17硬币表面形状的自动检测与识别研究--开题报告.doc

2013届毕业设计（论文）开题报告 毕业设计（论文）题目 硬币表面形状的自动检测与识别研究 学生姓名 专业班级 指导教师姓名 何毅斌 职称 教授 课题背景 伴随着计算机技术的高速发展,数字图像处理成为了一门新兴学科,并且在生活中的各个领域得以广泛应用。图像边缘检测技术则是数字图像处理和计算机视觉等领域最重要的技术之一。在实际图像处理中,图像边缘作为图像的一种基本特征,经常被用到较高层次的图像处理中去。边缘检测技术是图像测量、图像分割、图像压缩以及模式识别等图像处理技术的基础,是数字图像处理重要的研究课题之一。 边缘检测是图像理解、分析和识别领域中的一个基础又重要的课题, 边缘是图像中重要的特征之一,是计算机视觉、模式识别等研究领域的重要基础。图像的大部分主要信息都存在于图像的边缘中,主要表现为图像局部特征的不连续性,是图像中灰度变化比较强烈的地方,也即通常所说的信号发生奇异变化的地方。经典的边缘检测算法是利用边缘处的一阶导数取极值、二阶导数在阶梯状边缘处呈零交叉或在屋顶状边缘处取极值的微分算法。图像边缘检测一直是图像处理中的热点和难点。 近年来,随着数学和人工智能技术的发展,各种类型的边缘检测算法不断涌现，如神经网络、遗传算法、数学形态学等理论运用到图像的边缘检测中。但由于边缘检测存在着检测精度、边缘定位精度和抗噪声等方面的矛盾及对于不同的算法边缘检测结果的精度却没有统一的衡量标准,所以至今都还不能取得令人满意的效果。另外随着网络和多媒体技术的发展,图像库逐渐变得非常庞大，而又由于实时图像的目标和背景间的变化都不尽相同,如何实现实时图像边缘的精确定位和提取成为人们必须面对的问题。 MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。1、高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来； 2具有完备的图形处理功能,实现计算结果和编程的可视化; 3友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握； 4 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具。 MATLAB软件在图像检测与目标识别中的应用进行研究，主要任务是对硬币各表面形状态检测，完成硬币的自动检测与识别研究。 国内外研究状况和应用前景 作为计算机视觉的经典性研究课题，图像检测的研究已有较长历史，涌现了许多方法，这些方法分为两大类，基于空间域上微分算子的经典方法和基于图像滤波的检测方法。基于空间域上微分算子的经典方法。在阶跃型边缘的正交切面上，阶跃边缘点周围的图像灰度表现为一维阶跃函数边缘点位于图像灰度的跳变点。根据边缘点的特性，人们提出了基于图像灰度一阶导数、梯度、二阶导数以及更为复杂的laplace算子等提取图像边缘的方法。基于图像滤波的检测方法。在实际图像中，边缘和噪声均表现为图像灰度有较大的起落，同是高频信号，但相对来说边缘具有更高的强度。 几种经典的边缘检测算法论述： 1roberts算子。roberts边缘检测算子根据任意一对互相垂直方向上的差分用来计算梯度的原理，采用对角线方向相邻两像素之差。roberts算子采用对角线方向相邻两像素之差近似梯度幅值检测边缘。它适合于得到方向不同的边缘，对不同方向的边缘都比较敏感，检测水平和万垂直边缘的效果好于斜向边缘，定位精度高。但是在进行差分计算的过程中对噪声敏感，即有噪声影响的像素点可能被检测为边缘点。 2sobel算子。对数字图像的每个像素点，考察它上、下、左、右邻点灰度加权差，与之接近的邻点的权值大。sobel算子很容易在空间上实现sobel边缘检测器不但产生较好的边缘检测效果而且受噪声的影响也比较少。  3log算子。前面介绍的梯度算子和拉普拉斯算子实际上都是微分或差分算法，因此算法对噪声十分敏感。所以，在边缘检测前必须滤除噪声。 4Sobel算法的改进，经典的Sobel图像边缘检测算法，是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个是检测垂直边缘，一个是检测水平边缘。算法的基本原理，由于图像边缘附近的亮度变化较大，所以可以把那些在邻域内，灰度变化超过某个适当阈值TH的像素点当作边缘点。Sobel算法的优点是计算简单，速度快。 图像加权中值滤波。由于图像中的边缘和噪声在频域中均表现为高频成分，所以在边缘检测之前有必要先对图像进行一次滤波处理，减少噪声对边缘检测的影响。中值滤波是一种非线性信号的处理方法，在图像处理中，常用来保护边缘信息，保证滤波的效果。加权中值滤波，首先对每个窗口进行排序，取适当的比例，进行曲线拟合拟合后的