数字图像处理实验题目要求.docx

1、数字图像处理实验题目要求1基于形态学运算的星空图像分割主要内容：在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造 成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图 像的阈值分割。要求：1图像预处理：对原始星空图像进行滤波去噪处理；2对去噪后的图像进行形态学运算处理；3选取自适应阈值对形态学运算处理后的图像进行二值化；2基于数字图像处理的印刷电路板智能检测方法主要内容：通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷

2、效率O要求：1图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪；2对去噪后的图像进行图像增强处理，增强边缘提取的效果。3对增强后的图像进行边缘提取（至少两种以上的边缘提取算法） ；4显示每步处理后的图像（原始电路板图像可自行查找） ；5图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。3静止背景下的移动目标视觉监控 主要内容：基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银 行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。要求：1对原始参考图和实时图像进行去噪处

3、理；2对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑；3判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）4显示每步处理后的图像；5分析此种图像监控方式的优缺点。4车牌识别图像预处理技术 主要内容：车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车 作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义要求: 1对原始车牌图像做增强处理;2对增强后的彩色图像进行灰度变换；3对灰度图像进行直方图

4、均衡处理；4选取自适应的阈值，对图像做二值化处理;5显示每步处理后的图像;6分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法5医学细胞图像细胞分割图像增强算法研究 主要内容：医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。要求：1通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。2通过直方图修改技术得到均衡化或规定化等不同的处理效果。3采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。4利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。5显示

5、每步处理图像，分析此种细胞分割图像预处理方法的优缺点。原始细胞图像图像处理后的细胞图像6瓶子灌装流水线检测是否液体灌装满瓶体当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则 装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。具体要求：1 ）将原进行二值化2）二值化后的图像若不好，将其滤波再进行膨胀处理 ，并重新进行二值化3）将图像标记连通域并进行面积计算，找出不符合要求的标记块4）将不合格的图像进行提取，并记录不合格率5）显示所有的图像，对经过处理后的图像和未作处理后的图像进行对比分析。7对加噪声的图像进行频域低通和高通滤

6、波，并针对其显示图像进行对比分析具体要求：1、对源图像进行空域到频域的变换2、进行频域的高斯低通滤波（取 D0为10, 20, 40, 80）3、频域的高斯高通滤波（取 D0为10, 20, 40, 80）4、频域的布特沃斯低通滤波（取 D0为10, 20 , 40 , 80, n为2）5、频域的布特沃斯低通滤波（取 D0为10, 20 , 40 , 80, n为2）显示所有的图像，对图像滤波的结果进行比较，包括同种滤波器不同 D0处理图像的比较以及不同滤波器之间的比较。（下图为D0取为20的结果）8请根据所学过的图象分析方法，将飞机边界进行提取，并叠加在原图上具体要求：（图 D）,将RGB图

7、像（图A）转换成灰度模式图像（图 B）,再将其进行二值化（图 C）,所得图像进行闭运算，去掉暗点和圆角最后对图像进行边界提取并叠加在原图上（图 E）。显示所有的图像，对经过处理后的图像和未作处理后的图像进行对比分析。9基于数字图像处理的森林火灾识别方法研究主要内容：基于摄像机摄取的视频图像对现场进行火灾的自动探测、监视，同时将摄得的图像，利用各种图像处理技术不断进行图像处理和 分析，通过早期火灾的图像变化特征来探测火灾是否发生。测试要求：首先从彩色摄像机获取视频流图像，并转换成 BMP格式图像，先判断图像中有红色区域存在。1）火灾图像预处理，包括图像抽样、图像分割、图像灰度化、二值化、图像平滑

8、处理 ；2）研究火焰目标的特征提取方法（1）轮廓特征提取：该模块主要功能为提取火焰轮廓上的尖点特征和圆形度。在火焰轮廓特征图中，从下至上从左至右逐点扫描，. 火焰的边缘编成链码。当链码在一定步数内，出现一次有效上升和一次有效下降时，我们就得到一个尖角。可以用图像（2）颜色特征提取：火焰一般从焰心到外焰其颜色应从白色到黄色再向红色移动， 在图像中表现为像素值的变化不明显，像素方差值来反映这种变化。（3）动态特征提取：火焰在燃烧的过程中，它的面积和质心在不断的变化，通过质心的变化来判断火势的大小10、采用数字图像处理技术实现对玉米种子表面裂纹的识别和检测。玉米籽粒产生裂纹后会影响淀粉出率，不能用来

9、加工玉米片等食品，同时在储存时裂纹粒吸湿性强 ，易于引起发热和遭受害虫及霉菌的侵袭，对于种子还会影响到种子的发芽率，即使作为饲料原料也必须严格限制玉米的裂纹率，对玉米籽粒图像通过边缘提取后结合利用籽粒的形态学特征实现了裂纹的自动提取和测量测试要求：1）采用水平和垂直边缘检测算子处理得到裂纹、种子边界和噪声等边缘信息；2）通过玉米籽粒的形态特征寻找其尖端位置并使用图像代数运算的方法去除大部分非裂纹信息;3）根据裂纹的长度和位置特征提取得到裂纹，并计算裂纹的绝对长度和相对长度。11对图像的文字区域检测研究主要内容：针对国内外对图像文字区域提取方法现状中存在的问题，提出一种新的方法。可以使文字区域提

10、取的准确率提高，进而可 以实现对复杂背景的图像也能较好地实现文字区域与背景区域的分离。要求：1、输入彩色图像；2、将彩色图像转化为灰度图像并对灰度图像进行纵向边缘检测；3、通过等值进行分割、动态列分割、相邻矩形区域合并确定候选文字区域；4、候选文字区域灰度直方图分析；5、根据二值图像生成的四邻域的几何形状特征确定最终文字区域实现效果：12实现对针织物疵点检测的研究主要内容：通过对多种疵点检测算法进行分析比较，提出一种可以成功对针织物疵点进行检测识别的方法。要求：1、二值化处理2、直方图均衡化3、针织物图像分割窗口的确定4、特征值提取5、将疵点区域准确的分割出来要求图片:实现的效果13实现对谷物

11、颗粒计数的研究主要要求：提出一种方法，使操作简单，图像清晰度高的识别出谷物颗粒，从而达到可以数出谷物颗粒的个数。要求：1、将谷物图像进行灰度化处理；2、进行去除噪声处理；3、将灰度图像转化为二值图像；4、通过连通性，计算谷物的颗粒数。实现效果：左图为原始图像，右图为分割提取的目标主要要求：提出一种方法，操作简单，可以准备识别出一幅图像中的细菌数量。要求：1、将获取到得图像进行预处理2、通过检验算法找到细菌并进行定位和滤波去噪3、将单个细菌从所在的图像区域中分离出来4、通过识别计算出细菌的总数15机器视觉图像的目标与背景的分割与提取主要要求：对输入的图像可以达到目标和背景的分割要求：1、将已知图

12、像进行消噪处理2、对彩色图像进行目标和背景分析3、通过阈值法将图像进行分割4、确定目标的位置实现效果：左图为原始图像，右图为分割提取的目标标准文档要求图片:16基于图像的一维条码识别 条码技术是在计算机技术的实践应用中产生并发展起来的、并被广泛应用于邮政、图书管理、仓储、工业生产、交通等领域的一种自 动识别技术，它具有输入速度快、识别度高、成本低廉、可靠性强等优点，在当今的自动识别技术中占有非常重要的地位。条码是由一组有特定顺序排列的条、空以及特有的字符标记组成的，这些条和空组成的图像标记表达一定的信息，并能够用相应的设 备读取识别，并转换成能够使计算机识别的二进制和十进制数据信息。通常对于一

13、种物品，它的编码规则是唯一的 参考步骤：1）中值滤波2）二值化，先进行灰度值统计，求阈值，二值化图片3）边沿检测4）条码识别，垂直投影原理，求个条空的宽度，识别码字要求：能从图像读出1维条码的码字信息要求：能从图像读出人物的肩宽的实际尺寸18破损图像的复原技术随着多媒体技术的发展，计算机网络技术的用和宽带信息网的建立， 信息在人们的工作、生活中发挥越来越重要的作用， 其中最直接、标准文档的信息是图像信息。在各类图像系统中，由于图像的传送和转换，如成像、复制、扫描、传输、显示等，总要造成图像的降质，典型 的表现为图像模糊、失真、有噪声等。而在众多的应用领域中，又需要清晰的、高质量的图像，因此，为

14、了抑制噪声，改善图像质量, 复原图像具有非常重要的意义。在数字图像处理领域，图像复原一直是最重要、最基本的研究课题之一，具有重要的理论价值和实际 意义。1）数字图像的表示，图像的采样和量化2）图像的灰度直方图3）图像的噪声，图像的均值滤波4）基于图像域的傅里叶图像复原算法要求：能从破损图像获得清晰的、高质量的图像19图像的特征提取特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决 定每个图像的点是否属于一个图像特征，特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个 算法是否成功往往由它使用和定义

15、的特征决定。因此特征提取最重要的一个特性是“可重 复性”：同一场景的不同图像所提取的特征应该是相同的。参考步骤：1）颜色特征，颜色直方图法，颜色集，颜色矩，颜色聚合向量 ，颜色相关图2）纹理特征，纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。常用的特征提取与匹配方法 ，1统计方法统计方法的典型代表是一种称为灰度共生矩阵的纹理特征分析方法 Gotlieb 和Kreyszig 等人在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、燧和相关性。 2几何法。3模型法。4信号处理法3）形状特征，（1）边界特征法该方法通过对边界特征的描述来

16、获取图像的形状参数。 （2）傅里叶形状描述符法 。（3）几何参数法。（4）形状不变矩法4）空间关系特征，所谓空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接 /邻接关系、交叠/重叠关系和包含/包容关系等要求：能得到图像的基本信息，如颜色，纹理，轮廓和空间关系等。20金属表面划痕检测在钢板连铸连轧生产过程中，由于连铸钢坯、轧制设备、加工面原因，导致钢板表面出现辐 印、夹杂、结疤、划痕、裂纹和斑点的缺陷。这些缺陷严重降低了钢板的抗腐蚀性、耐磨性 和抗疲劳强这对钢产品用户将产生极不利的影响。因此必须采取合理方法保证质量，保障用 户的权利和工业建设顺利发展

17、，这就要求钢铁企业在程中及时检测出有缺陷的钢板并进行适 当处理，只有这样，才能有的质量。所以，钢板表面缺陷检测成为钢板生产中极其重要的环 节。参考步骤：1）通过图像处理（包括图像灰度处理，图像的裁剪，图像的滤波处理，图像增强，图像的边缘检测，图像的数学形态学处理），提取钢板表面划痕缺陷，并计算划痕在图中的像素距离图像的裁剪和滤波 2）计算出单位像素对应的实际空间物理尺寸3）计算划痕实际长度 要求：实现钢板表面划痕缺陷的提取和划痕长度的测量21基于图像处理的零件表面破损检测准确、快速地探测零件表面缺陷， 直接关系产品质量，若不及时剔除不合格产品， 将会带来质量隐患。图像处理技术又称“机器视觉”，

18、 是将被测对象的图像作为信息的载体，从中提取有用的信息来达到测量的目的。它具有非接触、高速度、测量范围大、获得的信息丰富等优点。参考步骤：1）首先运用各种滤波算法去除噪声，为图像检测做预处理2）物体的边缘是以图像局部特性的不连续性表现出来的，如灰度值的突变，颜色的突变，这里的边缘就是物体表面的裂纹，用 边缘检测算子进行边缘检测3）通过图像分割的知识，设定恰当得到阈值将背景和表面裂纹分开，使裂纹清晰的显示出来22基于图像处理的齿轮缺陷检测齿轮在使用过程中将出现各种故障模式，不同的故障模式需要不同的维修方法，因此判断出齿轮属于哪种故障将利于修理随着现代计 算机技术、图像处理技术的发展，基于视频图像

19、的测量、识别和控制技术也得到了发展。齿轮表面出现剥落是由于疲劳和承受较大应 力所致，表现为表面金属成片状剥落而形成小凹坑或片状翘起，其形态主要表现为不规则块状，用图像处理与识别技术，对齿轮缺陷 进行图像处理、分析，并对图像特征提取的方法和图像自动识别。参考步骤：1）对数变换能够扩展低值灰度，而压缩高值灰度，使低值灰度的图像细节更容易看清所以需要对原彩色图像进行灰化处理2）图像锐化处理用于增强图像的边缘及灰度跳变部分， 如拉氏算子比较适用于改善因光线的漫反射造成的图像模糊， 用拉氏算子可将原模糊图像锐化3）确定最佳阈值是缺陷检测的关键。如果阈值选取太小，会把一些不是缺陷的像素也当作缺陷造成误识；

20、 如果阈值选取的太大，则会造成漏识；齿轮常见的缺陷主要有齿轮折断、裂纹、圆形缺陷、长型缺陷、不规则缺陷、点蚀等，所以确定合适的阈值 后对图像进行二值化处理后，可以清晰的显示裂纹，正确判读缺陷类别。23地铁车轮外形磨耗自动检测系统,造成车轮踏面磨耗，对车辆的安全性、乘坐舒适性和地铁车辆在运行中存在着车轮与钢轨之间力的传递（牵引力、制动力、离心力）运行平稳性影响很大。因此，对车轮踏面摩擦情况和磨耗量需要进行定期的检测。图像处理是根据不同的项目对像进行处理，本设计 以车轮外形尺寸大小为测量的主要目标，达到精确测量使其成为数字化管理手段，正确显示出接近原物图像的轮廓曲线是图像处理在 此项目中的主要任务

21、。参考步骤：1）图像的平滑处理主要是去除图像在数字化后产生的周围干扰噪声，而使图像不失真；2）图像的锐化处理主要是突出边缘图像信息，使图像更清晰3）经过原始图像的不断处理，最终要求图像具有黑、白两种像素值。采用图像的二值化处理主要使图像画面内仅存在黑、白色 的二值图，在图面上不呈现灰度变化，在图像处理中二值图像起到重要作用，大大简化后面的图像处理，一般图像中显示的 物体与背景有明显区别，通过选择阀值，可分离出所需的图像和背景图像，对图像进行测量处理打下基础4）图像的细化处理主要是进一步修饰处理，达到一个图像像素宽度的线素宽。经过图像的二值图后，再利用罗伯特 （Roberts）算子来提取边缘处理

22、和图像逆反处理，为图像最终的检测做准备。24基于图像处理技术的绝缘子覆冰自动识别绝缘子覆冰是高压输电线路中经常出现并产生较大危害的异常运行状况。通过对绝缘子覆冰特征的分析，结合现场拍摄的图像研究了 基于图像处理技术对绝缘子覆冰的情况和图形特征量进行自动分析和识别的方法。主要基于图像平滑处理、阈值变换和轮廓跟踪等算 法实现了基于现场图像的绝缘子覆冰及覆冰厚度等特征参数的自动识别 。参考步骤：1）现场拍摄的绝缘子画面往往带有很大的背景声， 而且长期监测必然会拍摄到不同气候条件的照片，其颜色深浅度也必然不同。首先去除噪声对图像进行预处理；2）为了摒弃不同天气条件下图像颜色深浅差异对自动识别结果的影响

23、。这里考虑将图像二值化把灰度图像变换成为黑白图像， 这些差异选取阈值，进行图像分割；3）进行图像轮廓处理，使边界独立出来为以后方便计算绝缘子的最大径向距离和判断覆冰厚度做准备。原图像 结果25基于数字图像处理的抱子特征提取在我国危害农作物的主要病害有 550多种，其中很多是由真菌引起的，为了预报空气传播的病害，需要监测空中抱子浮游量并判断其类型。以往的检测方法都是通过抱子采集，然后在显微镜下人工进行抱子的分类和统计，效率很低并且受视觉影响存在一定的误差。利用计算机图像处理技术则可以有效地解决这个问题。标准文档参考步骤:1）灰度图像相对于彩色图像来说在光线较低情况下清晰度高于彩色图像，因此为了适

24、应不同光线条件有必要把彩色的图像转 换为灰度图像既满足了处理需要，又减少了信息运算量2）图像平滑技术可尽量减少或消除噪声的影响，用 canny算子来实现数字图像的边缘检测3）抱子与背景的根本差别在于其具有不同的灰度值，因此可以利用灰度值将颗粒与背景完全分开，实现的方法为二值化分割 技术。使图像达到标准对照图像效果。参考最终效果图70% 。原图像 类似结果图26利用拉普拉斯算法对扩散现象引起的模糊进行图像锐化操作要求：1掌握拉普拉斯算法的原理及常用算子形式；2分析扩散现象引起的模糊属于哪种类型；3实现拉普拉斯算子对图像的锐化，并实现显示;4改进算子，待处理图片27利用图像滤波算法实现对高椒盐噪声

25、的去噪处理已知：下图为受到严重椒盐噪声污染的图片，其噪声浓度为 要求：1掌握椒盐噪声的概率特点；2选用适当的滤波方式对图像进行滤波；3运用迭代方法提高滤波效果；4改进算子，使图像达到标准对照图像效果。28局部信息的图像滤波及边缘锐化处理要求：1掌握图像锐化、图像滤波的基本原理；2完成对图像边缘进行锐化操作；3完成对图像边缘以内进行平滑润滑操作；4改进算子，使图像达到标准对照图像效果。待处理图片 参考最终效果图29利用中值空间滤波去去除波形噪声要求：5掌握空间滤波原理；6 了解中值空间滤波在实际中的应用；7利用MATLAB实现对波形的中值滤波；8改进算子，使图像达到标准对照图像效果。处理后图片待

26、处理图片30基于Sobel算子完成对图像的搜索要求：9掌握Sobel算子原理；10对待检测图片进行预处理(灰度化、二值化)11对图像进行边缘提取；12改进算子，使图像达到标准对照图像效果。在天空中检索飞机图像 检索到的图像(只给出一个，要求五架飞机全部找到)31基于目标、背景比例的灰度图像自动阈值选取法介绍：常用的分割方法有直方图双峰法， Otsu法，最大商法等，虽然 Otsu法在某些情况下获得的并不是最佳阈值，但其稳定性好、成功率高、速度快等特点，使其成为最常用的杂草图像阈值分割方法之一，但也有改进的方法。 2000年付忠良对Otsu法的推广形式进行了非常详细的介绍，得出使用平均方差代替均值

27、的选取方法与大津方法一样具有抗亮度变化和对比度变化的优点要求：(1)对一组图像分别用人工阈值法、 OStu、平均方差迭代法进行分割。(2)认真比较各自的效果，总结出他们的优缺点。(3)针对Ostu法的不足之处，提出改进的方法。原图：32物体形状位置图像处理算法介绍：在科研与生产实践过程中，对运动物体的形状与位置的测量常常有着很重要的意义。利用 CCD摄像头采集运动物体的图像，通过对该图像进行图像处理，从而得到运动物体的形状与位置信息的方法是一种连续的非接触测量方法 ，在生产实践过程中采集到的图像由于受各种外部因素的干扰 ，所以做一些预处理是必要的。将彳f处理图像与背景图像相减 ，再做边缘增强，

28、更突出目标图像。然后对图像进行阈值分割， 寻找图像中的每个连通区域，计算每个连通区域的点数，保留最大的一块，其余的作为背景去掉。 再进行边缘 跟踪。就可以得到目标图像的位置形状。要求：显示每步处理后的图像。原图 处理后效果图33根据所学过的图像处理方法，设计一套算法流程，来实现下图中染色体的统计与识别提示：由于图像有明显的噪声，部分染色体有断开和粘连的情况，选取合适的阈值把他们彼此分开是统计的关键。要求：(1)写出实现的思路流程。 (2)编程实现，并显示每一步的测试结果。34手背静脉识别的图像处理算法提示：先对原始图像进行背景去除，取得手背部分，计算得到手背部分的质心 G和手背部分的面积S ,

29、再以质心G作为中心，以手背部 分面积S作为参考面积定义一个矩形，作为包含静脉信息的有效区域。要求：(1)掌握基本的图像处理算法，了解手背静脉构造；(2)对手背图像静脉信息的有效区域进行灰度化处理；(3)对手背图像进行二值化处理；(4)对手背图像静脉走势进行粗提取；标准文档(5)对获得的静脉图像进行细化处理，去除毛刺。(6)显示每一步的效果图。最后实现的效果图应该比提供的效果图好或接近。原图 处理后的效果图35基于图像分割的静止图像车牌识别系统研究 提示：静止图像车牌识别系统有以下几部分组成：图像获取图像处理图像分割字符识别数据库管理。车牌区域提取是关键(提示：可以通过确定车牌上下边界和确定车牌

30、左右边界来获取)。车牌字符的分割(提示：对于单行车牌，进行水平投影，其波谷极为字符分界区； 如果按照对于单行车牌的分割方法得到的字符数为 5,即可判定为双行车牌。此时，只要在原车牌上方再扩成一个车牌区域即可 ，然后将上方区域视为一个单行车牌进行分割)。要求：、(1)语言不限，编程实现图像处理部分的效果。(2)显示每一步图像处理的结果。原图:36基于图像处理的自动报警系统主要内容：采用图像的自动报警系统，通过对所监视场景的全景拍摄，从序列图像中将变化区域从背景中分割出来能够分离出运动的像素点 和静止的像素点通过对检测到的运动像素点数来判断是否出现不希望的运动，并决定是否报警。要求：(1)对原图像采用中值滤波进行图像平滑处理。(2)对平滑后的图像进行二值化处理。选用的是阈值判定法(阈值分别为 40、50、60)进行结果比较。(3)利用Sobel算子进行边缘检测。(4)利用背景相减法对运动目标进行检测该算法就是将待处理图像的灰度图与标准图像的灰度图的对应像素灰度值相减，完成对是否有人进入的监控。帧与背景相见后的图像与（a）图对应37基于彩色阈值变换的香蕉彩色图像分割主要内容：利用香蕉和其它水果及其背景颜色在 R,G,B分量上的差异进行识别，根据香蕉和其它水果在 R,G,B分量的二值化处理，获得