当前位置:论文写作 > 论文库 > 文章内容

计算机图像处理论文范文参考 计算机图像处理毕业论文范文[精选]有关写作资料

主题:计算机图像处理 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2024-03-13

计算机图像处理论文范文

计算机图像处理论文

目录

  1. 第一篇计算机图像处理论文范文参考:基于无人机采集图像的植被识别方法研究
  2. 第二篇计算机图像处理论文样文:基于计算机视觉的人工神经网络和图像处理技术的牛肉大理石花纹自动分级研究
  3. 第三篇计算机图像处理论文范文模板:基于嵌入式机器视觉的信息采集与处理技术研究
  4. 第四篇计算机图像处理论文范例:彩*像特征提取与植物分类研究
  5. 第五篇计算机图像处理论文范文格式:益智中草药计算机图像处理技术的建立及积雪草益智作用的研究

★这是100篇免费优秀与计算机图像处理论文范文相关的资料,为计算机图像处理方面的的本科毕业论文和硕士毕业论文与职称论文写作提供有价值计算机图像处理论文范本格式模板参考.

第一篇计算机图像处理论文范文参考:基于无人机采集图像的植被识别方法研究

植被解译分类是基于遥感手段的大面积林业调查或生态监测的基础性工作.植被遥感图像主要来源于卫星遥感影像和航空摄影图像,存在获取图像时周期长、实时性差、受云层影响大,甚至高成本等固有问题.一方面,目前遥感解译最可靠的方法仍然依靠目视解译,要求目视判读者具有丰富的相关地学背景知识和长期积累的判读经验.存在解译工作强度大,数据获取周期长,解译准确率受目视判读者的经验和对解译区域的熟悉程度等各种因素制约,具有很大的主观性.另一方面,在对地观测技术快速发展变化的同时,从海量遥感数据中经济快速获取地物解译信息,是摆在专业领域应用人员面前的难题.近年来,随着我国低空域的逐渐开放和无人机技术的进步,基于无人机平台的遥感系统为解决上述问题提供了契机.因此,探索适合无人机特点的植被图像解译方法正是对传统遥感手段的必要补充.


https://www.mbalunwen.net/recommended/83512.html

本文选用无人机遥感系统作为获取植被图像数据的技术平台.在对现有商业化无人机图像处理软件的功能特点及其局限进行分析和总结后,针对基于无人机图像的植被分类识别问题,运用工程化思想,从基本原理、基本方法和实现技术手段等方面进行了系统研究,设计架构了无人机图像识别的技术流程框架,完善了无人机遥感图像的计算机解译方法体系;对无人机图像植被类型识别方法中的多个关键技术问题提出了可行的技术与方案,并进行了仿真验证.

本文的主要研究成果与创新在于:

1.研究总结了无人机图像“获取-处理-解译”的整套技术流程.经过对现有商业化无人机图像处理软件的流程进行分析研究,发现大部分图像处理还主要集中在图像校正、图像拼接、生成3D模拟图等应用,未关注图像的识别分类应用,限制了无人机图像资源的利用率提升.本文针对无人机图像识别分类的理论体系作了补充和扩展,围绕山地植被遥感识别的方法与技术完成了有效的探索和实验.

2.研究归纳了目前无人机图像拼接的主要算法,对SIFT算法作了改进,实现了无人机图像的快速拼接.围绕实现海量无人机序列图像快速合成问题,针对现有无人机图像拼接算法存在的运行时间长、资源占用大、拼接速度慢等问题,提出应用改进的SIFT算法实现无人机图像的快速拼接.通过基于彩*像的匹配算法,利用图像的色彩信息,以及增加极值判定像素,减少匹配特征点的数量.

计算机图像处理论文范文相关参考属性
有关论文范文主题研究: 关于计算机图像处理论文例文 大学生适用: 10000字专升本论文、2000字电大论文
相关参考文献下载数量: 84 写作解决问题: 本科论文怎么写
毕业论文开题报告: 文献综述、论文小结 职称论文适用: 刊物发表、职称评初级
所属大学生专业类别: 计算机图像处理科目 论文题目推荐度: 免费计算机图像处理论文范文选题

3.基于计算机视觉和人类认知心理学原理,提出了适合无人机图像识别的HSV-T特征模型,并选用最近邻法实现了图像特征匹配.模拟传统人工目视解译机理,从颜色、纹理、形状、位置关系等图像特征中,选取颜色和纹理两个突出的视觉特征作为观测点,设计了HSV(颜色)-T(Tamura纹理)特征模型,解决了现有图像分类中采用单一特征识别分类而导致识别率不高的问题,有效提高了图像识别的精度,通过实验验证了HSV-T模型的有效性.

4.研究完善了一套适合无人机图像植被类型识别的方法流程,初步实现了无人机图像的植被粗分类.根据计算机图像识别流程,结合无人机图像的特点,提出了一套无人机图像植被自动识别分类的流程框架,并通过实验验证了该方法流程的有效性和可靠性.

5.实践并总结了无人机图像植被识别仿真实验的内容、步骤与方法.按照预定流程,对无人机图像进行校正、拼接、特征提取、特征训练等预处理,并采用最近邻模式识别方法进行特征匹配,在MATLAB环境下实现了无人机图像植被类型自动识别仿真实验,取得了较好效果.

第二篇计算机图像处理论文样文:基于计算机视觉的人工神经网络和图像处理技术的牛肉大理石花纹自动分级研究

目前,中国的牛肉分级体系所采用的分级方法,还是以主观的视觉评定为主.在评价指标中牛肉大理石花纹等级是最主要的评价指标.由于现在的牛肉等级评定方法是一种主观的评价方法,评定过程难免会受到人为因素的干扰,不仅效率低,而且还会产生较大的误差.因此,计算机视觉、人工神经网络和图像处理技术,被认为是实现牛肉自动分级的最有效的方法.

本研究提出基于RGB色彩空间的目标亮度自动调节法,先对图像中眼肌的亮度进行自动调节,降低亮度的影响,然后利用本研究所采用的像素样本获取方法获取的像素样本训练的概率神经网络和图像处理技术,对牛*眼肌切面图像进行分割,得到有效眼肌和大理石花纹图像(包含外周脂肪深入有效眼肌中的脂肪小分枝).然后提取112幅牛*眼肌图片(其中包括4幅中国牛肉大理石状的标准图谱)的有效眼肌和大理石花纹图像,并从中提取7个特征参数(能全面准确描述牛肉大理石花纹丰富程度的量化指标),对提取图像的特征参数进行残差分析剔除异常数据,然后进行主成分分析,得到2个主要成分,建立图像的特征参数的2个主要成分与牛肉大理石花纹等级关系的概率神经网络模型,实现牛肉大理石花纹等级的自动判别.

本研究分析了Otsu方法用于图像分割时的局限性,该方法在直方图为3个峰时受背景影响很大.对于现场拍摄的图片,不适合采用Otsu方法.但Otsu方法的优点是所需的运算时间少.

在色彩空间的选择中,由于RGB色彩空间变换为HSI色彩空间运算量极大,所以本研究不考虑采用HSI色彩空间.在采用人工神经网络的方法对图像的分割中,分别基于RGB色彩空间和线形变换空间I_1I_2I_3色彩空间,比较了概率神经网络方法和BP神经网络方法,并采用Otsu方法计算BP神经网络输出结果的分类阈值.结果显示,无论BP神经网络训练时也采用Levenberg-Marquardt算法还是弹性梯度下降法,BP神经网络对图像的分割都不稳定,而概率神经网络对图像的分割却很稳定.而且基于RGB色彩空间的图像分割优于线形变换空间I_1I_2I_3色彩空间的图像分割,但是对图像的亮度都敏感.为了解决RGB色彩空间中图像亮度影响图像分割的问题,本研究提出了2种目标亮度自动调节法,方法一是通过计算图像中心区域的眼肌的灰度平均值和设定的亮度值的比值,并用该比值去乘图像的亮度,从而达到对图像的亮度调节.方法二是通过计算图像中心区域的眼肌的R、G、B分量平均值和设定值的比值,并用该比值去乘图像中所有像素的R、G、B分量,从而达到对图像的亮度调节.结果显示,方法一优于方法二,目标亮度自动调节法(方法一)的调节亮度范围为:25.0615≤X≤150.3689

本研究采用图像处理方法剔除了赘肉,并成功的提取了包含外周脂肪伸入有效眼肌中的脂肪小分枝的牛肉大理石花纹.而且脂肪小分枝被分割为牛肉大理石花纹的面积可按实际需要进行参数调节.

图像处理方法中包括:二维中值滤波、二值图像空洞填充、二值图像腐蚀、标记连通分量、标记选择、二值图像膨胀、二值图像轮廓线提取、二值图像“与”操作、二值图像“非”操作、二值图像“或”操作、彩*像加操作、二值图像与彩*像的各分量的点乘操作.

本研究采用的概率神经网络与图像处理相结合的图像分割方法,能在几乎任意背景下进行牛肉大理石花纹的精确分割.但也有局限性,本文对局限性进行了分析,并提出了简单有效的解决办法.

本研究提取牛肉大理石花纹图像的7个特征参数包括:大理石花纹总面积、大颗粒脂肪总面积、小颗粒脂肪总面积、大颗粒脂肪密度、小颗粒脂肪密度、总脂肪颗粒密度、脂肪分布均匀度.通过对图像的7个特征参数进行主成分分析,得到2个主要成分,这2个主成分的方差贡献率之和高达97.2569%.并分别用7个特征参数和2个主要成分数据对BP神经网络、遗传BP神经网络、概率神经网络进行训练和验证,并与传统的多元回归分析相比较,结果显示,神经网络的网络输出结果与实测值的相关系数R值均高于传统的多元回归分析的相关系数R(R等于0.767,0.761),但BP神经网络和遗传BP神经网络分级的结果不稳定,而概率神经网络的分级结果很稳定.概率神经网络基于7个特征参数为训练数据的网络分级结果与实测值相关系数R等于0.932,基于2个主要成分为训练数据的网络分级结果与实测值相关系数R等于0.994.显然,基于2个主要成分为训练数据的概率神经网络分级模型的优于基于7个特征参数为训练数据的概率神经网络分级模型.

本研究对于我国开发基于计算机视觉技术的牛肉大理石花纹自动分级技术产品具有重要的参考价值,对推广和应用我国牛肉等级标准,提高我国肉类质量分级水平具有重要的经济意义.

本研究的所有实验,都是基于MATLAB7.0编程完成.

第三篇计算机图像处理论文范文模板:基于嵌入式机器视觉的信息采集与处理技术研究

现有机器视觉设备不太方便携带到田间作业,且价格昂贵,导致该项技术不易向农户推广.嵌入式机器视觉系统是以嵌入式计算机为应用中心,以机器视觉技术为理论基础,软硬件可裁剪,是机器视觉技术的扩展与延伸.研究嵌入式机器视觉的作物生长信息采集与处理技术,能促进该项技术在农、林、牧、渔等互联网和供电不方便的野外应用,实现信息快速获取,使研究工作显得更有现实意义.

本文结合机器视觉系统的结构,开发了嵌入式机器视觉设备.全文围绕嵌入式机器视觉设备的研发及其在作物生长信息的采集与处理过程中的适用性展开了研究,选取了水果和植物叶片进行了信息采集与处理,对反映作物生长的大小、面积、产量等信息采集与处理算法进行了适用性研究,取得了较好的效果.主要结论如下:

(1)对提高图像处理运行速度算法进行了研究.提出的将多维数组合理降为一维数组方法,可数倍的节省内存运行空间,提高程序执行效率;使用整数系数代替浮点运算、将乘除法换成移位运算、把四字节的数据类型转化为两字节、使用查表算法代替程序中的乘法运算、编写自己的代码替*发环境提供的API函数等方式来提高图像处理算法的运行效率.从图像灰度化的实验结果来看,采用研究的方法可提高软件运行速度20倍以上.该方法具有很高的灵活性和实用价值.

(2)研制了Linux与Android系统的嵌入式机器视觉设备.该设备使用核心为嵌入式计算机的手机开发模块代替计算机视觉系统中的计算机和摄像头部分,实现图像采集和数据处理;利用倾角测量技术控制摄像头与研究对象之间的角度;采用距离测量技术控制摄像头与研究对象之间的距离;采用Java语言为该设备和市场上流行的Android系统智能手机I9300开发了图像处理软件.实验结果表明,该视觉系统可测量不同形状和颜色的叶片面积及对柑橘进行估产,延伸了机器视觉技术的应用.

(3)应用所研制的嵌入式机器视觉系统,对簇生水果的数量判别进行了研究.提出了改进Freeman八邻域链码对簇生水果数量判别的方法,在Freeman八邻域链码的基础上,增加了3个新的元素,即“S”、“8”、“9”,其中“S”是簇生区域水果图像轮廓链码的起点,“8”是图像轮廓的方向变化转折点,“9”是图像轮廓的最低点;对图像轮廓编码完成后,利用链码中“8”的个数信息进行簇生水果的数量判别.利用该方法对采摘前两周的赣南脐橙和烟台苹果进行了判别,实验结果表明,该方法能100%的判别出二、三、四簇生情况,对五簇生的正确识别率能达到60%以上,但比较困难正确判断六簇生以上的情况.该方法可以借鉴判断具有规则轮廓水果的簇生情况,如梨、西红柿等,对提高采摘前水果估产准确率具有理论和实际意义.

(4)通过所研制的嵌入式机器视觉设备对采摘前两周的单株柑橘树进行估产研究.提出了一种基于颜色信息的半自动自适应分割算法,对果园现场拍摄的柑橘树进行了柑橘分割;结合形态学滤波器,对被判别为具有簇生情况的图像区域进行了边缘平滑;采用改进的Freeman八邻域链码对簇生区域水果数量进行了判别;实现柑橘数量的估计.对赣南脐橙单株果树进行了估产,结果显示能达到近90%的准确率.为果园规划产前产量分布图提供了技术支持,为进一步估产提供技术方案.

(5)应用所研制的嵌入式机器视觉设备,对叶面积测量的算法进行了研究.提出了一种适合嵌入式手持设备操作特性的半自动自适应分割算法,通过人工在触摸屏上显示的叶片图像的周围任意画个封闭圈,采用Canny边缘检测算法获取叶片的边缘像素位置信息,利用中值滤波对图像去噪处理,采用Otsu分割算法对封闭圈内的研究对象进行分割并二值化,图像重构以后把边缘检测的像素位置插入图像中,且对研究边缘内的像素进行填充.该方法保证了研究对象边缘的完整性的同时消除了图像中由光照引起的白噪声,提高了测量结果的精度,实验结果显示测量精度能达到1%,表明本研究方法具有实用性.

第四篇计算机图像处理论文范例:彩*像特征提取与植物分类研究

计算机视觉技术在现代生活中已获得了广泛的应用,高效的图像处理算法是计算机视觉技术能否获得成功应用的关键,与工业图像处理相比,植物的外形尺寸、形状、颜色是植物分类的重要外观特征.但植物生长环境内光照变化大,成像条件不理想,同时植物在外观表现上不能象工业零件那样具有规律性和可描述性,给具体目标的识别带来了很大难度.由于人眼只能识别几十个灰度级,但却可以辨别成千上万种颜色,而且彩*像可以提供更为丰富的信息,故以数字图像处理技术为手段,探求能够适合较复杂环境的、能够处理复杂图像的、高效的彩*像处理方法,是人们一直孜孜以求的目标.

本论文研究彩*像的特征提取与分类问题,并具体通过对树皮纹理图像特征分析,利用SVM与RBPNN分类器对植物树皮纹理图像进行分类研究,达到对植物进行自动分类的目的.

首先对颜色空间给予较为深入具体的研究.对目前所提出的主要的颜色空间进行了归类分析,并对各种颜色空间之间的转换关系进行了论述.由于植物的颜色在生长环境中会发生一定的颜色变换,如在不同季节中植物的外观会呈现出不同的颜色,同时周围环境的变化,如水分、养分和日照时间的改变,也会导致植物外观颜色发生变化,因而图像的颜色特征很少应用于植物分类研究.但相对来说,相对于其他特征,颜色特征非常稳定,对于旋转、平移、尺度变化,甚至各种形变都不敏感,表现出相当强的鲁棒性,而且颜色特征计算简单.本论文首次将颜色特征引入植物分类,将植物树杆颜色特征矢量应用于植物分类研究.

其次,在基于内容的图像特征提取方面,分别介绍了图像的颜色特征、纹理特征和形状结构特征等三种提取方法.在图像的颜色特征提取方面,提出了一种接近人类视觉模型的颜色特征提取方法.该方法对RGB彩色空间进行压缩,然后将RGB颜色空间转换到HSI彩色空间,利用C-means聚类方法对图像颜色进行聚类分析;最后对聚类后的图像计算其统计特征,以其统计特征向量作为图像的特征.

在图像纹理特征提取方面,本文提出一种基于小波域的共生矩阵模型.首先对图像进行一层小波分解,获得原始图像的四个滤波图像;然后分别对四幅小波滤波图像进行量化处理得到四幅不同的图像;最后对每一幅图像利用共生矩阵提取纹理特征进行分类.

提出一种基于马尔可夫模型的转移矩阵图像特征提取方法.纹理在视觉表观

第五篇计算机图像处理论文范文格式:益智中草药计算机图像处理技术的建立及积雪草益智作用的研究

结合药学、电子工程学和计算机科学的综合优势,在国内首次研制完成了跳台、避暗及迷宫的计算机自动控制与图像分析处理系统.动物实验结果表明计算机图像处理系统与现有测试手段测试的数据一致,除常规所提取的潜伏期、错误次数外,计算机图像处理系统还能同时提供错误区和安全区总时间、学习正确分数、游泳距离及速度,实验证明这些指标对判别动物的学习记忆能力更为系统科学、准确合理.为益智中草药的药理研究提供了一套具国际先进水平、自动化程度高、检测样本数多、提取信息量大、所获实验结果更加符合国际评价标准的计算机自动控制和图像分析处理系统.

小鼠前额叶皮层损毁可致小鼠选择性的复杂空间作业的获得和短时记忆障碍;20-30%酒精对记忆的再现无明显的影响,但长期口服可引起空间作业获得障碍;重复电休克对小鼠避暗的巩固能力可产生明显的损害,但未观察到对跳台和水迷宫等空间辨别觉的损害作用;16月龄小鼠对跳台的记忆巩固能力及对水迷宫空间定向能力的获得明显低于2月龄的小鼠;东莨菪碱和樟柳碱2-5mg.kg~(-1)ip20min后引起小鼠空间和明暗觉的学习和巩固障碍;戊巴比妥钠20~30mg.kg~(-1)ip引起小鼠的空间学习获得障碍.上述各种不同的学习记忆障碍模型为益智中草药药理研究提供了比较系统的评价指标.

积雪草(JXC)20-80g.kg~(-1)连续口服7~14d对东茛菪碱所致的小鼠学习记忆障碍有明显的改善作用;其有效成分在JXC2B部分;JXC2B0.25~1.0g.kg~(-1)ig7~14d对东茛菪碱、酒精所致的学习记忆障碍和老年小鼠的空间辨别觉减退有明显的改善和促进作用,能明显增加老年小鼠到达终点的动物数、缩短寻找迷宫出口的时间、增加老年小鼠的学习分数、提高老年小鼠在水迷宫中的游泳速度;JXC2B对老年小鼠大脑组织内的胆碱脂酶活性有一定的抑制作用但体外实验无明显的影响;JXC2B ig的LD_(50)为27.16±,0.01g.kg~(-1).进一步研究JXC2B对老年性痴呆等学习记忆障碍性疾病的防治具重要的意义.

这是一篇与计算机图像处理论文范文相关的免费优秀学术论文范文资料.

计算机图像处理引用文献:

[1] 关于计算机图像处理的论文题目 计算机图像处理论文题目选什么比较好
[2] 计算机图像处理方向论文参考文献 计算机图像处理参考文献有哪些
[3] 计算机图像处理论文提纲格式模板 计算机图像处理论文框架如何写
《计算机图像处理论文范文参考 计算机图像处理毕业论文范文[精选]》word下载【免费】
计算机图像处理相关论文范文资料