论文部分内容阅读
科学研究和统计表明,人类从外界获得的信息约有75%是从图像中获得的。而计算机及其有关软件的发展,使图像的实时化、智能化数字处理识别成为可能。数字图像的处理与识别在智能机器人视觉系统中的地位越来越重要。本文从图像处理与识别技术出发,利用VC++6.0作为实验平台,以湖面采集的含有垃圾的CCD图像为研究对象,取得了一些成果。
首先详细地介绍了图像处理与识别的发展状况和应用情况,讨论了二者结合的必要性、可行性。按照机器人视觉系统的逻辑结构,对图像采集系统和双目立体视觉的可行性进行了深入研究。
其次,系统论述了数字图像的二维图像灰度化,图像增强技术包括平滑、锐化、滤波等;分析了图像的噪声来源,研究了影响图像处理效果的主要因素;比较了图像分割中的并行区域和串行区域分割算法;采用了迭代式求图像最佳阈值和基于HSI差值的区域生长算法实现了图像的分割二值化。这是本论文的主要工作,能够实现图像的快速、准确分割,给出了实验结果。
最后,比较了图像识别的几种方法(统计模式识别、句法模式识别、模糊集合识别、神经网络识别法)。根据本论文的实际情况,分析定义了几种特征,并最终选用了统计模式识别中的模板匹配法,实现了现有垃圾样本(白色塑料袋)的识别。