【正文】 。 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。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。主要分為空域和頻域相加。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。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?。?） 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應用MATLAB軟件進行兩幅圖像的融合。對時間的識別可通過3個表針的位置和角度進行確定。 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。（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。 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。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。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。遍歷整個圖像則可以統(tǒng)計出圖像內(nèi)的所有目標。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）。提示：進行通常的濾波、去噪、增強預處理；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。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)展與應用。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。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。4) 找到Hough變換域空間的峰值。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。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。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。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。根據(jù)香蕉、草莓、奇異果的特征統(tǒng)計出各自的個數(shù)。2) 設(shè)定閾值對其進行二值化。 原屋子圖像 平滑后的圖像 需要檢測是否有人闖入的圖像（a） 需要檢測是否有人闖入的圖像（b） 幀與背景相見后的圖像與（a）圖對應 幀與背景相見后的圖像與（b）圖對應37基于彩色閾值變換的香蕉彩色圖像分割主要內(nèi)容：利用香蕉和其它水果及其背景顏色在R,G,B分量上的差異進行識別,根據(jù)香蕉和其它水果在R,G,B分量的二值化處理，獲得特征提取的有效區(qū)域，然后提取特征，達到提取香蕉的目的。（3） 利用Sobel算子進行邊緣檢測。（2） 對平滑后的圖像進行二值化處理。原圖：36基于圖像處理的自動報警系統(tǒng)主要內(nèi)容：采用圖像的自動報警系統(tǒng)，通過對所監(jiān)視場景的全景拍攝，從序列圖像中將變化區(qū)域從背景中分割出來能夠分離出運動的像素點和靜止的像素點通過對檢測到的運動像素點數(shù)來判斷是否出現(xiàn)不希望的運動，并決定是否報警。要求：、（1）語言不限，編程實現(xiàn)圖像處理部分的效果。車牌字符的分割（提示：對于單行車牌，進行水平投影，其波谷極為字符分界區(qū)；如果按照對于單行車牌的分割方法得到的字符數(shù)為5 , 即可判定為雙行車牌。數(shù)據(jù)庫管理。圖像分割224。 原圖 處理后的效果圖35基于圖像分割的靜止圖像車牌識別系統(tǒng)研究提示：靜止圖像車牌識別系統(tǒng)有以下幾部分組成：圖像獲取224。（6）顯示每一步的效果圖。原圖：34手背靜脈識別的圖像處理算法提示：先對原始圖像進行背景去除, 取得手背部分, 計算得到手背部分的質(zhì)心G 和手背部分的面積S , 再以質(zhì)心G 作為中心, 以手背部分面積S 作為參考面積定義一個矩形, 作為包含靜脈信息的有效區(qū)域。要求：（1） 寫出實現(xiàn)的思路流程。要求：顯示每步處理后的圖像。再進行邊緣跟蹤。將待處理圖像與背景圖像相減,再做邊緣增強 ，更突出目標圖像。原圖：32物體形狀位置圖像處理算法介紹：在科研與生產(chǎn)實踐過程中, 對運動物體的形狀與位置的測量常常有著很重要的意義。(2) 認真比較各自的效果，總結(jié)出他們的優(yōu)缺點。在天空中檢索飛機圖像 檢索到的圖像（只給出一個，要求五架飛機全部找到）31基于目標、背景比例的灰度圖像自動閾值選取法介紹：常用的分割方法有直方圖雙峰法，Otsu法，最大商法等，雖然Otsu 法在某些情況下獲得的并不是最佳閾值，但其穩(wěn)定性好、成功率高、速度快等特點，使其成為最常用的雜草圖像閾值分割方法之一，但也