智能信息處理課程設計

1、課程設計指導書2021年8月20日目錄課程設計要求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)設計5.實驗四基于BP網絡的函數(shù)逼近.6.實驗五空調模糊控制系統(tǒng)設計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中的應用 9.課程設計要求1. 本次課程設計以組為單位進行，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。各組同學在選題時， 要盡量防止與別組相同。3. 課程設計完成時，要求每組提交以下材料：1實驗報告一份，實驗報告內應包含實驗原理、實驗步驟、實驗結 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、實驗目的掌握模板匹配算法。、實驗設備微機三、實驗原理設模板為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，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的內容，假設兩者一致，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。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，隨i，j丨位置而變。很顯然，T和S i，j匹配m n時，它的值應最大。因此，相關函數(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)一化后的相關函數(shù)值，可知：0 wR(i, j) W1。只有當 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寫入文本文件中。五、實驗報告1. 分析當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，應如何解決。2. 分析當待分析圖片中字母角度傾斜時，應如何解決。3. 分

5、析實驗結果；總結本實驗的心得體會，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、實驗目的掌握背景差分算法和 c均值聚類算法。、實驗設備微機三、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X現(xiàn)在在k中。假設nk=l,那么轉步驟2，否那么繼續(xù)。nj計算nj 1n j Mknk 1假設j mJ0. j，且 ki，那么把k移到沖去,t=t+1 ;否那么，t不變，轉步驟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)假設連續(xù)迭代n次，Je不改變，即t=n,那么停止

7、；否那么，轉到步驟四、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，應用公式2.1進行判斷，得到檢測結果圖像c。 利用膨脹、腐蝕、濾波等算子對差分圖像c進行預處理。 對圖像c應用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)實驗結果，分析不同取值，差分結果有何不同。2. 試分析如何根據(jù)實驗結果求得場景中車輛的軌跡。3. 分析實驗結果；總結本實驗的心得體會，對缺乏之處提出改進意見。實驗三水果分類系統(tǒng)設計一、實驗目的1. 掌握分類器設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. 學習如何根據(jù)實際問題需要進行恰當?shù)奶卣鬟x擇。二、實驗設備

8、微機三、實驗內容及步驟設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)進行設置，可以查看分類結果。根本步驟為： 設計分類器系統(tǒng)的人機交互界面。 用樣本集對分類器進行訓練學習，給出分類器中各項參數(shù)的推薦值。 對輸入的待識別對象，用設計好的分類器進行分類，給出分類結果。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. 分析實驗結果；總結本實驗的心得體會，對缺乏之處提出改進意見。實驗四基于BP網絡的函數(shù)逼近、實驗目的掌握BP網絡的根本原理，能利用 BP網絡解決函數(shù)逼近問題。、實驗設備微機三、實驗原理誤差

9、反向傳播算法步驟如下: 置各權值或閾值的初始值：Wji(O), 0(0)為小的隨機數(shù)值； 提供訓練樣本：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；計算網絡的實際輸出及隱層單元的狀態(tài)：Okifi NetkifiWji Okji ；j計算訓練誤差，對于網絡輸出層：kiOki 1 OkitkiOki；對于網絡中間層kioki 1okikmWmi。mwii t 1 wii tkiOkjWji tWjit 1修正權值和閾值：。i t 1i tkii ti t1當所有樣本都訓練完，即：k每經歷1至P后，如果指標滿足精度要求：E8,那么程序結束

10、。四、實驗內容和步驟1. 試設計一個三層 BP網絡完成函數(shù)逼近的通用程序，該網絡的各層神經元個數(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、調試程序。3. 對以下測試樣例，給出實驗結果輸入矢量：p=-1:0.1:1;目標矢量：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，隱層的神經元個數(shù)選為5個。4. 根據(jù)實驗結果，寫實驗報告。五、實驗報告1. 分析應用BP

11、網絡可解決那些問題， BP網絡的優(yōu)缺點。2. 分析設計BP網絡時的關鍵參數(shù)和步驟。3. 分析實驗結果；總結本實驗的心得體會，對缺乏之處提出改進意見。實驗五空調模糊控制系統(tǒng)設計、實驗目的1. 掌握模糊控制系統(tǒng)設計的根本方法。2. 能利用MATLAB模糊邏輯工具箱進行模糊控制系統(tǒng)的設計。、實驗設備微機三、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 確化接口把推理結果的模糊輸出量轉化為實際系統(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計問題。模糊控制器的設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. 設計各控制參數(shù)的隸屬度函數(shù)。4. 設計控制規(guī)那么。5. 設計規(guī)那么評估和沖突消解的方法。6. 設計反模糊化方法。7. 設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，用設計好的控制器進行分析，給出控制輸出結果