1. 研究目的与意义
图形识别与分类,已经广泛应用于基于机器视觉的智能设备中,机器视觉的引入,代替了传统的人工检测识别方法,提高了投放市场和生产效率。
机器视觉系统可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及加工控制信息集成,是实现计算机集成制造的基础技术。
有效地识别图形是推进智能系统研究的重要环节,对基本几何图形的形状和颜色进行识别,这些研究可以被应用到实际生活当中,比如识别车牌、识别交通信号灯以及其他需要图形识别的领域。
2. 课题关键问题和重难点
本课题的关键问题是在matlab软件环境下对图形进行处理,识别和分类,对相关算法进行仿真实现。
将识别的结果报告出来。
课题偏重算法验证,matlab的强大数学函数库及矩阵运算方式方便,fft、cft算法也是现成的,但如果注重图像显示,或是开发面向对象处理的图像处理软件,使用vc 更好。
3. 国内外研究现状(文献综述)
本课题(基于matlab的图形识别与分类)主要任务是学习matlab,研究图形处理技术,实现对简单图像中的图形进行识别和分类,具体的有三角形、矩形、多边形和圆形,设计分类规则进行分类。
图像识别技术是人工智能发展的一个重要领域,图形识别与分类,已经广泛应用于基于机器视觉的智能设备中。
机器视觉主要用计算机来模拟人的视觉功能,但并不仅仅是人眼的简单延伸,更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。
4. 研究方案
图像的传统识别流程分为四个步骤:图像采集→图像预处理→特征提取→图像识别。
1.图像预处理:预处理,包括采样、量化、去掉无声段和噪声、归一化、预加重、加窗等。
经过预处理滤除掉各种噪声和干扰,对图形预处理、对图形进行滤波、分割、灰度、二值化、拟合等深处理,从而对三角形、方形等多边形以及圆形等不同形状图形的轮廓进行有效识别。
5. 工作计划
第1周:查找文献资料,调研目前图形识别和分类的相关技术,比较不同算法的优缺点。
第2周:对课题涉及的知识进行研究,仔细阅读参考文献,翻译外文文献,注意专业词汇,初步拟定采用matlab进行识别和分类的详细设计方案。
第3周:探究课题的关键问题及难点,拟定计划,提交开题报告和外文翻译。
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。