【正文】 2）圖像平滑技術(shù)可盡量減少或消除噪聲的影響，用canny算子來實現(xiàn)數(shù)字圖像的邊緣檢測3)）孢子與背景的根本差別在于其具有不同的灰度值，因此可以利用灰度值將顆粒與背景完全分開，實現(xiàn)的方法為二值化分割技術(shù)。待處理圖片 參考最終效果圖27利用圖像濾波算法實現(xiàn)對高椒鹽噪聲的去噪處理已知：下圖為受到嚴重椒鹽噪聲污染的圖片，其噪聲濃度為70%。待處理圖片 參考最終效果圖28局部信息的圖像濾波及邊緣銳化處理要求：1 掌握圖像銳化、圖像濾波的基本原理；2 完成對圖像邊緣進行銳化操作；3 完成對圖像邊緣以內(nèi)進行平滑潤滑操作；4 改進算子，使圖像達到標準對照圖像效果。待處理圖片 處理后圖片30基于Sobel算子完成對圖像的搜索要求：9 掌握Sobel算子原理；10 對待檢測圖片進行預(yù)處理（灰度化、二值化）；11 對圖像進行邊緣提取；12 改進算子，使圖像達到標準對照圖像效果。2000 年付忠良對Otsu法的推廣形式進行了非常詳細的介紹，得出使用平均方差代替均值的選取方法與大津方法一樣具有抗亮度變化和對比度變化的優(yōu)點……要求:(1) 對一組圖像分別用人工閾值法、OStu、平均方差迭代法進行分割。(3) 針對Ostu法的不足之處，提出改進的方法。利用CCD攝像頭采集運動物體的圖像, 通過對該圖像進行圖像處理, 從而得到運動物體的形狀與位置信息的方法是一種連續(xù)的非接觸測量方法, 在生產(chǎn)實踐過程中采集到的圖像由于受各種外部因素的干擾, 所以做一些預(yù)處理是必要的。然后對圖像進行閾值分割，尋找圖像中的每個連通區(qū)域, 計算每個連通區(qū)域的點數(shù),保留最大的一塊, 其余的作為背景去掉。就可以得到目標圖像的位置形狀。原圖 處理后效果圖 33根據(jù)所學(xué)過的圖像處理方法，設(shè)計一套算法流程，來實現(xiàn)下圖中染色體的統(tǒng)計與識別提示：由于圖像有明顯的噪聲，部分染色體有斷開和粘連的情況，選取合適的閾值把他們彼此分開是統(tǒng)計的關(guān)鍵。（2） 編程實現(xiàn)，并顯示每一步的測試結(jié)果。要求：（1） 掌握基本的圖像處理算法，了解手背靜脈構(gòu)造；（2） 對手背圖像靜脈信息的有效區(qū)域進行灰度化處理；（3） 對手背圖像進行二值化處理；（4） 對手背圖像靜脈走勢進行粗提取；（5） 對獲得的靜脈圖像進行細化處理，去除毛刺。最后實現(xiàn)的效果圖應(yīng)該比提供的效果圖好或接近。圖像處理224。字符識別224。車牌區(qū)域提取是關(guān)鍵（提示：可以通過確定車牌上下邊界和確定車牌左右邊界來獲?。?。此時,只要在原車牌上方再擴成一個車牌區(qū)域即可,然后將上方區(qū)域視為一個單行車牌進行分割）。（2）顯示每一步圖像處理的結(jié)果。要求：（1） 對原圖像采用中值濾波進行圖像平滑處理。選用的是閾值判定法（閾值分別為50、60）進行結(jié)果比較。（4） 利用背景相減法對運動目標進行檢測該算法就是將待處理圖像的灰度圖與標準圖像的灰度圖的對應(yīng)像素灰度值相減，完成對是否有人進入的監(jiān)控。實驗步驟：1) 分別截取圖像中香蕉和其它水果的感興趣區(qū)域，并將其轉(zhuǎn)換為R分量、G分量、B分量的灰度圖像對各個分量進行灰度值統(tǒng)計，得到灰度直方。.3)特征提取。原圖片38基于圖像處理的微小塑料齒輪輪廓優(yōu)化主要內(nèi)容：通過計算機視覺系統(tǒng)的構(gòu)成、圖像預(yù)處理、圖像分割和數(shù)字圖像的像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。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。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。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。3) 對圖像進行Hough變換。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。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。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。 要求：找出糧食當中的害蟲位置，并統(tǒng)計出害蟲的個數(shù)。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。連通域分析算法就是對當前像素點的連通域內(nèi)其他像素進行判讀，如果與當前像素相同則認為是同一目標。按照此想法完成木頭個數(shù)的檢測。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)。原靶板圖像和帶彈孔靶板圖像均為已知圖像。（2） 統(tǒng)計出彈孔的個數(shù)，可采用連通域分析算法。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。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。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。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。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。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。 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，當人臉出現(xiàn)微笑表情時，指示框變成綠色，如下圖所示。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