数字图像处理论—各种题目.doc

长春理工大学——professor——景文博——旗下出品 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； 4 显示每步处理后的图像； 5 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像 直接分割图像 处理后的分割图像 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效率。 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： 对原始参考图和实时图像进行去噪处理； 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）。 显示每步处理后的图像； 分析此种图像监控方式的优缺点。 背景 目标出现 目标提取 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： 对原始车牌图像做增强处理； 对增强后的彩色图像进行灰度变换； 对灰度图像进行直方图均衡处理； 选取自适应的阈值，对图像做二值化处理； 显示每步处理后的图像； 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 原始车牌图像 处理后的车牌图像 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： 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。 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。 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。 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。 显示每步处理图像，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 7对加噪声的图像进行频域低通和高通滤波，并针对其显示图像进行对比分析 具体要求： 对源图像进行空域到频域的变换 进行频域的高斯低通滤波（取D0为10，20，40，80） 频域的高斯高通滤波（取D0为10，20，40，80） 频域的布特沃斯低通滤波（取D0为10，20，40，80，n为2） 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： 将RGB图像（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（图D），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