发布时间:2022-03-13 07:45:27
序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的图像处理技术论文样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。
引言
全息技术是物理学中一重要发现,越来越多的应用于各个行业。伴随着CCD技术和计算机技术的发展,全息技术也得到一次质的飞跃,从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息,而数字全息则用CCD记录物光和参考光的干涉,形成数字全息图,再通过计算机图像处理技术处理全息图。因此,影响数字全息技术发展有两个重要方面:CCD技术和计算机图像处理技术。本文将从计算机应用方面阐述图像处理技术在全息中的应用。
一、图像处理技术
图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像,以拓展其认识的范围。图像以各种形式出现,可视的、不可视的,抽象的、实际的,计算机可以处理的和不适合计算机处理的。但究其本质来说,图像主要分为两大类:一类是模拟图像,包括光学图像、照相图像、电视图像等。它的处理速度快,但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看,数字图像就是被量化的二维采样数组。它是计算机技术发展的产物,具有精度高、处理方便和重复性好等特点。
图像处理就是将图像转化为一个数字矩阵存放在计算机中,并采用一定的算法对其进行处理。图像处理的基础是数学,最主要任务就是各种算法的设计和实现。目前,图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求,可以将图像处理技术划分为许多分支,其中比较重要的分支有:①图像数字化:通过采样和量化将模拟图像变成便于计算机处理的数字形式。③图像的增强和复原:主要目的是增强图像中的有用信息,削弱干扰和噪声,使图像清晰或将转化为更适合分析的形式。③图像编码:在满足一定的保真条件下,对图像进行编码处理,达到压缩图像信息量,简化图像的目的。以便于存储和传输。④图像重建:主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别:识别是图像处理的主要目的。如:指纹鉴别、人脸识别等是模式识别的内容。当今的模式识别方法通常有三种:统计识别法、句法结构模式识别法和模糊识别法。⑥计算机图形学:用计算机将实际上不存在的,只是概念上所表示的物体进行图像处理和显现出来。
二、计算机图像处理技术在全息学中的应用
图像处理技术在全息中的应用主要表现在:一是计算全息,基于计算机图形学将计算机技术与光全息技术结合起来,通过计算机模拟、计算、处理,制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原,图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类,即空域法和频域法:①空域法:这种方法是把图像看作是平面中各个像素组成的集合,然后直接对这一二维函数进行相应的处理。空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(GradientAlgorithm),拉普拉斯算子运算(LaplacianOperator),平滑算子运算(SmoothingOperator)和卷积运算(ConvolutionAlgorithm)。二是点处理法。包括灰度处理(greyprocessing),面积、周长、体积、重心运算等等。②频域法:数字图像处理的频域处理方法是首先对图像进行正交变换,得到变换频域系列阵列,然后再施行各种处理,处理后再反变换到空间域,得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。
三、模拟实验
本文运用matlab软件,利用图像处理技术,编写了程序,以模拟计算全息和实现全息图像的滤波。图1是计算全息实现流程图。
本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字,图像尺寸为1024像素×1024像素;。模拟实验中用到的参数为:激光模拟了氦氖激光器,波长为638.2nm;再现距离为40cm;因为原始物图的尺寸用像素为单位表示,所以像素分辨率为1。:
从模拟实验中可以看出,数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录,将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理,以消除噪声,得到更好的全息再现象。
本文仅模拟了计算全息的实现和再现过程,其实,计算机图像处理在全息技术中的应用是全方位的,用实验方法得到的全息图中包含了更多的其他无用信息(噪声),图像处理技术在这里就显得尤为重要。随着计算机图像处理技术的进一步发展,全息技术必然会迎来新的一轮发展和飞跃。
参考文献:
[1]周灿林,亢一澜.数字全息干涉法用于变形测量.光子学报,2004,13(2):171-173.
[2]刘诚,李银柱,李良钰等.数字全息测量技术中消除零级衍射像的方法[J].中国激光,2001,A28(11):1024-1026.
关键词:地理信息系统;遥感数字图像处理;教学改革
作者简介:刘春国(1973-),男,河南上蔡人,河南理工大学测绘与国土信息工程学院,讲师;卢晓峰(1981-),女,河南洛阳人,河南理工大学测绘与国土信息工程学院,讲师。(河南焦作454000)
基金项目:本文系河南理工大学教育教学改革研究项目(项目编号:2008JG035)的研究成果。
中图分类号:G642.0 文献标识码:A 文章编号:1007-0079(2012)10-0081-02
当前,遥感已经或正在走向全面应用阶段。国际遥感应用发展的实用化、业务化、产业化、精细化特征明显,但我国遥感应用水平还不高,根本原因是基础研究薄弱,缺乏多学科人才共同努力。[1]培养一大批经过系统知识培训、熟练掌握遥感科学理论和应用技能的地理信息科学人才,满足社会对地理遥感信息高技术人才的迫切需求,是高等教育的责任所在。
1998年教育部新增地理信息系统本科专业后,我国GIS教育发展形势空前活跃。经过10余年的教学实践和探索,逐步形成了比较稳定的GIS专业课程体系与课程设置方案。[2-5]遥感系列课程(遥感物理与技术、遥感数字图像处理、遥感地学分析与应用)成为GIS专业课程体系中的重要模块,说明GIS学科建设的负责人已认识到培养掌握遥感技术的GIS人才的重要性。遥感数字图像处理是遥感过程的重要一环。充分利用各种图像处理算法从遥感数据中获取各种生物物理参数和土地覆被/利用信息,可以为自然和人文生态系统的空间分布式模型提供输入参数,在遥感技术应用中占有十分重要的地位。近几年河南理工大学(以下简称“我校”)GIS专业开设了“遥感数字图像处理”课程。围绕如何提高“遥感数字图像处理”课程教学质量,笔者从革新课程体系、协同教学、优化教学内容、丰富实践教学手段等方面进行了一系列探索。
一、革新遥感课程体系,突出“遥感数字图像处理”课程地位
随着遥感技术及其应用的迅速发展,很多专业开设了“遥感原理与应用”课程,内容分为三大模块:遥感基础、遥感图像处理及分析方法和遥感专题应用。这种课程设置模式比较适合早期GIS专业遥感课程教学或选修遥感科学技术的某些专业,对于当前GIS专业遥感教学则存在明显缺点。主要问题是对“遥感数字图像处理”教学重视程度不够,对数字图像处理在整个遥感过程中的重要性体现不足,与遥感地理信息系统融合集成的一体化趋势不相适应,与国民经济各部门遥感业务日益普及的态势不相适应,与社会信息化深入发展的状况不相适应。人才培养滞后于社会需要,不能满足对高素质地理遥感科技人才的需求。
我校GIS专业总结多年遥感课程教学实践经验,革新了遥感课程体系,设置了“遥感概论”、“遥感数字图像处理”、“遥感应用分析”、“遥感数字图像处理实验”等遥感相关课程,规划了遥感系列课程的主体教学内容。“遥感概论”要求学生掌握遥感及其应用的基本科学工程背景知识,重点内容是电磁波与地表物质相互作用的基本原理、遥感数据采集、传输和成像机理,从可见光-近红外、热红外、微波(主动方式和被动方式)波谱段介绍遥感信息的获取特点和技术发展,适当涉及大气遥感、海洋遥感等应用领域和典型案例。“遥感数字图像处理”要求学生掌握基于数字图像处理方法获取地球资源有用信息的科学与技术。由于学科交叉融合,数字图像处理方法众多,新理论、新方法不断推出,课程重点主要着眼于图像处理基本知识和遥感图像处理常用算法,对一些探索性、前沿性和跨学科的内容从原理上予以概括介绍,如图像亚像元分类、模糊分类和面向对象图像处理等等。“遥感应用分析”采用理论、方法和实例相结合,选择不同遥感应用领域的典型案例介绍,培养学生遥感专题分析技能,深化学生对于遥感科学技术应用现状和广阔前景的认识。“遥感数字图像处理实验”课程着眼于培养学生图像处理技能,巩固和深化理论课程教学内容,提高动手能力和理论联系实际解决问题的能力。
我校GIS遥感系列课程设置方案把“遥感数字图像处理”与“遥感数字图像处理实验”单独设课,提升课程地位,加大课程学时,强化实践技能训练,对提高“遥感数字图像处理”课程的教学成效很有益处。这种课程设置模式有助于培养GIS专业学生采用图像分析方法解决遥感应用问题的能力,比较契合我国GIS专业本科教育遥感课程设置的发展态势。
二、培育遥感系列课程教学群体,分工协作提高“遥感数字图像处理”课程教学质量
GIS专业遥感系列课程设置要求具备一定规模的师资力量。遥感是多学科的综合,交叉性强,研究方法不断补充和更新,课程教学内容丰富。遥感系列课程的设置决定了课程之间存在密切的内部联系。要提高“遥感数字图像处理”课程教学质量,必须打破教师个人单兵作战的惯常做法,加强与相关课程教师之间的协调和交流。培育组建了承担遥感系列课程教学任务的教学群体。遥感课程教学组围绕课程建设,整合优化课程体系,充实更新教学内容,保证了课程之间教学内容的连贯性和相关性。课程教学组成员互相学习、借鉴、交流,协同规划各课程教学环节的教学要求和学时分布,课程内容更加先进,课程结构更加协调,教学方法更加有效,教学手段更加丰富,实践教学得以充实,教学科研联系更加密切。遥感课程教学组的建立和协作对提高“遥感数字图像处理”课程教学质量起了明显的作用。
三、汇聚国内外优秀教材成果,整合优化教学内容体系
教学内容和课程体系涉及高等教育人才培养的模式,决定了高等学校人才培养的规格,在很大程度决定了人才培养的质量和水平。[6]教学中适度引进世界著名高校的名牌课程教材和教学参考用书,是高等教育国际化的重要举措。[7]遥感课程教学组重视遥感数字图像处理课程教材和教学内容建设,收集了国内近些年出版的如戴昌达、章孝灿、汤国安、韦玉春、朱述龙等编写的遥感数字图像处理教材教参,注意引用吸收国外著名高校的遥感图像处理相关教材教参,参考了John R. Jensen、John A. Richards、Robert A. Schowengerdt、Jay Gao、John R. Schott、Brandt Tso等人的遥感数字图像处理著作,认真研讨不同教材特点及其开课对象,针对遥感数字图像处理理论性强、概念抽象、方法多样、实践性强的特点,根据教学对象和课程学时,按照系统性和前瞻性结合、理论与应用结合的要求,制订了教学主体内容。课程内容分为11个部分:图像基本知识、遥感图像成像过程与数据特征、遥感图像辐射校正、遥感图像几何变换与校正、遥感图像增强、遥感图像变换、遥感图像分割、遥感图像融合、遥感图像分类、数字变化检测、遥感图像应用处理。优化后的课程教学内容注意了与“遥感概论”、“遥感应用分析”等课程内容的有机衔接。对于与“遥感概论”课程有重叠的内容只做简单回顾,如遥感成像过程、机理与数据特征,以少数典型应用案例揭示遥感数字图像处理方法在遥感应用分析中的作用和地位;避免与先开课程内容重复,为后续课程做适度铺垫。数字图像处理方法多样,课程重点介绍常用算法,使学生能掌握数字图像处理原理,夯实基础。对一些发展中的、前沿性的算法着重介绍算法的思想和原理,教导学生注重算法但不应局限于具体算法,培养学生发散思维、学习能力和创新思维。教学中适当区分遥感数字图像系统处理和应用处理的差别。
四、重视实践教学,多手段丰富实践教学内容
实践教学是创新人才培养中的重要环节,对于培养学生专业技能和理论实践结合能力、激发学生的创新思维和探索精神、提升科研能力,有着重要意义。GIS专业“遥感数字图像处理”教学高度重视实践教学环节,从课程体系设置、实验课程内容设计、实验室开放项目、毕业设计、大学生科研训练计划和教师科研课题等几个方面为学生提供多样化的实践途径,丰富了实践教学体系。
从课程设置体系上,“遥感数字图像处理”单独设课,紧密联系课程理论教学内容附设6个单元的基础验证性课堂实验(见表1),增强学生对各种遥感图像处理算法及其效果的感性认识。“遥感数字图像处理”实验课程单独设课,结合“遥感数字图像处理”课程和“遥感应用分析”课程知识,设置综合设计型实验6个模块,培养和提高学生对知识与技能的综合运用、自主学习的能力。
积极利用各种平台,提供实践课题,培养学生创新能力。我校为了培养大学生的创新能力和实践能力,促进实验室开放,设置了实验室开放基金。在实验室开放基金平台支持下,设计了一些探索研究型实验课题,鼓励学生组团选择实验课题、查阅文献、拟定实验方案、实施实验过程、撰写实验论文。大学生科研训练计划和本科毕业设计(论文)也是培养本科生创新能力的平台。在实施学校大学生科研训练计划的年度,遥感课程组每年设计几个遥感应用分析研究小课题,供学生参与大学生科研训练,并从科研课题中提炼一些问题作为大学生毕业设计选题,引导学生参与到教师科研课题中。学生通过参与实验室开放基金课题、大学生科研训练计划项目和教师科研课题,检验了专业知识,培养了探索精神、创造思维和合作能力。
五、结束语
本文总结了我校遥感课程教学组围绕GIS专业“遥感数字图像处理”课程教学实施的一系列教学改革措施。这些措施已经取得较好的成效,有不少GIS学生积极参与校实验室开放基金项目、大学生科研训练计划项目和教师科研项目,每年GIS专业有近1/3的学生选择与遥感图像处理及遥感应用分析有关的毕业设计题目。人才培养是项长期复杂的系统工程,需要从师资、设备、教学等一系列软硬件教学条件上予以保障。
参考文献:
[1]李小文.定量遥感的发展与创新[J].河南大学学报(自然科学版),2005,(4):49-56.
[2]秦其明.中国高校GIS专业核心课程设置问题的探讨[J].地理信息世界,2003,(4):1-7.
[3]钱乐祥.GIS专业课程体系改革思路与实践[J].高等理科教育,2006,(6):95-98.
[4]谈树成,刘恒,夏既胜,等.关于地理信息系统(GIS)本科专业课程设置的思考[J].高等理科教育,2008,(4):47-50.
[5]李天文,王林刚,李庚泽,等.地理信息系统专业课程体系建设研究[J].中国大学教学,2011,(1)3-5.
关键词:图像差值;稀疏表示;增强图像;剖面曲率
中图分类号:TP391.41
近年来,随着稀疏分解技术的快速发展,基于稀疏分解的信号处理技术为图像去噪和图像修复提供了全新的思路和手段。相比起传统的图像修复方法,只要字典选择合适,基于稀疏分解的图像修复可以有效避免传统图像修复技术中所存在的诸如修复缺损区域较小、修复后的图像存在边界模糊和图像不光滑、修复后的图像比较模糊等问题;只要字典选择合适,基于稀疏分解的图像去噪就能够最大程度地区分开投影后信号与噪声,得到很好的图像去噪效果。此外,基于稀疏分解的图像去噪和图像修复具有实现方法规范统一、计算量明确等优点,因此近年来,围绕基于稀疏分解的图像修复和图像去噪技术又重新引起了人们的广泛关注。此外,基于稀疏分解的增强图像处理技术还可以很简单地推广到图像识别等数字图像处理技术。因此深入、系统地开展基于稀疏分解的增强图像去噪和图像修复技术是十分必要的。
图像变换域去噪方法通过对图像进行某种变换,将图像变换到变换域,再利用变换域以及噪声的非相思特征然后在通过变换系数进行合理处理,从而达到有效去除噪声的目的。傅立叶变换是一类比较经典的变换域分析方法,但图像信号与噪声的频域特征往往存在一定程度的相互重叠,因此频域滤波在抑制噪声的同时,也会模糊图像、破坏图像的细节信息。除了频域变换分析方法,将空域图像变换到其他变换域的图像去噪方法成为图像去噪技术研究和应用的重要方向。与傅里叶变换相比,小波变换具有低熵性、多分辨率、去相关性和选基灵活等特点。Donoho和Johnstone提出了基于小波阈值萎缩的图像去噪方法。
在图像修复问题中,待修复区域内信息完全丢失,只能根据周围图像信息对待修复区域的内容进行预测、估计和填充,使之在视觉上达到完整。从数学角度来看,数字图像修复是一类病态问题。由于没有足够信息可以保证能唯一正确地恢复出被损坏的部分,它是一个不确定问题,没有唯一解存在,解的合理性取作为一类重要的变换域特征,图像信号在某些专门构造的变换域上的投影往往表现出明显的稀疏表示特征,而噪声或干扰在这些变换域上的投影则没有明显的稀疏特征,显然利用图像信号在变换域上的稀疏特征为图像去噪提供了另一种可行的思路。以小波变换与超小波变换为代表的变换域分析方法尽管具有普适性好的优点,但往往难以充分地刻画和反映信号稀疏特征。与之相对应的是,通过图像样本训练所确定的过完备字典往往能够更好地刻画图像信号内在的稀疏特征。
基于图像分解和稀疏表示的图像去噪修复方法是一种新颖的图像修复方法。如前所述,图像在过完备字典下的稀疏特征与图像信号本身之间有着一一对应的关系,只要图像在空域的污损投影到过完备字典下不影响到对图像信号的稀疏特征,那么就可以从已知信号在完备字典下的稀疏表示重构出原始的图像信号,进而完成图像修复任务。
基于稀疏表示的图像修复是一种新颖的图像修复方法。如前所述,图像在过完备字典下的稀疏特征与图像信号本身之间有着一一对应的关系,只要图像在空域的污损投影到过完备字典下不影响到对图像信号的稀疏特征,那么就可以从已知信号在完备字典下的稀疏表示重构出原始的图像信号,进而完成图像修复任务。
参考文献:
[1]李长洋.基于稀疏性的图像分层修复[D].西南交通大学硕士论文,2010.
[2]赵辉.应用于图像处理的自适应中值滤波算法的研究[D].东北大学硕士论文,2009.
[3]赵慧民,倪霄.压缩感知的冗余字典及其迭代软阈值实现算法[J].电路与系统学报,2013,02,15.
[4]王建英,尹忠科,张春梅.信号与图像的稀疏分解及其初步应用[M].成都:西南交通大学出版社,2006:49-139.
关键词:图像处理技术(image processing techniques)、面积测量(area measurement)、移动式格栅除污机(the mobile grille remover)、智能化(intelligent control)
一、背景情况
当今的大中型雨污水泵站内一般均安装有移动式格栅除污机,其利用单个可移动除污机头进行移动除污的效果深受好评。其传统的自动控制方式[1]是在格栅井前后各设超声波液位计,测量格栅前后的液位值,控制系统通过判断液位差值触发其除污动作,但自动除污过程为:不管各仓位的栅片上污物的多少,移动机架均要逐仓进行除污一次(或几次),直至最后一个仓位除污完毕后自动回复至初始仓位,一般整个除污过程的周期时间会达半小时以上。这样既费时、费电,又增加了设备的使用率,加快了设备的损坏与维修,加速了设备的折旧与报废。而且,超声波液位计应用于污水行业中有其自身的缺陷,其不适用于测量有气泡及悬浮物的介质等不利因素,而在泵站内的污水成份复杂,夹杂着大量的污物、油脂等漂浮物,并且水流流速快,对于超声波信号的扰动很大,常会引起数据的跳跃或偏差,所以一般不利用超声波信号直接去自动控制设备,而仅用作水位情况的监视。如在中国自动化网上的一文中指出,为保证控制可靠运行,需定期对超声波液位计进行维护和校正[2]。
在此种状况之下,有必要去研究一种方法、装置或系统,以解决上述问题。
二、模拟实验
针对上述中的除污过程,试制了一套模拟实验系统,首先在实验室里进行小试,以解决图像处理技术在此类污物图片处理中的应用问题,待试验数据结果证明可行之后,再进一步进行实验室类比或实地试验。
(1)组成器件
摄像头:Kacon color ccd camera Model:VC-423A
视频采集卡:Hikvision Model:DS-4004HC(R)
水槽:1150cm×30cm×28cm(长*宽*高)
栅片组:栅条尺寸30mm×4mm×320mm 栅条间隙20mm
小潜水泵:交流220V鱼缸用小型潜水泵
污染物:塑料马夹袋、抹布及一些其它杂物
待开启潜水泵,水流迎向栅片正向流动,带动污物靠近甚至贴在栅片之上,同时,摄像头每间隔一定周期地拍下图像,通过模拟系统拍摄了7幅图像,有无水调整图像(摄像头调整固定位置)1幅,加水后的无污物初始图像2幅、有污物污染程度(轻、中、高、重度)不同的图像4幅。
(2)图像处理方法[3]
本文所采用的MATLAB[4]的版本为R2007a。图像处理工具箱是以数字图像处理理论为基础,用MATLAB语言构造得到的一系列用于图像数据显示与处理的M文件,并且可以查看或改进这些M文件的代码。
针对上述7幅图像应用数字图像处理的相关技术进行处理,将污物从有污物的图像中分离出,并且计算出面积,用以后序判断。首先对于采集的图像进行预处理工作以便减少对后序处理过程的影响。之后,再进行目标物(污物)的提取、统计。设想方案有2个,方法一:先分割后差分。先对于各幅图像进行目标提取(分割处理),提取出感兴趣部分,之后进行差分(减背景)处理,再计算污物面积,超过预设值即发出除污信号;方法二:先差分后分割。直接将有污物图像与背景图像进行差分(减背景)操作,再对于得到的差分后图像进行分割处理(二值化等方法),计算其污物面积。通过实验后得出,应用方法一中的Otsu算法选取的阈值对图像分割后再进行差分操作效果较好,基本可以将重度污染物提取出来;而应用方法二直接先与背景图像进行差分处理[5],似乎二种算效果均较好,都基本可将重度污染物提取出来。
(3)面积计算
通过bwarea()函数的运用,得出表1:
从得出的污物面积数据分析,不管是先分后差还是先差后分,利用直方图法选取的阈值分割方法优于Otsu算法选取的阈值,Otsu算法在高度与重度污染图像判断时,产生了数据倒大的现象(表格中灰色显示的数据),说明此方法不适用于此类图像的操作。再看先分后差方法中,对2幅图像分别进行分割处理后再进行差分处理,此过程中有2次分割和1次差分;而先差后分方法中,对2幅图像先进行差分,然后再分割,此过程中有1次差分和1次分割,虽然从实验得出的数据来看,似乎两种方法均较适合,但是,先差后分过程中对于图像处理次数少,理论上来说所引入的干扰或误差也应该较少,所以,还是认为先差后分效果更好(表格中加粗的数据)。
三、实验结果
本文研究了图像处理技术在移动式除污机智能控制中的模拟应用,主要内容涉及到图像的预处理,图像的差分,图像的分割(二值化),将污物从背景图像中提取出来,再计算面积,最后将得到的面积与预设值比较,判断出在栅片上污物的大致污染程度是否需要进行除污工作。通过对于图像基础知识的了解与学习并且利用模拟系统较简单的实验工作,得到如下结论:
(1)通过一系列的图像处理技术或方法,可以将不同污物程度较明显的提取出来,并且对于此类图像进行先差分后分割要略优于先分割后差分的方法,在下一步的实验中有指导运用的可行性。
(2)此实验效果仅代表实验室中的小试结果,与泵站实地情况差别较大,有其局限性,如集水井内的光照度白天与黑夜差别较大,运行水位高低对于固定摄像机拍到的像片中感兴趣部分(污物)面积的影响等因素。这在进一步的类比性实验或实地试验中均应考虑周全。
对于图像处理技术的研究,在医疗器械、航空航天、多媒体技术等很多领域的发展过程中启到了举足轻重的作用。而在市政工程的雨污水处理行业之内,研究与应用极少,希望在不久的将来,能将图像处理技术应用于移动式除污机的控制系统中。
参考文献
[1] 梁博宁,黄巧亮,刘剑平.PLC在污水泵站控制系统中的应用.工业控制计算机,2006,第19卷(第10期):80~81
[2] 基于S7-400 PLC的控制系统在污水处理中的应用.中国自动化网,2010.11
[3]杨帆等编著.数字图像处理与分析.北京:北京航空航天大学出版社,2007.10
[关键词]图像处理 去噪 方法 展望
一、引言
对于数字图像处理的方法研究主要源于两个应用:一是为了方便人们分析而对图像的信息进行必要的改进;二是为了使机器设备能自动理解而对图像数据信息进行存储、传输和显示过程[1]。随着人类生活信息化程度的不断加深,图像信息作为包含了大量信息的载体形式越来越体现出其强大的信息包含能力,由此引发的就是对图像质量的高要求。在实际的应用中,系统获取的图像往往不是完美的,常常会受到外界的干扰,例如传输过程中的误差、光照等因素的影响都会导致图像的质量不高,难以进行更深入的研究和处理,所以需要对其进行处理,便于提取我们感兴趣的信息。在数字图像处理过程中,由于受到成像方法和条件的限制以及外界干扰,数字图像信号不可避免地要受到噪声信号的污染。图像中的研究目标的边缘、特征等重要的信息常被噪声信号干扰甚至覆盖,使原始图像变得模糊,给图像的后继研究和处理,比如边缘检测、图像分割、图像识别等增加很大难度,因此对图像进行去噪处理,恢复原始图像是图像预处理的重要任务和目标。图像去噪工作也被称为图像滤波或平滑。
二、图像去噪技术的发展历史和现状
(一)图像噪声的定义和分类
所谓数字图像处理就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。一幅图像信息的生成难免或多或少都会伴随有噪声的产生。噪声可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”,在理论上可定义为“不可预测,只能用概率统计方法来认识的随机误差”[2]。它对图像信息的采集、输入以及处理的各个环节和最终的输出结果都会产生一定的影响,特别是在图像信息的输入、采集和传输过程中,若输入时伴随有较大的噪声,则必定会对其后的处理过程以及处理结果造成不利的影响。
常见的图像噪声分为5种[3]:
(1)加性噪声:和输入图像信号无关,比如信道噪声;
(2)乘性噪声:与图像信号有关,常随着图像信号的变化而变化,比如胶片中存在的颗粒噪声;
(3)量化噪声:与输入图像信号无关,是量化过程中产生的误差,其大小可以衡量数字图像与原始图像的差异,这是数字图像主要的噪声源;
(4)椒盐噪声:由于图像切割引起的噪声,比如白图像上的黑点噪声;
(5)高斯噪声:其概率密度函数服从正态高斯分布的噪声,包括热噪声和散粒噪声。
(二)去噪技术的发展历史和现状
图像处理的出现始于20世纪50年代。当时的电子计算机已经发展到了一定的水平,人们开始使用计算机来完成简单的图形和图像处理工作。数字图像处理形成体系,形成一门学科约开始于20世纪60年代初期[4]。早期图像处理的目的仅仅是为了改善图像的质量便于提高人的视觉效果。数字图像处理过程中,输入的是质量较低的原始图像,输出的是改善过后有一定质量的图像。常用的图像处理方法有图像增强、复原、编码和压缩。早期由于数字图像处理领域涉及的数学理论比较浅,在很长的一段时间里,某些在特定条件下的算法的正确性没能得到很好的证明,使得数字图像处理研究的发展缓慢。近年来,由于该领域研究者数学功底的不断加强,同时该领域具有的巨大市场需求也吸引了越来越多的数学工作者的加入,使得该领域得到了前所未有的发展[5]。
三、图像去噪的典型方法
根据实际图像的特点,存在的噪声的频谱分布规律和其统计特性,人们开发了各种图像去噪方法,典型的方法有:
(一)均值滤波法(邻域平均法)
均值滤波法也称为邻域平均法,该方法较适于去除通过扫描得到的图象中的颗粒噪声,具体做法是将一个像素及其邻域的所有像素的平均值赋值给输出图像相应的像素,以此达到滤波的效果。此方法能较有效地抑制噪声,算法简单,运算速度快,但由于平均会引起一定程度的图像模糊现象,模糊程度与邻域半径成正比。
对于均值滤波法引起的图像模糊现象,可通过选择合适的邻域大小、形状和方向等加以改进。
(二)中值滤波法
中值滤波法是一种常用的基于排序统计理论的非线性平滑滤波法,其工作原理是先以某一像素为中心,确定一个称为窗口的邻域(通常为方形),取该窗口中各像素的灰度中间值替换中心像素的灰度值,从而消除孤立的噪声点,减少图像的模糊度。中值滤波可以比较有效地滤除图像中的椒盐噪声。该方法既可以去除图像中的噪声,又能保护图像的边缘信息,而且在实际运算中不需要图象的统计特性,算法简单,实时性较好,但对于某些如点、线、尖顶等细节较多的图象不宜采用中值滤波的方法[6]。
(三)小波去噪
在图像去噪领域,近年来,越来越多的学者青睐于小波去噪。因为该方法具有良好的多分辨率分析能力和时频局部特性,并且能够保留大部分的包含信号的小波系数,因而能较好地保护图像细节。小波去噪法通常分为三个步骤:先对图像信号进行小波分解,然后将经过层次分解后的高频系数进行阈值量化,最后利用二维小波重构图像信号[7]。
四、图像去噪技术的发展前景展望
图像是人们获取信息和交换信息的主要来源,因此,图像处理的相关应用必定影响人们生活和工作的方方面面。随着相关学科的不断发展,数字图像处理技术也将得到不断地提高。图像去噪这一最早应用于军事指挥和控制方面的技术,发展至今已成为了许多传统学科和新兴工程领域的结合体[8],小波去噪法的出现更是使图像预处理进入了一个新的阶段。近年来小波变换与神经网络技术相结合的去噪方法成为了研究的热点:小波变换去噪能有效地抑制噪声,且很好地保留图像的原始特征,而神经网络具有良好的自适应机制和自学习能力,两者相结合的去噪方法必然成为主要的发展趋势之一。
[参考文献]
[1]武伟;王宏志.基于双树复小波变换与非线性扩散的图像去噪[J];长春工业大学学报(自然科学版);2011年03期
[2]王文;康锡章;王晓东.基于小波域HMT的航空侦察图像去噪方法[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
[3]AGersho,BRamaurthi.ImagecodingusingvectorquantizationinProc.IEEEInt.Conf.Acost.Speechsinalpro-cessing.1982.5.430-432
[4]李康;高静怀;王伟.基于Contourlet域HMT模型的图像去噪方法研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
[5]邓超.基于改进神经网络的CCD图像去噪方法研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
[6]李伟.基于匹配跟踪和自适应字典的图像去噪算法研究[D];华北电力大学(北京);2010年
[7]林德贵.基于边缘检测的提升小波图像去噪[J];长春大学学报;2011年08期
关键词:车牌识别,联合编程,多特征,灰度二值化,倾斜矫正
0 前言
车牌是机动车唯一的管理标识符号,车牌识别是智能化交通系统中的核心技术[1]。目前,小轿车数量大大增加,如何设计一种适合校园使用的车牌识别系统成为研究的热点。
1 校园车牌识别系统中的困难
一般的车牌识别系统,往往需要高速摄相机、采集卡、高性能计算机和设计比较复杂的软件,造价较高。能不能通过常规的摄像头等低廉的硬件,配合简化识别流程的快速识别系统实现校园车牌识别系统呢?笔者对此进行了研究。
2 校园车牌快速识别系统的思路
实际上,校园中的车牌识别是有一定特点的。首先,校园中的车辆主要为小轿车倾斜矫正,也就是具有蓝底白字的特征[2]。其次,这些车牌的长宽比是固定的,没有边框的为4.5,有边框的为2.7。再次,车牌中含有类字符区,即横向区域灰度有明显波峰波谷变化[3]。另外,与高速公路上的汽车不同,校园中的小轿车行驶的速度较慢,普通摄像头完全能满足应用需求。综合这些特点,可以设计出步骤简化、成本低廉的识别系统。
3 校园车牌识别系统的设计流程
基于多特征的校园车牌快速识别系统的硬件部分为普通的摄像头和计算机,而软件部分采用在图像处理上具有独特优势的Matlab和擅长界面的C#联合编程实现。一般来说,车牌识别包括车牌定位、车牌字符分割和车牌字符识别等步骤,但实际上,摄像头获取到的车牌的角度并不标准,因此,还需要进行矫正。因此,其设计流程如如1所示。
图1 系统的设计流程
4 校园车牌识别系统的实现
4.1 车牌快速定位
首先,通过对蓝底白字车牌的特征倾斜矫正,可以实现快速定位。根据经验,采用如下公式能非常快速的找到车牌:
Blue>80&Blue>Green*1.9&Green>Red
输入图片和定位后的效果如图2所示。
图2 输入照片和定位后的图片
4.2图像灰度二值化
彩色图像信息量较大,极大影响计算的速度[4]。因此,应把图像转换为灰度图像。在Matlab中,采用rgb2gray命令[5],即可将彩色图像快速转换为灰度图像,效果如图3所示。
图3 图像灰度二值化
4.3车牌倾斜矫正
由于拍摄条件的多样性和实际情况的差异性,摄像头采集到的图像质量不一样,车牌图像难免存在倾斜,给后面的字符分割带来困难,进而影响到字符识别的准确率。因此需要进行车牌倾斜矫正。
一般来说,可以采用radon变换或Hough变换[6]。例如,采用sobel边缘检测算子对图3进行radon变换,即可实现快速矫正:
[R,P]=radon(I,theta);
[K,J]=find(R>=max(max(R)));
I=imrotate(I, 90-J);
效果如图4所示。
图4矫正后图像
4.4字符分割和字符提取
完成定位、矫正后,可以采用垂直投影法、连通区域法和静态边界法等方法实现字符分割和字符提取[7]。最后,利用神经网络、PSO算法等技术,将提取到的字符和字库中存放的模板进行比较分析,即可获得最终的结果[8]。
4.5联合编程
虽然Matlab在图像处理方面具有无可比拟的优点,但是其GUI设计、网络通信、数据库交互等方面的能力不足,因此本系统采用了微软的旗舰语言C#进行设计架构、调用Matlab子函数的思路。
首先,在Matlab中设计好各个图像处理的子函数。然后,用deploytool对子函数创建NET类型的工程倾斜矫正,编译好相应的动态链接库文件(dll)。最后,在Visual Studio 2010中引用MWArray.dll后,即可正确调用Matlab图像处理的功能了。其核心程序如下:
using bao;
usingMathWorks.MATLAB.NET.Utility;
usingMathWorks.MATLAB.NET.Arrays;
bao.LPR carPic = newbao.LPR );
carPic.identify(image);
该系统对某大学校园中抓拍的一百多张小车图片进行了识别,效果良好。
5 结束语
根据校园车牌的多种特征,利用Matlab和C#联合编程,通过快速定位、灰度二值化、倾斜矫正、字符分割和字符提取步骤,实现校园车牌识别系统,大大简化识别流程,减低成本,提高了识别的速度和准确率。
参考文献
[1]陈银燕.车牌识别算法的研究与实现[D].优秀硕士论文,哈尔滨理工大学,2008:1-5.
[2]魏先民.蓝底白字汽车牌照的定位方法[J].福建电脑,2006,(04):160-161.
[3]冯伟兴.汽车牌照定位及车号识别技术研究[D].哈尔滨工程大学,2005:12-13.
[4]庞茂群,邓开发.一种基于灰度图像的车牌定位方法[J].计算机工程与科学,2009,31(10):39-41.
[5]王嘉梅,苏红,陆高等.基于图像分割的静止图像车牌识别系统研究[J].云南民族大学学报(自然科学版),2005,14(1):75-77.
[6]林俊,杨峰,林凯.一种利用Hough变换和先验知识的车牌识别新方法[J]. 信息化纵横,2009,(17):23-25.
[7]Sang U k Lee,Seok YookChung.A Comparative Performance Study of Several Global Thresholding Techniquesfor Segmentation[J].Computer Vision,
Graphics,and ImageUnderstanding.1990,50(2):17-19.
关键词:烧结机;自动控制;指导系统
中图分类号:TP27 文献标识码:A
引言
本项针对莱钢型钢炼铁厂大型综合原料场和400m2烧结机的实际情况,利用基础自动化控制,实现对三电一体化的自动控制,使烧结全过程得到优化控制。并以知识库和推理机为核心构建专家系统的骨架系统,形成烧结操作指导系统。对提高管理水平,降低能源消耗,减少环境污染起到重要作用。
研究内容
本项目针对该烧结机的实际情况,以提高管理水平,降低能源消耗,扩大烧结机产量为目标。在基础自动化控制中,该项目在原三电一体化(EIC)自动控制的基础上,实现了工业以太网双星形网络冗余技术、实现了双转子翻车机全自动一键式翻卸车皮智能控制、优化了配料系统的配比计算模型,实现了数据处理及误差的矫正技术,并且实现了混合料水分自动控制要求;实现了汽包水位的三冲量前馈-串级控制。在过程控制中,采用烧结终点BTP的模糊控制与烧结矿温升曲线变化趋势的调节有机结合的控制,充分利用红外热成像技术获取烧结机尾断面图像,结合图像处理技术和烧结看火工的经验,运用人工智能技术,进行图像识别,建立了基于图像的质量预报模型。并在质量预报模型的基础上,以知识库和推理机为核心,构建专家系统的骨架系统,形成烧结操作指导系统。
技术路线
分析现场工艺。通过对烧结生产工艺的分析,明确对大型综合原料场和400m2烧结机设备的自动化控制方案,为烧结机产后的稳定提供技术前提和技术保障。
基础自动化完善优化方案的设计――调试。完成PLC图纸的设计和基础自动化控制程序和控制画面的编制,网络敷设及双转子翻车机的程序设计、主抽风机控制程序设计、配比模型机程序设计、混合机液压马达控制程序设计、水分分析仪的安装、汽包水位及混合料水分的控制程序设计。
烧结断面图像采集系统的设计安装及图像处理和图像模糊识别的研究。采用红外热成像技术,对采集的机尾断面图像进行图像处理,包括对图像预 处理、图像平滑算法、图像分割等算法的研究,采用C++高级语言实现各种算法,并设计图像采集和图像处理系统的结构。
建立样本数据库,通过断面图像定性分析判断烧结终点。从在线检测的烧结矿断面图像中,根据看火工经验和图像特征,抽取典型定性的烧结终点状态图像,经特征辨识与提取,提取特征参数建立样本库和知识库,并将典型图像数据与生产操作状态相关联(正常、欠烧、过烧)离散为多个隶属度,这样可以为烧结终点图像判断专家系统与在线模糊控制系统所直接引用。
把烧结终点预报值与设定值之间的偏差和偏差变化作为模糊控制器的输入,得到烧结机速的变化量,从而实时控制烧结机的速度。
由生产数据采集、专家知识库自学习、专家指导意见表述等几部分组成,实现对烧结成品化学成分、操作异常的预测判断。
技术创新点
实现了工业以太网双星形网络冗余技术,并且采用了网络通讯故障的自诊断,方便了网络故障的诊断和查找。
实现了双转子翻车机全自动一键式翻卸车皮智能控制,提高了翻卸车皮的效率,节省了劳动力和劳动强度。
优化了配料系统的配比计算模型,实施了数据处理及误差的矫正技术,实现了混合料水分的自动控制,对提高烧结矿的质量奠定了强力基础。
在过程控制中,采用烧结终点BTP的模糊控制与烧结矿温升曲线变化趋势的调节有机结合的控制,充分利用红外热成像技术获取烧结机尾断面图像,结合图像处理技术和烧结看火工的经验,运用人工智能技术,进行图像识别,建立了基于图像的质量预报模型。并在质量预报模型的基础上,以知识库和推理机为核心,构建专家系统的骨架系统,形成烧结操作指导系统。
结束语
本文论述了大型综合原料场和400m2烧结机控制系统的设计和开发过程,对控制结构和实现的功能进行了深入讨论和研究。以基础自动化为基础,提出适合的被控过程的实用控制策略,成功地应用于控制系统全过程自动控制,不仅确保了系统的长期安全运行,而且提高管理水平,降低能源消耗,减少环境污染,减轻了工人劳动强度,也取得了明显的经济效益。
参考文献
[1]冯巧玲.自动控制原理[M].北京:航空航天大学出版社,2003.
图像处理双语教学教学改革图像处理是一门涉及光学、微电子学、计算机科学、应用数学等多领域的交叉学科,是理论性和实践性都很强的学科。目前,图像处理技术在科学研究、工农业生产、军事技术、医疗卫生等许多领域中发挥着越来越重要的作用。《图象处理》(英文名:Image Processing)课程是计算机学科与信息学科的专业课程,他的教学目的是使学生了解和掌握图像处理的主要内容与方法,为今后的深入研究与开发工作打下良好的基础。
1《图像处理》课程的特点
1.1教学内容适合双语
由于《图象处理》课程是一门涉及多领域的交叉学科,也是目前发展最迅速的学科之一,因此大量原始文献传播和交流都采用英文方式。但是,目前国内的中文教材基本是英文文献的翻译,很多专业词汇在不同教材中翻译成不同的中文词汇。为让学生获取对知识点最精准的理解,获取最“原汁原味”的科学知识,采用双语教学是比较好的途径。
《图象处理》课程具有理论性和实践性特点,易于实现双语教学。《图象处理》课程内容涉及大量的图像、图形,生动直观,文字讲授内容相对于其他课程较少,因此,更容易吸引学生的兴趣,实现双语教学时易学易懂。
1.2教学对象适合双语
电子信息工程专业的本科生历来属于学校的优质生源,在外语水平和实践能力上较为突出。《图象处理》是针对大三学生开设的专业基础课,在专业基础知识方面,通过大一大二期间,对《信号与系统》《数字信号处理》《信息论》《通信原理》等相关专业课程的学习,已经具备一定的专业基础,为《图象处理》课程的学习和理解奠定了基础;在英语听说和阅读水平方面,《大学英语》课程的学习已经全方面训练了学生的英语听说和阅读能力,具备使用英语学习专业课程的水平;在实践方面,大三学生已经学完《C语言程序设计》、《Matlab语言》课程,具备基本的编程能力,能够实现理论教学与实践教学相结合。
1.3稳定的教学团队
我们基本形成一支由5人组成的结构合理、力量雄厚的教学团队,其成员包括教授1名,副教授1名,讲师3名。团队中有1名青年教师在攻读博士期间曾前往德国波恩大学计算机系深造一年,并参与其图象处理相关课程的全英文教学工作;另有2名青年教师在武汉科技大学青年教师讲课比赛中获奖,这些青年教师将成为教学、科研的主力军。
2《图像处理》课程建设措施
2.1师资队伍建设
2.1.1选派青年教师到国内外知名大学做访问学者。在获取湖北省教育厅,以及国家留学基金委提供的出国进修资助项目下,派遣教学团队的教师到国外知名大学访学进修,提高英语读写表达能力,提高英语授课水平。
2.1.2通过中外合作办学项目,选派老师到美国桥港大学进修半年。
2.1.3选派青年教师参加高水平的学术研讨会。科研与教学相互促进,信息学科更新发展迅速,让青年教师提高科研水平,接触最前沿的科研动态,才能在课堂上传授实用性强、前沿的专业知识。
2.1.4通过传、帮、带等系列方法培养青年教师。通过对青年教师传帮带,开发青年教师的潜能,传授教学经验,帮助青年教师成长,使本课程始终拥有一支稳定的教学队伍。
2.2教学方法、手段建设
在教学内容安排上,遵循“少而精”原则,精选经典内容;探索构建“多层次实践教学体系”;通过学生专题研讨,引进数字图像处理现代技术;将教师科研成果转化为教学内容、实验项目,提高学生的实践能力和创新能力。
采取研究式教学,理论与实践相结合,在课堂上教师先讲授理论内容,选取具有代表性的案例,将案例的模块与理论知识点结合,通过实验结果验证理论知识,再通过理论知识释解实验结果,加深学生对知识点的理解。
采取启发式教学,每学期举行2次课程学习讲座,让学生以所学内容为基础,指定或自选一个主题,在课外查找资料,拓宽知识面,制作成PPT,进行口头汇报。通过这种知识迁移的方法,一方面巩固学生的知识掌握,另一方面也提高了学生的表达能力。
目前,武汉科技大学《图像处理》双语课程共计40学时,其中32理论学时,8实验学时,具体教学安排详见下表:
3教学效果预测
3.1让学生体验不同的教育模式,促进素质教育和创新教育
我国教材系统性强、叙述严谨、知识体系清晰,重视对学生基本概念和理论推导的训练;国外教材有意识地激发学生学习的好奇心,注重启发学生思考,激发学生自主学习的兴趣,注重理论联系实际。双语教学融会中西方教学理念之所长,能促进学生创新能力的培养。
3.2用外语直接获取专业知识,培养学生专业英语交流能力
学生应用外语直接获取专业知识,不仅可使学生能切实掌握相应课程专业知识,同时在英语能力,尤其是科技阅读能力和专业词汇量的扩展等方面得到实用性的锻炼,提高阅读英文文献、撰写专业英文科技论文的能力。
4受益的专业和学生人数
课程的建设及相关资料的共享将使信息学院的电子信息工程专业与通信工程专业常年在校本科生、研究生约1000余人直接受益;全校相关涉及信息计算类理工专业,如自动化、信息计算科学、机械工程自动化等本科生可同步学习和参考。
5结论
武汉科技大学信息学院面向电子信息工程专业本科生开展《图象处理》课程双语教学实践已达六年之久,基本形成了较为稳定优秀的教学队伍,并积累了较丰富的教学经验。所有的教材、课件、教案、试卷及参考资料等都已基本完成英文化制作。同时学院提供了专业计算机实验室和多媒体设备供同步教学和上机实验,为做好课程的双语教学工作奠定了扎实的基础。
参考文献:
[1]潘建军,李红莲,周金和.数字图像处理课程的教学改革与实践[J].中国科教创新导刊,2007,(15):26.