【正文】 索連通性理論與技術(shù)的研究提出，微小塑料齒輪的二值圖像噪聲點去除及齒輪輪廓提取方法，用數(shù)學(xué)形態(tài)學(xué)方法提出輪廓的簡化算法采用邊緣濾波器對圖像進行去噪處理。要求： 對圖像進行二值化處理，確定閾值 采用Robot邊緣檢測算法進行邊緣提取齒輪的輪廓 分別統(tǒng)計出大齒輪和小齒輪上面齒的個數(shù)和每個齒輪上齒之間的角度。39基于MATLAB的燃油噴霧圖像處理方法主要內(nèi)容：基于MATLAB的燃油噴霧圖像處理方法對霧圖像進行分割和濾波處理，將多幅圖像轉(zhuǎn)換融合為一幅比較清楚的二值圖像提取其輪廓圖MATLAB程序來分析處理燃油噴霧圖像。要求：1）運用直方圖均化函數(shù)histeq處理，使圖像細節(jié)更加清楚，然后設(shè)置閾值。2）對灰度圖像進行LOG算子濾波，進行邊緣檢測，提取邊界點然后進行擬合。圖片： 原圖像 二值化后的圖像 最終的圖像40基于數(shù)字圖像處理的答題卡識別方法主要內(nèi)容：利用基于Hough變換的直線檢測技術(shù)檢測圖像的傾斜。對存在傾斜的圖像進行旋轉(zhuǎn)校正，最終實現(xiàn)答題卡的定位和檢測。實驗步驟：檢測圖像傾斜度及旋轉(zhuǎn)校正Hough變換檢測圖像中自線的傾角以及校正步驟如:1) 讀取整幅圖像，將彩色圖像變?yōu)榛叶葓D像.2) 將圖像變?yōu)槎祱D像。3) 對圖像進行Hough變換。4) 找到Hough變換域空間的峰值。5) 判斷找到的峰值所對應(yīng)的是否為答題卡圖像中的直線。答題卡的識別找到答題卡中每一個選項的坐標，然后統(tǒng)計以該坐標為左頂點的矩形區(qū)域的灰度值總和。如果這個值小于某個閾值，則判斷該選項為黑，就是該選項已涂。實驗圖片：41利用圖像處理技術(shù)檢測糧倉害蟲的研究內(nèi)容：根據(jù)資料顯示,全世界每年至少有5%的糧食被害蟲糟踏。我國總存儲糧食量約為4750億kg,%，、識別和怎樣有效地殺死害蟲的研究,新的測蟲、殺蟲方法不斷出現(xiàn). 在檢測害蟲方面，國內(nèi)技術(shù)還比較落后。隨著計算機技術(shù)的飛速發(fā)展,數(shù)字圖像處理及模式識別技術(shù)在害蟲檢測方面也得到一定程度的發(fā)展與應(yīng)用。 要求：找出糧食當(dāng)中的害蟲位置，并統(tǒng)計出害蟲的個數(shù)。提示：進行通常的濾波、去噪、增強預(yù)處理；采用基于圖像直方圖統(tǒng)計信息的閾值處理算法對圖像進行快速的二值化方法處理。42二維條碼識別內(nèi)容：在信息時代,信息流日益成為物流系統(tǒng)的重要組成部分,ADC(Automatic Data Capture自動化數(shù)據(jù)采集)技術(shù)是信息采集和處理的關(guān)鍵技術(shù),傳統(tǒng)的一維條碼由于受信息容量的限制,即使條碼符號有污點、殘缺也能被識出.要求：對給出的傾斜條碼進行校正和旋轉(zhuǎn)；定位出圖像上的條碼；在條碼中分割出單個碼字符號圖像；對分割出的單個碼字符號進行識別。圖143利基于連通域分析的木頭個數(shù)檢測要求：利用連通域分析算法檢測出圖像中所有木頭個數(shù)（未在圖像中完全顯示的木頭不算）。連通域分析算法就是對當(dāng)前像素點的連通域內(nèi)其他像素進行判讀，如果與當(dāng)前像素相同則認為是同一目標。遍歷整個圖像則可以統(tǒng)計出圖像內(nèi)的所有目標。按照此想法完成木頭個數(shù)的檢測。試驗圖片：參考步驟：（1）利用圖像分割將所有木頭從背景中提取出來 （2）對分割后的圖像進行邊緣檢測，將邊緣在圖像中不封閉的木頭濾除（3）對處理后的圖像進行連通域分析 （4）統(tǒng)計木頭個數(shù)44 打靶環(huán)數(shù)檢測要求： 通過對靶板圖像進行識別，完成自動報靶的功能。每兩個環(huán)之間的距離是已知的，靶心坐標也是已知的，判斷出彈孔位置處在多少環(huán)。除了對彈孔位置進行識別，而且還要統(tǒng)計出中靶的彈孔個數(shù)，以及中靶的平均成績。原靶板圖像和帶彈孔靶板圖像均為已知圖像。 圖a 圖b 參考步驟：（1） 檢測出b圖中所有彈孔的位置，可采用背景建模的方法，或者霍夫變換。（2） 統(tǒng)計出彈孔的個數(shù)，可采用連通域分析算法。（3） 檢測出每個彈孔的圓心，作為鑒別打靶的環(huán)數(shù)，可采用質(zhì)心算法（4） 計算出彈孔圓心到靶心的距離，以此判斷彈孔圓心處于幾環(huán)的范圍內(nèi)（5） 統(tǒng)計所有彈孔環(huán)數(shù)，計算出平均環(huán)數(shù) 45 零件磨損程度檢測要求：圖1為零件無磨損的圖片，圖2中白色區(qū)域為磨損區(qū)域，兩條紅線距離為磨損寬度，兩條藍線之間的距離磨損深度，左側(cè)綠線為零件軸線，右側(cè)綠線為磨損位置，圖3為試驗圖片。要求在試驗圖片中求出磨損寬度，深度以及位置，其中零件軸線位置已知。 圖1 圖2圖3參考步驟：（1） 利用邊緣檢測算法確定零件磨損區(qū)域（2） 判斷出磨損區(qū)域的邊界范圍，求出寬度與深度（3） 對磨損區(qū)域進行求質(zhì)心，確定磨損位置。46鐘表識別要求：對自己的手表拍照，完成識別出鐘表顯示時間的功能，要求識別出的時間精確到秒。對時間的識別可通過3個表針的位置和角度進行確定。試驗圖片：參考步驟：（1） 利用圖像分割和邊緣閾值，得到3根表針的位置（2） 通過表針的長度不同區(qū)分出時針、分針和秒針（3） 通過表針的起始點坐標得到表針指向的角度，得到對應(yīng)地刻度（4） 計算出當(dāng)前時刻的時間47 找出兩幅圖像中不同的地方，并在不同處用方框標出要求：對兩幅找茬圖像進行對比，找出圖像中不同的地方，并在不同處用方框標出。試驗圖片 參考步驟：（1） 對左右兩幅圖像進行幀相減（2） 統(tǒng)計不同處的個數(shù)、位置坐標以及不同區(qū)域的大小（3） 在所有不同區(qū)域按照目標大小向外擴5個像素的地方用紅色線畫出方框（4） 不同方法圖像融合的比較48應(yīng)用MATLAB軟件進行兩幅圖像的融合。主要內(nèi)容：圖像融合的目的把來自多傳感器的數(shù)據(jù)互補信息合并成一幅新的圖像,以改善圖像的質(zhì)量。圖像融合最簡單的理解就是兩個（或多個）圖像間的相加運算。這一技術(shù)廣泛應(yīng)用于多頻譜圖像理解和醫(yī)學(xué)圖像處理等領(lǐng)域。主要分為空域和頻域相加。方法有：1圖像直接融合；2圖像傅立葉變換融合；3圖像小波變換融合。要求：讀取兩幅圖像，分別對兩幅圖像進行融合，比較3種融和結(jié)果，分析優(yōu)缺點。 49微笑捕捉識別系統(tǒng)要求：讀取數(shù)張人臉圖像，對面部進行識別，當(dāng)人臉出現(xiàn)微笑表情時，指示框變成綠色，如下圖所示。 50鈔票檢測軟件要求：自己拍攝數(shù)張不同面值鈔票，編寫程序進行圖像的逐幀讀取，通過算法識別不同面值人民幣，最后統(tǒng)計總額。例如：有3張100元，2張50元，1張20元，最后軟件顯示總額為420元。