地铁车厢限界数字图像处理检测方法的研究

提出将先进的数字图像处理技术应用于大尺寸机械量的测量中, 以实现地铁车厢限界高效、准确地自动化检测, 并针对地铁车厢限界检测的具体情况, 论述了这种相对测量方法在机械量测量中的应用原理     

数字图像边缘检测的模糊聚类研究

数字图像的边缘检测实际上是一类聚类的问题,这些边缘由许多线段、曲线或平面和曲面所构成,组成了不同的类属和分割的区域,可以用在机器人视觉的模型识别、军事目标识别等领域。模糊聚类法（包括模糊均值聚类法和模糊球壳聚类法）具有不必事先对数据中的边界特征信息了解太清楚的优点,为此通过实验对其进行了有益的探索。     

Matlab在ESPI离面位移图像处理中的应用

采用电子散斑干涉法开展了测量拉伸条件下含硬夹杂物板的离面位移的实验研究。其中,用MATLAB对实验中所获取的散斑干涉条纹图进行了直方图均化、灰度调整、频域低通滤波、二值化分割数字图像处理,得到清晰的干涉条纹图。其条纹图与用ANSYS软件对该实验进行的有限元分析与仿真结果相符。     

基于RDB-YOLOv5的遥感图像车辆检测

为了解决遥感图像中目标密集、目标小车辆检测难的问题,提出基于YOLOv5的改进模型RDB-YOLOv5,并将其首次应用于遥感图像车辆检测领域。首先,针对遥感图像车辆方向任意的问题,对现有基于旋转边界框(rotated bounding box)的目标检测方法环形平滑标签(circular smooth label, CSL)进行改进;其次,针对遥感图像中背景信息复杂,车辆尺寸小导致检测精度降低的问题,提出基于注意力的多尺度目标检测方法,在骨干网络中添加双注意力机制(dual attention mechanism)将局部特征与全局特征相结合,并用空洞卷积进行改进;再借鉴双向特征融合网络(BiFPN)的思想,加入新的浅层特征和深层特征信息传递路径,更好融合浅层中车辆的位置信息,并设计新的检测头,提高网络对小目标车辆的检测能力。研究结果表明,改进的RDB-YOLOv5相比YOLOv5的均值平均精度(mAP)增长2.7%,特别是小型车辆检测提高了3.5%,相较于传统模型RCNN等mAP整体平均提高了10%。RDB-YOLOv5能够在通用数据库上取得较高的检测精度,同时在遥感图像的复杂场景中能...     

基于FPGA的Prewitt边缘检测算子的实现

主要探讨基于FPGA的prewitt边缘检测的实现,分析prewitt边缘检测算法处理图像的效果.据FPGA的并行流水线性以及FPGA处理简单方便,结合Prewitt边缘检测算法的基本原理,利用FPGA对其进行了设计、实现,通过quartus II软件进行编程,利用modelsim、matlab软件进行仿真和数据获取,最后利用以上获取的数据通过matlab进行图像处理.     

简支梁位移场小波去噪的试验研究

利用图像技术进行变形的实时测量时,实际采样图像不可避免地会受到各种噪声和干扰的影响,基于数字图像处理技术与小波分析技术,利用Matlab软件编制用数字图像边缘检测程序,获取简支梁加载工况下的位移场,后处理中采用小波技术对位移场进行小波分解,而后进行阈值处理,消除属于噪声的小波系数,实现噪声滤除.试验结果表明:位移场的噪声得到了有效的滤除,充分体现了小波变换在信号除噪中的优势,具有一定的工程实用价值.     

MATLAB在数字图像处理实验教学中的应用

数字图像处理是一门理论性和实践性较强的专业课程,实验教学可以巩固所学理论知识,提高学生的实践动手能力。本文结合教学实践经验,分析了MATLAB在数字图像处理实验教学中的特点,通过实例说明MATLAB在数字处理实验教学中的应用。     

基于数字图像处理与概率统计方法的VCA_(mix)研究

粗集料骨架间隙率VCAmix是沥青混合料试件的重要体积参数之一.应用数字图像处理技术,采用红色石料作为粗集料,普通石料作为细集料,利用颜色的对比精确区分粗、细集料;进一步对试件做薄片切割,采用概率统计理论,推导了由多幅二维截面图像上的粗集料面积比计算三维空间中粗集料体积比的方法;并对如何确定薄片数量,及其与保证率之间的关系做出了说明和验证.结果显示,40片薄片能够满足工程精度要求.     

数字图像处理课程双语教学的研究

双语教学是高校教学改革的一项重要举措,从教学方式、教材选择和教学手段等方面对数字图像处理双语教学进行研究.实践表明,数字图像处理课程双语教学激发了学生的学习兴趣,提高了学生的英语能力和专业理论及实践能力.     

A New Method of Color Edge Detection Based on Local Structure Analysis

Human＇s real life is within a colorful world. Compared to the gray images, color images contain more information and have better visual effects. In today＇s digital image processing, image segmentation is an important section for computers to ＂understand＂ images and edge detection is always one of the most important methods in the field of image segmentation. Edges in color images are considered as local discontinuities both in color and spatial domains. Despite the intensive study based on integration of single-channel edge detection results, and on vector space analysis, edge detection in color images remains as a challenging issue.