教学   课程改革  

摘要： 实验教学是图像处理课程实践教学中最基本的教学形式,是整个教学过程中理论联系实际的重要环节,对于培养学生的创新思维和能力起着十分重要的作用。本文针对图像处理课程实践教学中存在的主要问题进行了分析,并从教学体系、教学方法与手段、师资培养等几个方面进行了探索。实践证明,这一系列的教学改革方案对于提高学生的学习兴趣和学习效果有显著作用。

关键词： 军车牌照   数字图像处理   模式识别  

摘要： 随着军队机械化和信息化建设的不断深入,多种新式车辆列入部队装备序列,对部队正规化现代化专业化的管理提出了更高的要求,需要运用高科技手段进行有效监管。军车牌照是军车的有效身份认证,我们可以通过对军车牌照的识别,监测军车运行情况,达到对军车进行管理的目的。 论文针对传统模拟信号车牌识别系统的不足,首先提出了基于数字图像处理和模式识别的军车牌照自动识别系统,该系统由硬件系统和软件系统组成。硬件系统由高清工业相机、千兆网卡网线等部分组成,保证了获取高清晰车牌图像。 其次,在软件系统构成上,该系统分为车牌定位、字符分割和字符识别三个部分。在定位部分,介绍了军车牌照的特征;采用图像灰度化、图像增强等技术对车牌图像进行预处理。采用了一种基于紧致区域和矩形拟合思想的车牌定位方法。设定ROI区域,提出了自适应模板宽度法,对车牌图像进行卷积运算,并与原图相减,得到特征图,用水平扫描法,统计黑白像素的跳变次数,确定车牌上下边界。用矩形拟合的方法,得到车牌的候选区域。 再次,在字符分割部分,先对图像进行了增强,接着对车牌进行了倾斜矫正和去除上下左右边框处理,最后对牌照二值化生成二值图,为后续的字符分割奠定了良好的基础。采用了一种基于车牌比例特征和垂直投影相结合的字符分割方法,利用车牌比例特征大致确定分割区域的范围,然后再从分割区域结合垂直投影值寻找最佳的分割位置。建立一个经过聚类的泛化的字符库,把分割后字符与字符库中的模板求欧式距离,并进行判断,把不符合条件的字符重新进行分割。 最后,在车牌字符图像预处理的基础上,采用了SVM对军牌汉字和字母数字进行识别,试验结果表明了核函数中的不同参数和不同的误差惩罚因子参数对识别结果的影响相当大,讨论了最优参数的选择方法,并用试验数据验证了SVM算法适合在小样本情况下进行识别的独特优势。 实验表明,该系统采集图像成像清晰、传输速度快、实时性强,定位、分割较准确、鲁棒性较强,在光照情况较好的条件下,识别率可达到90%以上。

关键词： 自动拍照系统   数字图像处理   车牌识别   拍照触发  

摘要： 随着我国交通建设的迅速发展,机动车保有量的不断增加,交通问题也越来越突出,在这种前提下,智能交通系统开始得到应用,作为发展智能交通系统的一部分,违章机动车自动拍照系统也得到了广泛的研究。 由于违章机动车自动拍照系统的复杂性,我们只对其中的关键技术进行了研究,并提出了系统的设计方案和实现方法。本文的主要工作如下: 1.对模式识别中常用的数字图像处理技术进行了研究,并对每种技术的实现方法进行了对比分析,得到各种方法的优缺点。 2.基于模式识别中数字图像处理技术的研究,将车牌识别分为四个模块:图像预处理、车牌定位、字符分割、字符识别,并根据违章机动车自动拍照系统使用环境的特殊性,选出某个模块的最优算法或对某个模块的算法进行改进以实现车牌识别。 3.分析了违章机动车自动拍照系统中的另一个关键技术——违章机动车的拍照触发,结合前面的车牌识别,得到整个系统的总体结构和实现流程。

关键词： 针叶材   数字图像处理   微观结构   三维模型  

摘要： 木材的微观结构对木材的理化性能有着不可估量的影响。对于木材研究人员,必须要对木材的微观构造有深入的了解。本研究对木材微观构造进行了较为深入的分析,提出了一种可以快速获取木材微观构造参数的方法。以计算机数字图像处理技术为平台,基本实现了对针叶材微观结构特征参数的自定义提取。并将数字图像处理技术与面向对象编程技术相结合对针叶材微观结构的模拟进行了研究,初步提出了针叶材构造模型的构建思想并对实体木材进行了简单的建模。本研究为木材微观结构的统一性研究提供了理论基础。 本论文的主要结论及研究成果如下： 1在传统数字图像处理技术的基础上结合模式识别分析方法,提出了针叶材的微观结构的数字图像处理方式,对针叶材微观结构参数实现了快速提取。 2提出了采用一种基于数学形态学的边缘检测算法,弥补了传统的边缘检测算法在处理复杂度较高及噪点较多的图片时的不足。并与图像叠加技术相结合进 一步完善对横切面木材间质冗余信息的剔除,为后续的特征参数测量提供了良好的技术平台。 3提出了以面向对象编程思想和针叶材材种间微观结构的基本相似性和可继承性原则为基础建立木材微观结构三维模型,并对模型进行了初步的分析和探索。 4提出了使用分形理论将针叶材微观三维模型向实体三维模型进行过渡,可借此对木材的导热性、多孔性等复杂的物理结构进行定量分析。

关键词： EAN-13商品条形码   数字图像处理   MATLAB   直线检测   条形码图像识别  

摘要： 在信息时代的今天,随着计算机技术的发展,条形码作为一种简单、方便、廉价、高速的信息保存和传输技术,在世界各地应用广泛,是商品进入国际市场的通行证。 本论文的研究基于一种全新的购物理念,即无需排队等待收银员,只需要将选购的商品放入“自助购物系统”,便可自助购物买单。目前超市中广泛使用的条形码扫描器是基于光电识别原理制作的,虽然技术成熟、简单,但需收银员人工定位条形码区域,且对条形码质量要求严格,若条形码部分发生断裂、有污渍等现象,则不能正确识读条形码所携带的信息。更不能识读应用越来越广泛的二维条形码。而采用数字图像处理的方法,可首先改善图像质量,减少或消除由噪声、光照不均、图像模糊等带来的对条形码识读的影响,自动定位出条形码区域后再对其进行译码识别。采用图像处理的方法不仅能识读一维条码,也能识读二维条码。通过图像处理技术识读条形码是必然的发展方向。 本论文提出了自助购物系统的概念,论述了EAN-13商品条形码的编码规则及技术特点,以及条形码图像识读系统的基本组成。分析了在获取条形码图像过程中存在的问题,针对图像中噪声、光照不均、模糊等问题,提出相应的数字图像处理算法和条形码图像识读方法。 本论文算法已在MATLAB环境下仿真实现。文中展示了若干测试实例,反映了该方法的有效性和快速性。采用图像处理的方法识读条形码效果良好。相比于传统的光电识读方式,可解决条形码质量不佳的问题,系统的适应性强。

关键词： 石膏刨花板   微观结构   数字图像处理  

摘要： 运用电镜图像处理技术,对电镜图像进行预处理突出图像的关键细节;综合利用了图像增强、边缘检测、分割处理等技术对石膏刨花板电镜图像作局部或整体处理,提取了晶体的形态、尺寸、面积等图像信息;对石膏晶体的分层分布状态、石膏晶体在木质刨花表面的分布状况进行了分析,取得比较好的效果。

关键词： 数字减影技术   边缘检测   数字图像处理   小波分析   模极大值  

摘要： 数字减影血管造影技术（DSA）是现代医学图像研究领域的一大热点之一,而图像的边缘是图像的基本特征,边缘检测是图像处理的基础。由于DSA图像会伴随着各种噪声,而且血管的细节部分易丢失、信噪比低等特点,这就进一步增加了DSA图像边缘检测的难度。 本文根据DSA系统产生DSA图像的特点,首先详细介绍了边缘检测技术的基本理论知识,重点分析了现有的经典算法,以及各自的优缺点。其次,研究了DSA系统以及小波变换的基本理论,重点研究了基于小波的边缘检测技术。最后,本文研究了现有的基于小波模极大值边缘检测算法,并结合Canny算法和图像融合技术的特点,提出了一种改进的基于小波模极大值边缘检测算法。即先在两个小尺度上分别求取图像所有的奇异点,然后根据边缘与噪声的特性对这两个尺度上的奇异点分别进行两次判断,由此分离出各尺度下的边缘奇异点,最后应用图像融合技术将前面得到的边缘奇异点进行结合与连接。实验结果表明,该方法的边缘检测受噪声的影响小,没有伪边缘,边缘是单像素宽,很好地解决了高精度定位与强去噪能力之间的矛盾。这在医学图象处理中具有一定的意义。

关键词： 数字图像处理技术   分辨率   智能化   标准化  

摘要： 随着计算机技术的不断发展,图像处理技术的应用领域越来越广泛,对数字图像处理技术的优点,主要研究内容,应用领域以及未来的发展方向进行相关探讨。

关键词： 罗汉果   计算机视觉   数字图像处理   人工神经网络   相关性  

摘要： 罗汉果是我国特有的传统药用植物,集中分布在广西省桂林市。受经济效益的影响,目前罗汉果面临着品种混杂,种质退化的问题。本文利用数字图像处理技术提取罗汉果种属特征,寻找罗汉果外观特征与内部品质的相关性,最后利用人工神经网络实现了罗汉果种属的自动识别。本文完成的主要工作如下: 1、设计了用于采集罗汉果数字图像的计算机视觉硬件系统,能提供稳定的照明环境,尽可能减少噪声。该硬件系统也适用于其他农作物。 2、在Microsoft Visual C++编程环境下实现对罗汉果图像的预处理,包括:图像变换、图像增强、图像分割等。在此基础上提取了罗汉果的6个颜色特征:红色分量、绿色分量、蓝色分量、色调、饱和度、亮度和8个形状特征:周长、面积、长轴、短轴、当量直径、形状参数、伸长度、紧凑度。 3、对5个种属的200张罗汉果图像进行预处理。然后,对每张图片分别提取罗汉果的14个特征参数,通过对比分析不同种属罗汉果的同一个特征参数值的分布情况,证实了通过罗汉果外部特征实现种属识别的可行性。 4、学习了两种前向型人工神经网络——BP网络和RBF网络的基本原理,并在Matlab 6.0编程环境下实现了两种神经网络的建立。利用PCA算法优化网络输入向量,达到减轻网络负担的目的。通过反复实验确定了适合本研究的最优网络参数。实验结果表明,网络识别效果较好,平均识别率分别为:BP:80.91%;RBF:92.68%;经过PCA算法优化后的识别率为:PCABP:78.15%;PCARBF:86.65%。 5、研究不同生长周期罗汉果果皮颜色特征的变化规律,得出了罗汉果果皮颜色红色分量随周期的变化规律与果实中甜甙ⅴ随周期的变化规律正好相反,罗汉果果皮颜色色调分量随周期的变化规律与果实中总黄酮量随周期的变化规律非常类似的结论。证实了罗汉果果皮颜色特征与果实甜甙ⅴ含量以及总黄酮量的相关性。