数字图像-处理论文各种题目.doc

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： 掌握空间滤波原理； 了解中值空间滤波在实际中的应用； 利用MATLAB实现对波形的中值滤波； 改进算子，使图像达到标准对照图像效果。 待处理图片 处理后图片 30基于Sobel算子完成对图像的搜索 要求： 掌握Sobel算子原理； 对待检测图片进行预处理（灰度化、二值化）； 对图像进行边缘提取； 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: 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。 认真比较各自的效果，总结出他们的优缺点。 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。将待处理图像与背景图像相减,再做边缘增强 ，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： 写出实现的思路流程。 编程实现，并显示每一步的测试结果。 原图： 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 , 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： 掌握基本的图像处理算法，了解手背静脉构造； 对手背图像静脉信息的有效区域进行灰度化处理； 对手背图像进行二值化处理； 对手背图像静脉走势进行粗提取； 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： 对原图像采用中值滤波进行图像平滑处理。 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。 利用Sobel算子进行边缘检测。 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。 原屋子图像