智能信息處理課程設(shè)計

1、課程設(shè)計指導(dǎo)書2021年8月20日目錄課程設(shè)計要求0.實驗一基于模板匹配的字符識別1.實驗二基于C均值算法的車輛檢測與跟蹤3實驗三水果分類系統(tǒng)設(shè)計5.實驗四基于BP網(wǎng)絡(luò)的函數(shù)逼近.6.實驗五空調(diào)模糊控制系統(tǒng)設(shè)計8.實驗六模糊邊緣檢測9.實驗七基于K-L變換的人臉圖像壓縮 9實驗八遺傳算法在圖像恢復(fù)中的應(yīng)用 9.課程設(shè)計要求1. 本次課程設(shè)計以組為單位進行，每組人數(shù)不能超過 2人，也可1人單 獨完成。2. 各組可根據(jù)自己的興趣從以下實驗中選做一題。各組同學(xué)在選題時， 要盡量防止與別組相同。3. 課程設(shè)計完成時，要求每組提交以下材料：1實驗報告一份，實驗報告內(nèi)應(yīng)包含實驗原理、實驗步驟、實驗結(jié) 果分

2、析等。2源程序一份。3可執(zhí)行程序一份。實驗一基于模板匹配的字符識別、實驗?zāi)康恼莆漳０迤ヅ渌惴ā?、實驗設(shè)備微機三、實驗原理設(shè)模板為T,尺寸為M X M，待檢測圖為S,尺寸為NX No待檢測圖S(ij) 模板T子圖S j將模板T疊放在待檢測圖 S上，模板復(fù)蓋下的那塊待檢測圖，稱為子圖Si，joi、j為子圖的左上角像素點在S圖中的坐標(biāo)，稱為參考點。從圖中可以看到，1 wi, j WN - M +1匹配時，模板T在待檢測圖S上順次平移。比擬 T和S i，j的內(nèi)容，假設(shè)兩者一致，那么T和S i，j之差為零，否那么不為零。T和Si，j的相似程度可以用下式度量:MD(i,j)m 1MSi,j(m, n)n

3、1M MT(m,n)2或 D(i, j)m 1 n 1Si,j (m, n) T(m, n)將上式展開：MD(i,j)m 1MSi,j(m, n)n 12T(m, n)2Si,j(m, n)22Si,j(m, n)叮(m, n)T(m, n)2mnm nm n式中，T(m, n)表示模板的總能量，是一個常數(shù)，與i, j無關(guān)。mnSi,j(m,n)2表示子圖的總能量，它隨i, j丨位置而變。m nSi,j(m,n)T(m,n)是子圖與模板的互相關(guān)，隨i，j丨位置而變。很顯然，T和S i，j匹配m n時，它的值應(yīng)最大。因此，相關(guān)函數(shù)定義為：Si,j(m, n) *T(m, n)R(i,j)m nS

4、i，j(m, n)2m n規(guī)一化為：R(i, j)Si,j(m, n)訂(m, n)m n/_ Si,j(m,n)2T(m ,n)2nm n分析規(guī)一化后的相關(guān)函數(shù)值，可知：0 wR(i, j) W1。只有當(dāng) Si, j(m, n) = T(m, n), R(i, j)取極大值。四、實驗步驟1. 讀入待分析的圖片和英文字母a-z的模板圖片。2. 利用模板匹配法找出待分析圖片中的英文字母。3. 將找到的英文字母按與待分析圖片中相同的順序?qū)懭胛谋疚募?。五、實驗報?. 分析當(dāng)模板圖片中字母的尺寸與待分析圖片中字母的尺寸不同時，應(yīng)如何解決。2. 分析當(dāng)待分析圖片中字母角度傾斜時，應(yīng)如何解決。3. 分

5、析實驗結(jié)果；總結(jié)本實驗的心得體會，對缺乏之處提出改進意見。實驗二基于C均值算法的車輛檢測與跟蹤、實驗?zāi)康恼莆毡尘安罘炙惴ê?c均值聚類算法。、實驗設(shè)備微機三、實驗原理1. 背景差分算法圖2-1背景圖像(a)圖2-2待檢測圖像(b)對圖像(a)、(b),背景差分公式定義為：fc i, j1 if f i,j0 otherwise(2.1)式中，ffa i,jfb i,j表示背景圖像(a)和待檢測圖像(b)在位置(i, j)處的灰度差；fc i,j 表示檢測結(jié)果圖像(c)在位置(i, j)處的取值，圖像(c)是一個二值圖像，像素值為1表示在圖像(b)的相應(yīng)位置有與背景不一致的物體出現(xiàn)；為閾值，0，

6、一般 的取值范圍為：15 , 40。=25=45圖2-3不同 取值情況下的檢測結(jié)果圖像(c)2. C均值聚類算法 選擇把n個樣本分成c個聚類的初始劃分，計算每個聚類的均值Mi, M2,Me和Je,令迭代次數(shù)t=0。選擇一個備選樣本X，設(shè)X現(xiàn)在在k中。假設(shè)nk=l,那么轉(zhuǎn)步驟2，否那么繼續(xù)。nj計算nj 1n j Mknk 1假設(shè)j mJ0. j，且 ki，那么把k移到?jīng)_去,t=t+1 ;否那么，t不變，轉(zhuǎn)步驟7。重新計算Mi和Mk的值，并修改Je。MkM k Mk X Mi Mi nk 1X Mi | Je ni1HX- Mii 1 X(2.2)假設(shè)連續(xù)迭代n次，Je不改變，即t=n,那么停止

7、；否那么，轉(zhuǎn)到步驟四、實驗步驟 讀入背景圖像a和待檢測圖像b。 對圖像中的所有像素，應(yīng)用公式2.1進行判斷，得到檢測結(jié)果圖像c。 利用膨脹、腐蝕、濾波等算子對差分圖像c進行預(yù)處理。 對圖像c應(yīng)用C均值算法，進行聚類分析，得到場景中的車輛數(shù)。五、實驗報告1. 根據(jù)實驗結(jié)果，分析不同取值，差分結(jié)果有何不同。2. 試分析如何根據(jù)實驗結(jié)果求得場景中車輛的軌跡。3. 分析實驗結(jié)果；總結(jié)本實驗的心得體會，對缺乏之處提出改進意見。實驗三水果分類系統(tǒng)設(shè)計一、實驗?zāi)康?. 掌握分類器設(shè)計的根本步驟和方法。2. 掌握貝葉斯分類器和模糊分類器的根本原理。3. 學(xué)習(xí)如何根據(jù)實際問題需要進行恰當(dāng)?shù)奶卣鬟x擇。二、實驗設(shè)備

8、微機三、實驗內(nèi)容及步驟設(shè)計一個具有人機交互界面的分類器系統(tǒng)。在該界面中，使用者可以進行分類器類型的選擇，可 以對分類器中的各項參數(shù)進行設(shè)置，可以查看分類結(jié)果。根本步驟為： 設(shè)計分類器系統(tǒng)的人機交互界面。 用樣本集對分類器進行訓(xùn)練學(xué)習(xí)，給出分類器中各項參數(shù)的推薦值。 對輸入的待識別對象，用設(shè)計好的分類器進行分類，給出分類結(jié)果。四、實驗報告1. 分析貝葉斯分類器和模糊分類器的異同和優(yōu)缺點，給出它們的適用范圍。2. 分析實驗結(jié)果；總結(jié)本實驗的心得體會，對缺乏之處提出改進意見。實驗四基于BP網(wǎng)絡(luò)的函數(shù)逼近、實驗?zāi)康恼莆誃P網(wǎng)絡(luò)的根本原理，能利用 BP網(wǎng)絡(luò)解決函數(shù)逼近問題。、實驗設(shè)備微機三、實驗原理誤差

9、反向傳播算法步驟如下: 置各權(quán)值或閾值的初始值：Wji(O), 0(0)為小的隨機數(shù)值； 提供訓(xùn)練樣本：輸入矢量Xk, k=1 , 2,，P,期望輸出Tk, k=1 , 2,，P,對每個輸入樣本進行下面的迭代；計算網(wǎng)絡(luò)的實際輸出及隱層單元的狀態(tài)：Okifi NetkifiWji Okji ；j計算訓(xùn)練誤差，對于網(wǎng)絡(luò)輸出層：kiOki 1 OkitkiOki；對于網(wǎng)絡(luò)中間層kioki 1okikmWmi。mwii t 1 wii tkiOkjWji tWjit 1修正權(quán)值和閾值：。i t 1i tkii ti t1當(dāng)所有樣本都訓(xùn)練完，即：k每經(jīng)歷1至P后，如果指標(biāo)滿足精度要求：E8,那么程序結(jié)束

10、。四、實驗內(nèi)容和步驟1. 試設(shè)計一個三層 BP網(wǎng)絡(luò)完成函數(shù)逼近的通用程序，該網(wǎng)絡(luò)的各層神經(jīng)元個數(shù)可根據(jù)實際問 題由用戶通過人機交互界面輸入。2. 編寫、調(diào)試程序。3. 對以下測試樣例，給出實驗結(jié)果輸入矢量：p=-1:0.1:1;目標(biāo)矢量：t=-0.9602-0.577-0.07290.37710.64050.660.4609 0.1336-0.2022-0.4344-0.5-0.393-0.16470.0988 0.30720.3960.34490.1816-0.0312-0.2189-0.3201;其中，隱層的神經(jīng)元個數(shù)選為5個。4. 根據(jù)實驗結(jié)果，寫實驗報告。五、實驗報告1. 分析應(yīng)用BP

11、網(wǎng)絡(luò)可解決那些問題， BP網(wǎng)絡(luò)的優(yōu)缺點。2. 分析設(shè)計BP網(wǎng)絡(luò)時的關(guān)鍵參數(shù)和步驟。3. 分析實驗結(jié)果；總結(jié)本實驗的心得體會，對缺乏之處提出改進意見。實驗五空調(diào)模糊控制系統(tǒng)設(shè)計、實驗?zāi)康?. 掌握模糊控制系統(tǒng)設(shè)計的根本方法。2. 能利用MATLAB模糊邏輯工具箱進行模糊控制系統(tǒng)的設(shè)計。、實驗設(shè)備微機三、實驗原理模糊控制器采用數(shù)字電腦來實現(xiàn)，應(yīng)該具備以下三個重要功能：由模糊化過程和數(shù)據(jù)庫把系統(tǒng)的偏差從數(shù)字量轉(zhuǎn)化為模糊量；對模糊量根據(jù)規(guī)那么庫、推理決策給出的規(guī)那么進行模糊推理；由精 確化接口把推理結(jié)果的模糊輸出量轉(zhuǎn)化為實際系統(tǒng)能夠接受的精確數(shù)字量或模擬量。因此，模糊控制器的設(shè)計問題就是模糊化過程、知識庫含數(shù)據(jù)庫和規(guī)那么庫、推理決策和精確化計算四局部的設(shè)計問題。模糊控制器的設(shè)計根本可以分為以下九個步驟：確定輸入輸出的模糊子集及其論域、 確定各模糊子集的隸屬函數(shù)、選擇控制規(guī)那么、模糊控制器的關(guān)系運算、計算采樣時刻輸入的清晰值、輸入模糊化、 模糊決策、模糊判決、輸出實際控制量。四、實驗步驟1. 選擇模糊控制參數(shù)。2. 確定各控制參數(shù)的論域。3. 設(shè)計各控制參數(shù)的隸屬度函數(shù)。4. 設(shè)計控制規(guī)那么。5. 設(shè)計規(guī)那么評估和沖突消解的方法。6. 設(shè)計反模糊化方法。7. 設(shè)計一個具有人機交互界面的控制器系統(tǒng)。&對具體的輸入值，用設(shè)計好的控制器進行分析，給出控制輸出結(jié)果