智能信息处理课程设计指导书.docx
- 文档编号:18403105
- 上传时间:2023-08-16
- 格式:DOCX
- 页数:14
- 大小:141.04KB
智能信息处理课程设计指导书.docx
《智能信息处理课程设计指导书.docx》由会员分享,可在线阅读,更多相关《智能信息处理课程设计指导书.docx(14页珍藏版)》请在冰点文库上搜索。
智能信息处理课程设计指导书
《智能信息处理》课程设计
指
导
书
指导教师:
黄文清、周维达
2010年12月
目录
课程设计要求0
实验一基于模板匹配的字符识别1
实验二基于C均值算法的车辆检测与跟踪3
实验三水果分类系统设计5
实验四基于遗传算法的图像歪斜校准6
实验五基于BP网络的函数逼近9
实验六空调模糊控制系统设计11
实验七模糊边缘检测12
实验八基于模糊C均值算法的彩色图像分割12
实验九基于K-L变换的人脸图像压缩12
课程设计要求
1.本次课程设计必须单独完成。
2.每人可根据自己的兴趣从以下实验中选做一题,
3.每位同学在选题时,要尽量避免与别人相同。
每道题目每个班至多5人同题。
4.选择最后3道题的同学难度系数加一等。
实验一基于模板匹配的字符识别
一、实验目的
掌握模板匹配算法。
二、实验设备
微机
三、实验原理
设模板为T,尺寸为M×M,待检测图为S,尺寸为N×N。
将模板T叠放在待检测图S上,模板复盖下的那块待检测图,称为子图Si,j。
i、j为子图的左上角像素点在S图中的坐标,称为参考点。
从图中可以看到,1≤i,j≤N-M+1
匹配时,模板T在待检测图S上顺次平移。
比较T和Si,j的内容,若两者一致,则T和Si,j之差为零,否则不为零。
T和Si,j的相似程度可以用下式度量:
或
将上式展开:
式中,
表示模板的总能量,是一个常数,与(i,j)无关。
表示子图的总能量,它随(i,j)位置而变。
是子图与模板的互相关,随(i,j)位置而变。
很显然,T和Si,j匹配时,它的值应最大。
因此,相关函数定义为:
规一化为:
分析规一化后的相关函数值,可知:
0≤R(i,j)≤1。
只有当Si,j(m,n)=T(m,n),R(i,j)取极大值。
四、实验步骤
1.读入待分析的图片和英文字母a-z的模板图片。
2.利用模板匹配法找出待分析图片中的英文字母。
3.将找到的英文字母按与待分析图片中相同的顺序写入文本文件中。
五、实验报告
1.分析当模板图片中字母的尺寸与待分析图片中字母的尺寸不同时,应如何解决。
2.分析当待分析图片中字母角度倾斜时,应如何解决。
3.分析实验结果;总结本实验的心得体会,对不足之处提出改进意见。
实验二基于C均值算法的车辆检测与跟踪
一、实验目的
掌握背景差分算法和C均值聚类算法。
二、实验设备
微机
三、实验原理
1.背景差分算法
图2-1背景图像(a)图2-2待检测图像(b)
对图像(a)、(b),背景差分公式定义为:
(2.1)
式中,
表示背景图像(a)和待检测图像(b)在位置(i,j)处的灰度差;
表示检测结果图像(c)在位置(i,j)处的取值,图像(c)是一个二值图像,像素值为1表示在图像(b)的相应位置有与背景不一致的物体出现;为阈值,>0,一般的取值范围为:
[15,40]。
=25=45
图2-3不同取值情况下的检测结果图像(c)
2.C均值聚类算法
1选择把n个样本分成c个聚类的初始划分,计算每个聚类的均值M1,M2,…,Mc和Je,令迭代次数t=0。
2选择一个备选样本X,设X现在在k中。
3若nk=l,则转步骤2,否则继续。
4计算
5若
,且ki,则把X从k移到i中去,t=t+1;否则,t不变,转步骤7。
6重新计算Mi和Mk的值,并修改Je。
(2.2)
7若连续迭代n次,Je不改变,即t=n,则停止;否则,转到步骤2。
四、实验步骤
1读入背景图像(a)和待检测图像(b)。
2对图像中的所有像素,应用公式(2.1)进行判断,得到检测结果图像(c)。
3利用膨胀、腐蚀、滤波等算子对差分图像(c)进行预处理。
4对图像(c)应用C均值算法,进行聚类分析,得到场景中的车辆数。
五、实验报告
1.根据实验结果,分析不同取值,差分结果有何不同。
2.试分析如何根据实验结果求得场景中车辆的轨迹。
3.分析实验结果;总结本实验的心得体会,对不足之处提出改进意见。
实验三水果分类系统设计
一、实验目的
1.掌握分类器设计的基本步骤和方法。
2.掌握贝叶斯分类器和模糊分类器的基本原理。
3.学习如何根据实际问题需要进行恰当的特征选择。
二、实验设备
微机
三、实验内容及步骤
设计一个具有人机交互界面的分类器系统。
在该界面中,使用者可以进行分类器类型的选择,可以对分类器中的各项参数进行设置,可以查看分类结果。
基本步骤为:
1设计分类器系统的人机交互界面。
2用样本集对分类器进行训练学习,给出分类器中各项参数的推荐值。
3对输入的待识别对象,用设计好的分类器进行分类,给出分类结果。
四、实验报告
1.分析贝叶斯分类器和模糊分类器的异同和优缺点,给出它们的适用范围。
2.分析实验结果;总结本实验的心得体会,对不足之处提出改进意见。
实验四基于遗传算法的图像歪斜校准
一、实验目的
1.掌握遗传算法基本原理和程序流程。
2.理解图像歪斜校准的基本理论。
3.能利用遗传算法求解图像校准函数。
二、实验设备
微机
三、实验原理
在图像的获取或显示过程中往往会产生几何失真。
例如:
成像系统有一定的几何非线性。
这主要是由于视像管摄像机及阴极射线管显示器的扫描偏转系统有一定的非线性,因此会造成枕形失真、桶形失真等。
除此之外,还有由于斜视角度的原因造成获得的图像的透视失真。
另外,卫星摄取的地球表面的图像往往覆盖较大的面积,由于地球表面呈球形,这样摄取的平画图像也将会有较大的几何失真。
对于这些图像必须加以校正,以免影响分析精度。
由成像系统引起的几何畸变的校正有两种方法:
●预畸变法——采用与畸变相反的非线性扫描偏转法,用来抵消预计的图像畸变;
●后验校正法——一般采用多项式曲线在水平和垂直方向去拟合每一畸变的网线,然后求得反变化的校正函数,用这个校正函数即可校正畸变的图像。
以医学图像为例,现需要根据患者新的X光相片A与过去拍摄的相片B相比较,判断局部小的变化时。
为达到一定精确度,必须进行相片位置和角度的校准工作。
由于歪斜的非线性性质,而且相片中没有患者身体基准点的标记,用一般图像处理的方法实行歪斜图像校准是很困难的。
这项工作通常主要地依靠医师的经验手工进行。
对灰度图像A上一点(x,y),定义下列简单的非线性变换,
将图像A转变成图像A’。
则图像校准的问题就转变为:
如何确定系数,使图像A’与歪斜图像B之间的误差最小。
基于遗传算法的图像歪斜校准流程图如图3.1所示。
图3.1基于遗传算法的图像歪斜校准流程图
四、实验步骤
在设计好遗传算法的编码方式、适应度函数后,程序设计的基本步骤为:
1随机产生一组初始个体构成初始种群。
2计算每一个体的适配值(fitnessvalue,也称为适应度)。
适应度值是对染色体(个体)进行评价的一种指标,是GA进行优化所用的主要信息,它与个体的目标值存在一种对应关系。
3判断算法收敛准则是否满足,若满足,则输出搜索结果;否则执行以下步骤。
4根据适应度值大小以一定方式执行复制操作(也称为选择操作)。
5按交叉概率pc执行交叉操作。
6按变异概率pm执行变异操作。
7返回步骤②。
五、实验报告
1.对遗传算法的编码方式、选择操作、交叉操作、变异操作的设计进行分析
2.对遗传算法中变异概率、交叉概率、种群规模等参数的选择进行分析。
3.对遗传算法的终止准则进行分析。
4.分析遗传算法的优缺点,并提出改进意见。
5.分析本方法与其它图像校准方法的优缺点,并给出你自己的想法。
6.分析实验结果;总结本实验的心得体会,对不足之处提出改进意见。
实验五基于BP网络的函数逼近
一、实验目的
掌握BP网络的基本原理,能利用BP网络解决函数逼近问题。
二、实验设备
微机
三、实验原理
误差反向传播算法步骤如下:
①置各权值或阈值的初始值:
wji(0),θi(0)为小的随机数值;
②提供训练样本:
输入矢量Xk,k=1,2,…,P,期望输出Tk,k=1,2,…,P,对每个输入样本进行下面③~⑤的迭代;
③计算网络的实际输出及隐层单元的状态:
;
④计算训练误差,对于网络输出层:
;对于网络中间层:
。
⑤修正权值和阈值:
。
⑥当所有样本都训练完,即:
k每经历1至P后,如果指标满足精度要求:
E≤ε,则程序结束。
四、实验内容和步骤
1.试设计一个三层BP网络完成函数逼近的通用程序,该网络的各层神经元个数可根据实际问题由用户通过人机交互界面输入。
2.编写、调试程序。
3.对以下测试样例,给出实验结果
输入矢量:
p=-1:
0.1:
1;
目标矢量:
t=[-0.9602-0.577-0.07290.37710.64050.660.4609……
0.1336-0.2013-0.4344-0.5-0.393-0.16470.0988……
0.30720.3960.34490.1816-0.0312-0.2189-0.3201];
其中,隐层的神经元个数选为5个。
4.根据实验结果,写实验报告。
五、实验报告
1.分析应用BP网络可解决那些问题,BP网络的优缺点。
2.分析设计BP网络时的关键参数和步骤。
3.分析实验结果;总结本实验的心得体会,对不足之处提出改进意见。
实验六空调模糊控制系统设计
一、实验目的
1.掌握模糊控制系统设计的基本方法。
2.能利用MATLAB模糊逻辑工具箱进行模糊控制系统的设计。
二、实验设备
微机
三、实验原理
模糊控制器采用数字计算机来实现,应该具备下列三个重要功能:
①由模糊化过程和数据库把系统的偏差从数字量转化为模糊量;②对模糊量根据规则库、推理决策给出的规则进行模糊推理;③由精确化接口把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量。
因此,模糊控制器的设计问题就是模糊化过程、知识库(含数据库和规则库)、推理决策和精确化计算四部分的设计问题。
模糊控制器的设计基本可以分为以下九个步骤:
确定输入输出的模糊子集及其论域、确定各模糊子集的隶属函数、选择控制规则、模糊控制器的关系运算、计算采样时刻输入的清晰值、输入模糊化、模糊决策、模糊判决、输出实际控制量。
四、实验步骤
1.选择模糊控制参数。
2.确定各控制参数的论域。
3.设计各控制参数的隶属度函数。
4.设计控制规则。
5.设计规则评估和冲突消解的方法。
6.设计反模糊化方法。
7.设计一个具有人机交互界面的控制器系统。
8.对具体的输入值,用设计好的控制器进行分析,给出控制输出结果。
五、实验报告
1.讨论在模糊控制系统设计中的关键步骤、关键参数/函数是哪些?
2.分析经典控制理论与模糊控制理论的异同和优缺点,并给出给出模糊控制理论的适用范围。
3.分析实验结果;总结本实验的心得体会,对不足之处提出改进意见。
以下三个实验的实验目的、原理、步骤由同学根据题目自行设计。
实验七模糊边缘检测
实验八基于模糊C均值算法的彩色图像分割
实验九基于K-L变换的人脸图像压缩
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 信息处理 课程设计 指导书