前言:想要寫出一篇令人眼前一亮的文章嗎?我們特意為您整理了5篇圖像處理技術(shù)論文范文,相信會(huì)為您的寫作帶來幫助,發(fā)現(xiàn)更多的寫作思路和靈感。
關(guān)鍵詞:計(jì)算機(jī)圖像處理技術(shù);數(shù)字全息
0引言
全息技術(shù)是物理學(xué)中一重要發(fā)現(xiàn),越來越多的應(yīng)用于各個(gè)行業(yè)。伴隨著CCD技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展,全息技術(shù)也得到一次質(zhì)的飛躍,從傳統(tǒng)光學(xué)全息到數(shù)字全息。傳統(tǒng)光學(xué)全息將物光和參考光干涉得到全息照片來記錄光的振幅和相位信息,而數(shù)字全息則用CCD記錄物光和參考光的干涉,形成數(shù)字全息圖,再通過計(jì)算機(jī)圖像處理技術(shù)處理全息圖。因此,影響數(shù)字全息技術(shù)發(fā)展有兩個(gè)重要方面:CCD技術(shù)和計(jì)算機(jī)圖像處理技術(shù)。本文將從計(jì)算機(jī)應(yīng)用方面闡述圖像處理技術(shù)在全息中的應(yīng)用。
1圖像處理技術(shù)
圖像是現(xiàn)代社會(huì)人們獲取信息的一個(gè)主要手段。人們用各種觀測(cè)系統(tǒng)以不同的形式和手段獲得圖像,以拓展其認(rèn)識(shí)的范圍。圖像以各種形式出現(xiàn),可視的、不可視的,抽象的、實(shí)際的,計(jì)算機(jī)可以處理的和不適合計(jì)算機(jī)處理的。但究其本質(zhì)來說,圖像主要分為兩大類:一類是模擬圖像,包括光學(xué)圖像、照相圖像、電視圖像等。它的處理速度快,但精度和靈活性差。另一類是數(shù)字圖像。它是將連續(xù)的模擬圖像離散化后處理變成為計(jì)算機(jī)能夠辨識(shí)的點(diǎn)陣圖像。從數(shù)字上看,數(shù)字圖像就是被量化的二維采樣數(shù)組。它是計(jì)算機(jī)技術(shù)發(fā)展的產(chǎn)物,具有精度高、處理方便和重復(fù)性好等特點(diǎn)。
圖像處理就是將圖像轉(zhuǎn)化為一個(gè)數(shù)字矩陣存放在計(jì)算機(jī)中,并采用一定的算法對(duì)其進(jìn)行處理。圖像處理的基礎(chǔ)是數(shù)學(xué),最主要任務(wù)就是各種算法的設(shè)計(jì)和實(shí)現(xiàn)。目前,圖像處理技術(shù)已經(jīng)在很多方面有著廣泛的應(yīng)用。如通訊技術(shù)、遙感技術(shù)、生物醫(yī)學(xué)、工業(yè)生產(chǎn)、計(jì)算機(jī)科學(xué)等等。根據(jù)應(yīng)用領(lǐng)域的不同要求,可以將圖像處理技術(shù)劃分為許多分支,其中比較重要的分支有:①圖像數(shù)字化:通過采樣和量化將模擬圖像變成便于計(jì)算機(jī)處理的數(shù)字形式。③圖像的增強(qiáng)和復(fù)原:主要目的是增強(qiáng)圖像中的有用信息,削弱干擾和噪聲,使圖像清晰或?qū)⑥D(zhuǎn)化為更適合分析的形式。③圖像編碼:在滿足一定的保真條件下,對(duì)圖像進(jìn)行編碼處理,達(dá)到壓縮圖像信息量,簡(jiǎn)化圖像的目的。以便于存儲(chǔ)和傳輸。④圖像重建:主要是利用采集的數(shù)據(jù)來重建出圖像。圖像重建的主要算法有代數(shù)法、傅立葉反投影法和使用廣泛的卷積反投影法等。⑤模式識(shí)別:識(shí)別是圖像處理的主要目的。如:指紋鑒別、人臉識(shí)別等是模式識(shí)別的內(nèi)容。當(dāng)今的模式識(shí)別方法通常有三種:統(tǒng)計(jì)識(shí)別法、句法結(jié)構(gòu)模式識(shí)別法和模糊識(shí)別法。⑥計(jì)算機(jī)圖形學(xué):用計(jì)算機(jī)將實(shí)際上不存在的,只是概念上所表示的物體進(jìn)行圖像處理和顯現(xiàn)出來。
2計(jì)算機(jī)圖像處理技術(shù)在全息學(xué)中的應(yīng)用
圖像處理技術(shù)在全息中的應(yīng)用主要表現(xiàn)在:一是計(jì)算全息,基于計(jì)算機(jī)圖形學(xué)將計(jì)算機(jī)技術(shù)與光全息技術(shù)結(jié)合起來,通過計(jì)算機(jī)模擬、計(jì)算、處理,制作出全息圖。因此它可以記錄物理上不存在的實(shí)物。二是利用圖像的增強(qiáng)和復(fù)原,圖像編碼技術(shù)等對(duì)數(shù)字全息圖像質(zhì)進(jìn)行提高以及實(shí)現(xiàn)的各種算法。它的應(yīng)用大致可以分為兩大類,即空域法和頻域法:①空域法:這種方法是把圖像看作是平面中各個(gè)像素組成的集合,然后直接對(duì)這一二維函數(shù)進(jìn)行相應(yīng)的處理。空域處理法主要有下面兩大類:一是領(lǐng)域處理法。其中包括梯度運(yùn)算(GradientAlgorithm),拉普拉斯算子運(yùn)算(LaplacianOperator),平滑算子運(yùn)算(SmoothingOperator)和卷積運(yùn)算(ConvolutionAlgorithm)。二是點(diǎn)處理法。包括灰度處理(greyprocessing),面積、周長(zhǎng)、體積、重心運(yùn)算等等。②頻域法:數(shù)字圖像處理的頻域處理方法是首先對(duì)圖像進(jìn)行正交變換,得到變換頻域系列陣列,然后再施行各種處理,處理后再反變換到空間域,得到處理結(jié)果。這類處包括:濾波、數(shù)據(jù)壓縮、特征提取等處理。
3模擬實(shí)驗(yàn)
本文運(yùn)用matlab軟件,利用圖像處理技術(shù),編寫了程序,以模擬計(jì)算全息和實(shí)現(xiàn)全息圖像的濾波。圖1是計(jì)算全息實(shí)現(xiàn)流程圖。
本文將運(yùn)用matlab程序設(shè)計(jì)語言實(shí)現(xiàn)計(jì)算全息的制作、再現(xiàn)過程。標(biāo)有“涉”一字,圖像尺寸為1024像素×1024像素;。模擬實(shí)驗(yàn)中用到的參數(shù)為:激光模擬了氦氖激光器,波長(zhǎng)為638.2nm;再現(xiàn)距離為40cm;因?yàn)樵嘉飯D的尺寸用像素為單位表示,所以像素分辨率為1。
從模擬實(shí)驗(yàn)中可以看出,數(shù)字全息的處理過程其實(shí)就是計(jì)算機(jī)圖像處理在全息技術(shù)的應(yīng)用過程。利用計(jì)算機(jī)圖像處理技術(shù)對(duì)全息圖進(jìn)行了記錄,將物光和參考光干涉得到了全息圖。并利用圖像的增強(qiáng)和復(fù)原對(duì)圖像進(jìn)行了處理,以消除噪聲,得到更好的全息再現(xiàn)象。
本文僅模擬了計(jì)算全息的實(shí)現(xiàn)和再現(xiàn)過程,其實(shí),計(jì)算機(jī)圖像處理在全息技術(shù)中的應(yīng)用是全方位的,用實(shí)驗(yàn)方法得到的全息圖中包含了更多的其他無用信息(噪聲),圖像處理技術(shù)在這里就顯得尤為重要。隨著計(jì)算機(jī)圖像處理技術(shù)的進(jìn)一步發(fā)展,全息技術(shù)必然會(huì)迎來新的一輪發(fā)展和飛躍。超級(jí)秘書網(wǎng):
參考文獻(xiàn):
[1]周燦林,亢一瀾.數(shù)字全息干涉法用于變形測(cè)量.光子學(xué)報(bào),2004,13(2):171-173.
[2]劉誠(chéng),李銀柱,李良鈺等.數(shù)字全息測(cè)量技術(shù)中消除零級(jí)衍射像的方法[J].中國(guó)激光,2001,A28(11):1024-1026.
關(guān)鍵詞:煙葉數(shù)字圖像;邊緣處理;形態(tài)學(xué)變換;特征抽??;智能識(shí)別
1引言
煙葉是煙草工業(yè)的基礎(chǔ)原料, 對(duì)煙草工業(yè)生產(chǎn)質(zhì)量和煙草行業(yè)經(jīng)營(yíng)效益具有舉足輕重的作用。對(duì)煙葉生產(chǎn)過程的各個(gè)環(huán)節(jié)包括煙葉品質(zhì)的智能識(shí)別進(jìn)行技術(shù)創(chuàng)新,提高品質(zhì)和效率,是一個(gè)前沿研究方向[1][5]。
當(dāng)前這一方面的研究,主要集中在數(shù)字圖像處理方面,把煙葉品質(zhì)的數(shù)字圖像處理與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,實(shí)現(xiàn)煙葉品質(zhì)的智能識(shí)別,是一個(gè)極有價(jià)值的工作。以下在此方面作出一個(gè)系統(tǒng)的、較為完備的、易于實(shí)際操作的研究。
2主要技術(shù)手段
2.1 MAⅡAB圖像處理工具箱
在MATLAB平臺(tái)上,借助圖像處理工具箱,可以簡(jiǎn)易明快地實(shí)現(xiàn)對(duì)煙葉數(shù)字圖像的圖像處理。在煙葉生產(chǎn)一線,用數(shù)碼照相機(jī)對(duì)各種煙葉樣本進(jìn)行拍照,輸入計(jì)算機(jī),用MAT_LAB將它轉(zhuǎn)換為各(.bmp;.jpeg;.gif;.png;.t 圖片以便進(jìn)行圖像處理。成本低,精確度高,宜于普及推廣。獲取各種類型的煙葉數(shù)字圖像以后,經(jīng)閾值使用權(quán)圖像二值化,可以當(dāng)即辨識(shí)出這一圖像是否具有何種類型的病蟲害或品質(zhì)異變。利用煙葉數(shù)字圖像的邊緣檢測(cè)、輪廓提取等分析命令,獲得待測(cè)煙葉的圖像參數(shù)和特征,再由神經(jīng)網(wǎng)絡(luò)技術(shù),完成對(duì)煙葉品質(zhì)的智能識(shí)別。
2.2神經(jīng)網(wǎng)絡(luò)技術(shù)
神經(jīng)網(wǎng)絡(luò)是一個(gè)新的智能識(shí)別工具。畢業(yè)論文 經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)能夠存儲(chǔ)與過程有關(guān)的信息,能直接從歷史數(shù)據(jù)中學(xué)習(xí),經(jīng)過用各種煙葉樣本訓(xùn)練和學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),能自動(dòng)地識(shí)別出待測(cè)煙葉樣本的品質(zhì)類型。而且,神經(jīng)網(wǎng)絡(luò)具有濾除噪聲及在有噪聲情況下得出正確結(jié)論的能力。這一點(diǎn)對(duì)于煙葉生產(chǎn)實(shí)際中大量存在各種噪聲信息的情況而言,特別重要。它特別適合在線識(shí)別。
3應(yīng)用MATLAB圖像處理工具箱和神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)煙葉品質(zhì)智能識(shí)別的操作過程
3.1煙葉圖片樣本庫的建立
用數(shù)碼相機(jī)或其它數(shù)字圖像采集工具,采集各種類型的煙葉的標(biāo)準(zhǔn)圖片,分類歸檔,借助MATLAB圖像變換功能,將各種類型的煙葉的標(biāo)準(zhǔn)圖片,轉(zhuǎn)換成各種圖片形式:.bmp;.jpeg;.sir;.png;.tif等,以便隨時(shí)調(diào)用。這些煙葉圖片,有不同品質(zhì)的樣本;還有各種病蟲害標(biāo)本和變異標(biāo)本。
3.2用直方圖均衡來實(shí)現(xiàn)圖像增強(qiáng)
當(dāng)從生產(chǎn)一線采集的煙葉待測(cè)樣本的圖像對(duì)比度較低,碩士論文 即灰度直方圖分布區(qū)間較窄時(shí),可用直方圖均衡實(shí)現(xiàn)灰度分布區(qū)間展寬而達(dá)到圖像增強(qiáng)的效果。
3.3煙葉圖像的邊緣檢測(cè)和特征提取
煙葉圖像的基本特征之一是圖像邊緣。圖像邊緣是圖像周圍像素灰度有階躍性變化或屋頂變化的像素的集合。煙葉的邊緣是由灰度的不連續(xù)性所致,因此考察圖像每個(gè)像素在某個(gè)鄰域內(nèi)灰度的變化,利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律可以檢測(cè)煙葉圖像邊緣。圖像特征反映煙葉的幾何結(jié)構(gòu),如面積、周長(zhǎng)、分形分維數(shù)、孔洞數(shù)、歐拉數(shù)等等。圖像特征的選擇是圖像識(shí)別的重要環(huán)節(jié)。運(yùn)用二叉分類法在找出判別特征后,對(duì)不同的圖像特征由分類閾值按二分的方法進(jìn)行分類;運(yùn)用相似距離分類方法把待判圖像與一個(gè)標(biāo)準(zhǔn)圖像相比,標(biāo)準(zhǔn)圖像用樣本圖像特征向量的均值來表示。通過計(jì)算待判圖像與標(biāo)準(zhǔn)圖像之問的在相空間中的距離來判別圖像和進(jìn)行分類。這一過程還為用神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)對(duì)煙葉品質(zhì)進(jìn)行智能識(shí)別作出必要的準(zhǔn)備。
3.4數(shù)字圖像矩陣數(shù)據(jù)的顯示及其傅立葉
變換這一變換的目的是為提取特征、進(jìn)行神經(jīng)網(wǎng)絡(luò)模式識(shí)別等作出必要的準(zhǔn)備。
轉(zhuǎn)貼于 3.5直方圖均勻化
這是使煙葉圖像性質(zhì)更為優(yōu)良而采取的一個(gè)技術(shù)操作,源代碼如下:
I=imread ("yangshuo.tif');imshow (I);
figure,imhist(I);
[J,T]=histeq (I,64);
%圖像灰度擴(kuò)展到0-255,但是只有64個(gè)灰度級(jí)
figure,imshow (J);
figure,imhist(J);
figure,Dlot((0:255)/255,T);%轉(zhuǎn)移函數(shù)的變換曲線
J=histeq (I,32);
figure,imshow 0);
%圖像灰度擴(kuò)展到0~255,但是只有32個(gè)灰度級(jí)
figure,imhist(J);
3.6采用二維中值濾波函數(shù)對(duì)受椒鹽噪聲干擾的圖像濾波
MATLA圖像處理工具箱具有強(qiáng)大的功能,能夠?qū)υ肼暩蓴_的煙葉圖片進(jìn)行消噪處理,模擬源代碼如下:
I=imread ("eight.tif');
imshow (I);
J2=imnoise (I,"salt&pepper ,0.04);
%疊加密度為0.04 的椒鹽噪聲
figure,imshow 02);
I_Filterl=medfdt2 (J2,[3 ,3]);
%窗口大小為3x3
figure.imshow (I Fiher1);
I_Filter 2=medfdt2 (J2,[5, 5]);
%窗口大小為5x5
figure,imshow (I_Filter2);
I_Filter3=medf'dt2 (J2,[7, 7]);
%窗口大小為7x7
figure,imshow (I_Filter3);
3.7用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)煙葉圖像進(jìn)行智能識(shí)別
神經(jīng)網(wǎng)絡(luò)作為一種自適應(yīng)的模式識(shí)別技術(shù),并不需要預(yù)選給定有關(guān)模式的經(jīng)驗(yàn)知識(shí)和判別函數(shù),它能通過自身的學(xué)習(xí)機(jī)制自動(dòng)形成所要求的決策區(qū)域。網(wǎng)絡(luò)的我由其拓樸結(jié)構(gòu)、神經(jīng)元特性、學(xué)習(xí)和訓(xùn)練規(guī)則所決定,它可以充分利用狀態(tài)信息,對(duì)不同狀態(tài)一一進(jìn)行訓(xùn)練而獲得某種映射關(guān)系,并且,網(wǎng)絡(luò)可以連續(xù)學(xué)習(xí),即使環(huán)境變異,這咱映射關(guān)系可以自適應(yīng)調(diào)整。在上面各節(jié)獲取煙葉圖像特征基礎(chǔ)之上,可以用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行圖像模式識(shí)別。例如,基于概率神經(jīng)網(wǎng)絡(luò)PNN的煙葉品質(zhì)智能識(shí)別,它的主要優(yōu)點(diǎn)是:快速訓(xùn)練,訓(xùn)練時(shí)問僅略大于讀取數(shù)據(jù)時(shí)間;無論分類多么復(fù)雜,只要有足夠的訓(xùn)練數(shù)據(jù)(而這是煙葉生產(chǎn)一線可以做到的),就可以保證獲得貝斯葉準(zhǔn)則下的最優(yōu)解,允許增加或減少訓(xùn)練數(shù)據(jù)而無需重新進(jìn)行長(zhǎng)時(shí)間訓(xùn)練。這一神經(jīng)網(wǎng)絡(luò)對(duì)于煙葉品質(zhì)的圖像識(shí)別,具有重要意義。 4結(jié)論
基于計(jì)算機(jī)視覺和神經(jīng)網(wǎng)絡(luò)技術(shù)的煙葉品質(zhì)識(shí)別的數(shù)字圖像處理方法,醫(yī)學(xué)論文 是煙葉生產(chǎn)環(huán)節(jié)的一種技術(shù)創(chuàng)新,它可以在煙葉生產(chǎn)一線普及推廣,簡(jiǎn)便易行,能夠較大地提高煙葉品質(zhì)檢測(cè)的效率和質(zhì)量,以及自動(dòng)化程度和智能化水平。
參考文獻(xiàn)
[1]于潤(rùn)偉.基于圖像處理的稻米堊白自動(dòng)檢測(cè)研究[J].中國(guó)糧油學(xué)報(bào),2007,1:122—124.
Abstract: In order to improve the accuracity of the recognition research of Asphalt-aggregate ratio for asphalt mixture ,the MATLAB digital image processing were used to study the asphalt-aggregate ratio for asphalt mixture AC-13C and the researches mainly include 3 respects: the mixing proportion design and the image collection of asphalt mixture, the research of digital image processing technology, the asphalt-aggregate ratio recognition of asphalt mixture. The results show that there is a good linear functional correlation between the real asphalt-aggregate ratios and the recognition asphalt-aggregate ratios. The linear fitting function was created as Pay = 1.6872Pax-5.4606, and the correlation coefficient R2 is 0.9617.
關(guān)鍵詞:數(shù)字圖像處理;瀝青混合料;油石比;識(shí)別
Key words: digital image processing;asphalt mixture;asphalt-aggregate ratio;recognition
中圖分類號(hào):TU535 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1006-4311(2010)13-0093-02
0引言
隨著交通運(yùn)輸業(yè)的迅速發(fā)展,必須要提高瀝青混合料性能,開發(fā)新型瀝青路面結(jié)構(gòu)材料。瀝青含量是瀝青混合料配合比設(shè)計(jì)和施工控制的重要指標(biāo),在很大程度上決定了瀝青路面的質(zhì)量品質(zhì),國(guó)內(nèi)外現(xiàn)行的瀝青混合料配合比檢測(cè)一般采用的是試驗(yàn)方法,進(jìn)行離心抽提或燃燒瀝青,檢測(cè)過程復(fù)雜,耗時(shí)長(zhǎng),不利于及時(shí)對(duì)路面狀況做出評(píng)價(jià),指導(dǎo)生產(chǎn)。近年來,數(shù)字圖像處理技術(shù)被引入瀝青混合料研究領(lǐng)域,為有效解決傳統(tǒng)研究方法的缺陷提供了可能,國(guó)內(nèi)外也陸續(xù)進(jìn)行了采用圖像處理技術(shù)對(duì)瀝青混合料內(nèi)部形態(tài)的研究,國(guó)內(nèi)外現(xiàn)階段進(jìn)行的研究表明,數(shù)字圖像處理技術(shù)具有無破損、方便性、經(jīng)濟(jì)性,而且能快速全面反映形態(tài)特性以及空間分布的特點(diǎn)。為此,在本研究中,通過大量室內(nèi)對(duì)比試驗(yàn),主要研究不同油石比的瀝青混合料AC-13C的識(shí)別油石比,以建立識(shí)別油石比和實(shí)際油石比之間的線性關(guān)系,用于指導(dǎo)生產(chǎn)實(shí)踐。
1瀝青混合料配合比設(shè)計(jì)及圖像采集
本研究中采用的瀝青為埃索A級(jí)70號(hào)瀝青,選用瀝青路面的表面層AC-13C的級(jí)配,最終確定的瀝青混合料合成級(jí)配見表1。
在本研究中,瀝青混合料AC-13C分別采用五個(gè)不同油石比4.0%、4.5%、5.0%、5.5%和6.0%,用馬歇爾擊實(shí)儀成型馬歇爾試件,在成型后的試件中隨機(jī)抽取3個(gè)試件進(jìn)行水平兩分法的切割,并采用數(shù)碼相機(jī)進(jìn)行圖像的采集工作,在進(jìn)行油石比的識(shí)別中為了計(jì)算簡(jiǎn)便將圖像剪切為1400×1400像素。
2瀝青混合料數(shù)字圖像處理
由于照相機(jī)與目標(biāo)間的相對(duì)運(yùn)動(dòng)、大氣擾動(dòng)等原因使圖像質(zhì)量下降,造成了圖像退化的現(xiàn)象。所以在圖像處理之前要先進(jìn)行圖像復(fù)原,在MATLAB圖像處理系統(tǒng)中,選擇Lucy-Richardson復(fù)原方法,通過處理減少了圖像中產(chǎn)生的噪聲,忽略了某些退化后壞了的像素。對(duì)復(fù)原后的RGB彩色圖像進(jìn)行灰度變換,獲得瀝青混合料水平截面的灰度圖像。
3瀝青混合料油石比的識(shí)別
以油石比為5.5的瀝青混合料RGB圖像為例,對(duì)剪切后的圖像進(jìn)行復(fù)原、轉(zhuǎn)換灰度圖像處理,處理后的灰度圖像的直方圖見圖1。
根據(jù)圖1可以看到,由于瀝青混合料圖像中存在集料和瀝青兩大類,在圖像上形成了兩個(gè)峰,這兩者都近似服從正態(tài)分布,最左邊的波峰代表瀝青的灰度分布,我們可以根據(jù)瀝青混合料圖像的直方圖,動(dòng)態(tài)選取兩個(gè)波峰之間的谷底值,將最左邊的波峰單獨(dú)切取出來,見圖2。對(duì)這個(gè)波峰進(jìn)行擬合,經(jīng)過多次嘗試,選擇采用兩個(gè)正態(tài)分布擬合這個(gè)波峰,相關(guān)系數(shù)達(dá)到0.998,其中一個(gè)正態(tài)分布峰頂對(duì)應(yīng)的灰度值與單獨(dú)切取出來的波峰峰頂對(duì)應(yīng)的灰度值非常接近,可以認(rèn)為兩者的灰度值是相同的,另外一個(gè)正態(tài)分布是對(duì)前者的修正,擬合效果見圖2。
通過MATLAB編程計(jì)算可以得到,瀝青灰度分布波峰峰頂對(duì)應(yīng)的灰度值為0.30,第一個(gè)小峰服從正態(tài)分布,參數(shù)為0.29997和0.047629,通過多次實(shí)驗(yàn)在峰值灰度值左側(cè)設(shè)定2.5,右側(cè)設(shè)定的范圍內(nèi)為瀝青的灰度分布范圍,計(jì)算得到瀝青的灰度分布范圍為46.14至88.65,提取瀝青灰度范圍內(nèi)的像素點(diǎn),圖像內(nèi)所有的像素點(diǎn)數(shù)目與瀝青的像素點(diǎn)數(shù)目之差為集料的像素點(diǎn)數(shù)目,得到油石比即瀝青像素點(diǎn)數(shù)目與集料像素點(diǎn)數(shù)目之比,計(jì)算得到這張實(shí)際油石比為5.5的圖像,識(shí)別油石比為6.43。同理,可以按照相同的方法求得其余瀝青混合料圖像的識(shí)別油石比,并計(jì)算均值,見表2,對(duì)得到的識(shí)別油石比用EXCEL進(jìn)行線性擬合,見圖3。
從表2中可以看出,識(shí)別油石比的變異系數(shù)在0.18以下,通過線性相關(guān)性分析可得到識(shí)別油石比Pax與實(shí)際油石比Pay的線性關(guān)系為:Pay=1.6872Pax-5.4606,式中,Pax為識(shí)別油石比,%;Pay為實(shí)際油石比,%。兩者相關(guān)系數(shù)R2為0.9617,表明采用圖像處理技術(shù)對(duì)瀝青混合料進(jìn)行油石比識(shí)別具有較高的識(shí)別精度,可以用于瀝青路面油石比的快速檢測(cè)。
4結(jié)論
通過選取表面層普通瀝青混合料AC-13C進(jìn)行馬歇爾試驗(yàn),對(duì)試件進(jìn)行水平截面圖像的分析,在瀝青混合料圖像灰度直方圖中,對(duì)瀝青分布波峰左側(cè)2.5倍σ和右側(cè)σ范圍內(nèi)提取瀝青像素?cái)?shù)目,并計(jì)算集料像素?cái)?shù)目和識(shí)別油石比,結(jié)果表明,動(dòng)態(tài)的選取瀝青灰度范圍識(shí)別油石比的方法能夠較好地反映實(shí)際油石比,得到的識(shí)別油石比與實(shí)際油石比較為接近,得到的變異系數(shù)在0.18以下,證明識(shí)別油石比的離散程度較小,數(shù)據(jù)可靠。并且實(shí)際油石比Pay和識(shí)別油石比Pax存在線性關(guān)系,通過線性擬合后,建立函數(shù)Pay =1.6872 Pax 5.4606,計(jì)算得到相關(guān)系數(shù)R2為0.9617,具有良好的相關(guān)性。因此,建議采用此線性函數(shù)對(duì)識(shí)別得到的油石比進(jìn)行修正。
參考文獻(xiàn):
[1] 楊浩.瀝青混合料的數(shù)字圖像特征研究[D]:[碩士學(xué)位論文].哈爾濱:哈爾濱工業(yè)大學(xué),2006.
[2] 肖彭.基于MATLAB7.0的瀝青混合料最佳油石比優(yōu)化設(shè)計(jì)[J].交通標(biāo)準(zhǔn)化,2005,17(11):73-75.
【關(guān)鍵詞】FPGA 圖像處理 實(shí)時(shí)高速 平滑算法
1 數(shù)字圖像處理及FPGA技術(shù)簡(jiǎn)介
1.1 數(shù)字圖像處理原理簡(jiǎn)介
圖像處理技術(shù)是本世紀(jì)信息科學(xué)方面成長(zhǎng)最迅速的方向之一,數(shù)字圖像處理的技術(shù)具有實(shí)際的研究?jī)r(jià)值。數(shù)字圖像處理技術(shù)是指利用圖像信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)并進(jìn)行數(shù)字化處理這一手段把輸入圖像轉(zhuǎn)換成具有所希望特征的另一幅圖像的過程,通過轉(zhuǎn)化,使得圖像的信息數(shù)字化,可計(jì)算化,協(xié)調(diào)適應(yīng)現(xiàn)在的各種數(shù)字化系統(tǒng)。近年來,隨著圖像傳感器趨于高集成度和低成本以及數(shù)字硬件的迅速發(fā)展,高質(zhì)量、高速度、高實(shí)時(shí)性的數(shù)字圖像處理技術(shù)越來越受到歡迎。專用集成電路ASIC和數(shù)字信號(hào)處理器DSP,在兩種方面突破研究,一是改變圖像處理算法,簡(jiǎn)化算法提高處理速度;二是改變實(shí)現(xiàn)算法的手段。DSP處理速度較之前的數(shù)字芯片有了大幅改進(jìn),但其體系仍是串行指令系統(tǒng),其固定算法仍不能滿足眾多算法的需要。
1.2 現(xiàn)場(chǎng)可編程門陣列(FPGA)器件技術(shù)
現(xiàn)在較為流行的一種半定制的數(shù)字芯片是現(xiàn)場(chǎng)可編程門陣列(FPGA)器件,它是一種高密度可編程邏輯器件,由大量邏輯宏單元構(gòu)成,通過各種程序參數(shù)的配置,能夠發(fā)揮這些邏輯單元的各自效果,組合出期望的整體效果和功能,這些配置數(shù)據(jù)存放在片內(nèi)的SRAM中或者是片外的EPROM或其他存儲(chǔ)體中,設(shè)計(jì)者可以現(xiàn)場(chǎng)修改器件的邏輯順序,而且靜態(tài)編程和動(dòng)態(tài)系統(tǒng)重置功能也得到了充分的發(fā)揮也應(yīng)用,基于組合邏輯下的功能讓硬件模塊可以像軟件代碼一樣方便修改調(diào)試。
2 基于FPGA的數(shù)字圖像處理算法研究
2.1 實(shí)時(shí)圖像處理算法
實(shí)時(shí)圖像處理系統(tǒng)和圖像處理的主要算法有4類:圖像數(shù)據(jù)的預(yù)處理,圖像智能識(shí)別,對(duì)象檢測(cè)和運(yùn)動(dòng)對(duì)象檢測(cè)。在實(shí)時(shí)圖像處理系統(tǒng)的后臺(tái)處理中,比分析環(huán)境簡(jiǎn)單、靜態(tài)圖像難度要更具有復(fù)雜性,如在數(shù)字圖像信號(hào)的傳送過程,中間過程傳感器和傳輸信道的噪聲的頻繁產(chǎn)生,這讓暫未得到處理的原始圖像信號(hào)變的更為難以分析,而且本身存在一定程度的噪聲。一般圖像信號(hào)的銳化技術(shù)處理也將引入噪聲,有時(shí)會(huì)加強(qiáng)原始圖像的噪聲。因此,有必要在圖像分析處理以前以及過程中對(duì)圖像的噪聲進(jìn)行濾除,并對(duì)圖像特征進(jìn)行加強(qiáng),消除噪聲和增強(qiáng)圖像這兩大關(guān)鍵步驟即為數(shù)字信號(hào)圖像的預(yù)處理過程。
2.2 圖像空域平滑算法
圖像平滑處理的的主要目的是為了降低噪音干擾,目前主流的兩種算法是的空間域平均算法以及中值濾波算法。對(duì)于含有噪聲的原始圖像的每個(gè)像素都采取了對(duì)應(yīng)的鄰域,將計(jì)算出的平均值作為平均空間域中圖像像素值進(jìn)行圖像處理??臻g域平均算法對(duì)于高斯噪聲消噪效果較好,但處理脈沖噪聲降噪效果很差。中值濾波的實(shí)質(zhì)是一種非線性處理方法,主要的原理應(yīng)用了順序統(tǒng)計(jì)思路,這種方法的原理是在第一步驟中賦予一個(gè)像素作為鄰域的中心,選擇方形鄰域后,第二步驟就是對(duì)范圍內(nèi)各像素灰度值進(jìn)行排序處理,排序之后獲得數(shù)列的中間值,此中間修正值被記為中心像素的灰度值,在實(shí)際應(yīng)用中個(gè),中值濾波算法消除脈沖噪聲具有更好的效果。
2.3 圖像空域銳化算法
圖像銳化的主要目的是使原圖像輪廓模糊或者顯示邊緣不明顯的變得清晰,突出細(xì)節(jié)。進(jìn)行銳化處理的前提基礎(chǔ)是:原始圖像必須具有有較高的信噪比,若沒有較高信噪比,經(jīng)過圖像銳化處理后,圖像信噪比會(huì)大大降低,這非常不利于圖像的清晰顯示處理。通常的做法是先去除或降低噪聲,使得圖像具有更高的信噪比后,再進(jìn)行后期的銳化處理。
圖像銳化處理目前主流有兩種方法:高通濾波法和微分法。微分法屬于圖像空域銳化,目前常用的兩種方法是梯度銳化和拉普拉斯銳化。
2.3.1 梯度銳化
梯度銳化原則:圖像變化速度值小的對(duì)應(yīng)于一個(gè)較小的梯度,整體會(huì)顯得比較暗。因此,梯度銳化的常規(guī)思路是利用門限方法來判定,從而進(jìn)行梯度銳化優(yōu)化,也就是先賦予一個(gè)預(yù)定的閾值,如果該節(jié)點(diǎn)的梯度小于閾值時(shí),原始灰度被保持恒定;若大于閾值時(shí),在這一點(diǎn)上的灰度校正值可以用微分法處理得到。
2.3.2 拉普拉斯運(yùn)算
拉普拉斯運(yùn)算是偏導(dǎo)數(shù)運(yùn)算的線性組合,拉普拉斯算子是一種各向同性的微分算子,其特性包括旋轉(zhuǎn)不變性。拉普拉斯運(yùn)算完全可以轉(zhuǎn)換成模板運(yùn)算,而且對(duì)圖像中的孤立點(diǎn)和短點(diǎn)反應(yīng)較為敏感,比如在較暗的圖像中出現(xiàn)的個(gè)別亮點(diǎn),這些亮點(diǎn)處灰度發(fā)生跳變,通過拉普拉斯運(yùn)算將會(huì)使這些亮點(diǎn)亮度增強(qiáng),這一效果常用于邊緣檢測(cè)。當(dāng)然,拉普拉斯運(yùn)算同梯度銳化一樣,在增強(qiáng)圖像的同時(shí)會(huì)增強(qiáng)噪聲,因此在銳化前可以先進(jìn)行圖像平滑處理。
3 總結(jié)
本文以基于FPGA的高速圖像處理算法為研究主體,對(duì)圖像處理中技術(shù)的流水線實(shí)現(xiàn)、圖像空域平滑算法、圖像空域銳化算法進(jìn)行對(duì)比分析。圖像平滑算法減少噪聲的效果要更加優(yōu)化,平滑算法的中值濾波算法在消除脈沖噪聲中效果更為突出??臻g域平均算法主要對(duì)高斯噪聲的消噪效果較好,對(duì)脈沖噪聲消噪效果一般。圖像空域銳化算法可以是原本邊緣模糊的圖像清晰化,前提需要有較高信噪比,所以一般是先進(jìn)行去除噪聲,提高信噪比之后進(jìn)行銳化處理,銳化算法中的梯度銳化、拉普拉斯運(yùn)算算法都在基于FPGA的數(shù)字圖像處理的系統(tǒng)算法中效果明顯。
參考文獻(xiàn)
[1]李冬.基于FPGA的數(shù)字圖像處理的研究[D].安徽理工大學(xué)碩士學(xué)位論文,2009.
[2]宇野麻由子.FPGA規(guī)??焖僭龃骩J].電子設(shè)計(jì)應(yīng)用,2008(10)
關(guān)鍵詞:多媒體課件;圖形;圖像;處理;加工
中圖分類號(hào):TP75文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2009)35-10087-03
Multimedia Courseware Image Processing and Graphics Processing Technology
LIN Han
(Florida Vocational and Technical College, Sichuan Machinery and Electronic and Information Engineering, Dazhou 653000, China)
Abstract: In the multi-media courseware creation,preparation of multimedia material is a very important part.Multimedia material,including text,images,graphics,animation,sound,video and so on. In these types of material,the graphic image is a multi-media courseware application of the most basic,the most important and most of the material,its handling and processing are also the most complex,the following response to this problem were discussed.
Key words: CAI; graphics; image; treatment; processing
由于多媒體技術(shù)的不斷發(fā)展,對(duì)于多媒體課件的質(zhì)量要求是越來越高,多媒體輔助教學(xué)已經(jīng)廣泛應(yīng)用,這是利用計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)來組織教學(xué)的一種新型教學(xué)手段,它帶來了課堂教學(xué)的新革命。
多媒體課件需具備以下特點(diǎn): 1) 豐富的表現(xiàn)力;2) 良好的交互性;3) 極大的共享性。多媒體課件在教學(xué)中的使用,改善了教學(xué)媒體的表現(xiàn)力和交互性、促進(jìn)了課堂教學(xué)內(nèi)容、教學(xué)方法、教學(xué)過程的全面優(yōu)化,提高了教學(xué)效果。一個(gè)好的多媒體課件需要多媒體素材來點(diǎn)綴
1 圖形圖像的概念
1)圖形圖像格式
圖形圖像格式主要有:BMP格式、GIF格式、JPEG格式、JPEG2000格式、TIFF格式、PSD格式、PNG格式、SWF格式、SVG格式等。其它非主流圖形圖像格式:PCX格式、DXF格式、WMF格式、EMF格式、LIC(FLI/FLC)格式、EPS格式、TGA格式等。比較常用的有BMP格式、JPEG格式、GIF格式等等,所以我們?cè)谶M(jìn)行圖形圖像處理以前,首先要對(duì)圖形圖像的格式要有清晰的認(rèn)識(shí),只有在此基礎(chǔ)上才可以進(jìn)行進(jìn)一步的開發(fā)處理。
2)圖形圖像素材的獲取
多媒體課件中的圖形圖像,按其用途分,一般有三種,一是背景圖,二是按鈕圖,三是與教學(xué)內(nèi)容相關(guān)圖。一般情況下,圖形圖像素材的獲取進(jìn)入昵圖網(wǎng)可以找到很多行業(yè)的圖片,找到需要的圖片后保存圖片,若網(wǎng)頁設(shè)置為不能保存,可以用復(fù)制粘貼的方法保存圖片。對(duì)于一些素材原創(chuàng),可以在相應(yīng)的圖形圖像處理軟件中進(jìn)行創(chuàng)作。主要獲取方法:利用掃描儀、數(shù)碼相機(jī)從外部采集圖形圖像數(shù)據(jù);經(jīng)過Photoshop等圖象處理軟件處理、利用抓圖工具來抓取屏幕上顯示的圖像等這些都是最常用的;還可以通過從網(wǎng)上下載、從電視節(jié)目中錄制、從課件中截取、從資源光盤或資源庫中獲取、從VCD片中獲取等幾種方法。
圖形素材也可以自己進(jìn)行繪制,課件工具中都有相應(yīng)的繪制工具,可直接用繪圖工具進(jìn)行繪制。
2 圖形圖像區(qū)別
1)存儲(chǔ)方式的區(qū)別:圖形存儲(chǔ)的是畫圖的函數(shù);圖像存儲(chǔ)的則是像素的位置信息和顏色信息以及灰度信息。
2)縮放的區(qū)別:圖形在進(jìn)行縮放時(shí)不會(huì)失真,可以適應(yīng)不同的分辨率;圖像放大時(shí)會(huì)失真,可以看到整個(gè)圖像是由很多像素組合而成的。
3)處理方式的區(qū)別:對(duì)圖形,可以旋轉(zhuǎn)、扭曲、拉伸等等;而對(duì)圖像,可以進(jìn)行對(duì)比度增強(qiáng)、邊緣檢測(cè)等等。
4)算法的區(qū)別:對(duì)圖形,我們可以用幾何算法來處理;對(duì)圖像,可以用濾波、統(tǒng)計(jì)的算法。
5)其他:圖形不是主觀存在的,是根據(jù)客觀事物而主觀形成的;圖像則是對(duì)客觀事物的真實(shí)描述。
3 圖像的處理
自從20世紀(jì)60年代出現(xiàn)了計(jì)算機(jī)圖像處理技術(shù),為圖像處理提供了一種精確、靈活、通用的工具,從而極大拓展了圖像處理的應(yīng)用領(lǐng)域。
1)圖像處理的發(fā)展
雖然圖像處理起源比圖形學(xué)早30多年,但是它的應(yīng)用卻比圖形學(xué)足足晚了10多年,原因就是數(shù)字圖像比圖形所含的信息量大很多,只有當(dāng)計(jì)算機(jī)發(fā)展到一定水平才能進(jìn)入大規(guī)模的實(shí)用階段。
1921年,第一個(gè)數(shù)字圖像傳輸系統(tǒng)――巴特蘭電纜圖片傳輸系統(tǒng)橫跨大西洋傳輸圖像成功;1929年,第一次實(shí)現(xiàn)15級(jí)灰度的圖像編碼并引進(jìn)了一套用編碼穿孔紙袋來調(diào)制光束進(jìn)而使底片感光的圖像輸出設(shè)備;1952年,哈夫曼發(fā)表關(guān)于最小冗余度編碼的論文《構(gòu)造最小冗余度編碼的一種方法》;1964年,在阿波羅載人登月計(jì)劃中首次采用計(jì)算機(jī)對(duì)月球圖片進(jìn)行處理;1980年代中期,開始對(duì)圖像處理進(jìn)行大規(guī)模應(yīng)用研究;自從數(shù)字圖像處理這門學(xué)科誕生以來,圖像處理作為一門基礎(chǔ)學(xué)科,得到重大的發(fā)展。
2)圖像處理的概述
圖像處理一般指數(shù)字圖像處理,用計(jì)算機(jī)對(duì)圖像進(jìn)行分析,以達(dá)到所需結(jié)果的技術(shù)。常見的處理有圖像數(shù)字化、圖像編碼、圖像增強(qiáng)、圖像復(fù)原、圖像分割和圖像分析等。
①圖像數(shù)字化
通過取樣和量化過程將一個(gè)以自然形式存在的圖像變換為適合計(jì)算機(jī)處理的數(shù)字形式。圖像在計(jì)算機(jī)內(nèi)部被表示為一個(gè)數(shù)字矩陣,矩陣中每一元素稱為像素。圖像數(shù)字化需要專門的設(shè)備,常見的有各種電子的和光學(xué)的掃描設(shè)備,還有機(jī)電掃描設(shè)備和手工操作的數(shù)字化儀。
②圖像編碼
對(duì)圖像信息編碼,以滿足傳輸和存儲(chǔ)的要求,編碼能壓縮圖像的信息量,但圖像質(zhì)量幾乎不變。編碼方法有對(duì)圖像逐點(diǎn)進(jìn)行加工的方法,也有對(duì)圖像施加某種變換或基于區(qū)域、特征進(jìn)行編碼的方法。
③圖像壓縮
由數(shù)字化得到的一幅圖像的數(shù)據(jù)量十分巨大,圖像壓縮對(duì)于圖像的存儲(chǔ)和傳輸都十分必要。有兩類壓縮算法,即不失真的方法和近似的方法。前者用于靜態(tài)圖像,后者用于動(dòng)態(tài)圖像。
④圖像增強(qiáng)和復(fù)原
圖像增強(qiáng)的目標(biāo)是改進(jìn)圖片的質(zhì)量,使圖像清晰或?qū)⑵滢D(zhuǎn)換為更適合人或機(jī)器分析的形式,所用方法可分成頻率域法和空間域法,它們可用于去除或減弱噪聲。圖像復(fù)原常用二種方法,一是建立退化源的數(shù)學(xué)模型;二是建立原始圖像的模型。