matlab论文题目范文第1篇
自21世纪以来, 随着自动化和科技化的发展, 信息安全越来越重要, 普通的身份识别无法保证信息安全。从而衍生出生物特征识别技术, 它具有高效、稳定、快速等特点, 从而很快便成为人们关注的研究领域。其中虹膜识别、人脸识别等都属于这项技术的研究方向, 和虹膜不同的是, 人脸会受光纤、肤色、表情等的影响, 从而人脸识别比虹膜识别要复杂的多。最早的人脸图像识别是国外研究的, 现在已有使用系统出现, 只是对于成像条件要求比较严格, 从而应用范围较窄, 国内也有很多学者对这方面有研究, 并取得一定的成果。
人脸识别早在六七十年代就引起了研究者的强烈兴趣, 1972年, Harmon用交互人脸识别方法在理论和实践两方面进行了详细的论述, 随后, Sakai设计了人脸图像自动识别系统, 但是它们都有一定的局限性, 需要人的干预才能完全实现人脸识别。九十年代, 人脸识别摆脱了人的干预, 真正进入了机器自动识别阶段。目前利用计算机进行完全自动的人脸识别困难重重。人脸表情会变化, 随着年龄的增长会变化, 发型、眼镜等装饰对人脸造成遮挡;人脸所成图像受光照、成像角度、成像距离等影响。而人脸识别中图像包括大量的数据。对图像的处理工作量巨大。
本文首先利用Matlab对图像进行处理, 主要包括:二值化、直方图均衡化、中值滤波等, 然后利用PCA算法实现人脸识别。
二、基于Matlab的数字图像处理
(一) 二值化
由于选取的样本每个人自身的面部肤色基本一致, 且与背景颜色有很大的差距。为了将人脸与背景区分开, 进而更好地识别人脸, 需要将彩色图像转换为只有黑白两个灰度级的二值图像。
(二) 中值滤波
中值滤波的目的是为了有效去除图像噪音, 尤其是椒盐噪音, 从而较好的保留图像边缘的锐度与图像细节特征。
(三) 直方图均衡化
即把已知灰度概率分布的图像, 变换为具有均匀概率分布的新图像。
数字图像处理的工作目的是为了使得所有的图片规范化, 统一化, 进而能够更好地进行人脸识别。
三、基于PCA的人脸识别算法
在人脸识别的领域中, PCA算法被广泛地应用。此算法降低了人脸图像特征的维数, 从而降低了人脸识别的难度。
(一) 生成平均脸
计算机中每一张图像的存储方式均是矩阵, 对图像进行预处理之后, 需要构建特征脸和平均脸空间, 这就需要将每张图片所对应的矩阵转换成列向量。设处理后的每张图像的矩阵是n*m, 则经过转化, 则可以转化成n*m行, 1列的向量。如果选取5张图片进行转化, 则5张图像共可以转化成n*m行, 5列的矩阵A。对矩阵A的每个列向量求平均值, 便可以得到n*m行, 1列的向量。由均值, 可以还原回原来的矩阵, 从而得出平均脸。随机选取图像库中的20张图片, 生成平均脸如下:
这张平均脸包含20张人脸图像的信息, 并非针对特定的一个人。
(二) 特征提取
利用方差贡献率
判断前k个特征值。方差贡献率越大, 特征值越大。特征提取是将人脸图像中差异性最大的特征提取出来, 进而进行人脸识别。
基于PCA算法可以得到降维的特征脸空间。从而能够进行更好地对图像进行识别。
本文首先对图像进行预处理, 然后利用PCA进行特征提取, 当训练样本较大时, 基于PCA的人脸识别结果模型算法能表现出更好地适应性。
【相关链接】
人脸识别, 是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流, 并自动在图像中检测和跟踪人脸, 进而对检测到的人脸进行识别的一系列相关技术, 通常也叫做人像识别、面部识别。
2017年央视3·15晚会曝光人脸识别的相关隐患。人脸识别的英文名称是Human Face Recognition.人脸识别产品利用AVS03A图像处理器;可以对人脸明暗侦测, 自动调整动态曝光补偿, 人脸追踪侦测, 自动调整影像放大。
广义的人脸识别实际包括构建人脸识别系统的一系列相关技术, 包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。
摘要：随着计算机的发展, 各个领域都产生了巨大变革。图片的处理和模式识别技术不再局限于传统的方式, 基于生物识别理论, 产生了人脸识别技术。本文主要利用MATLAB实现人脸识别。
关键词：数字图像处理,人脸识别,PCA
参考文献
[1] 刘艳丽, 赵跃龙.人脸识别技术研究进展[J].计算机工程, 2005 (3) :10-11.
[2] 肖冰, 王映辉.人脸识别研究综述[J]计算机应用研究, 2005 (8) :1-5.
[3] 孔令钊, 唐文静.基于PCA的人脸识别系统的研究与实现[J].计算机仿真, 2012 (6) :27-29.
matlab论文题目范文第2篇
一. 对MATLAB的认识
正如课本《MATLAB教程及实训》中的前言所说，MATLAB是MathWords公司于1984年开发的，目前已经发展成国际上最流行、应用最广泛的科学与工程计算软件之一。MATLAB集合矩阵云运算、数值分析、图形显示和仿真等于一体，被广泛应用于自动控制、数学运算、计算机技术、图像信号处理、汽车工业、语音处理等行业。MATLAB它将计算、可视化和编程等功能同时集于一个易于开发的环境。MATLAB主要应用于数学计算、系统建模与仿真、数学分析与可视化、科学与工程制图和用户界面设计等。
目前，MATLAB已经成为应用代数、自动控制理论、数字信号处理、动态系统仿真和金融等专业的基本数学工具，各国高校纷纷将MATLAB正式列入本科生和研究生课程的教书计划中，成为学生必须掌握的软件之一。
MATLAB是matrix laboratory的缩写，它的产生是与数学计算有密切的关系。从1980年发展到现在已经是一个交互式开发系统，其基本数据要素是矩阵。MATLAB系统是由MATLAB开发环境和MATLAB语言，MATLAB数学函数库、MATLAB图形处理系统和MATLAB应用程序接口(APL)5部分组成。
MATLAB的有以下特点
1运算功能强大
2编程效率高3强大而智能化的作图功能 4可扩展性强 5Simulink 动态仿真功能
二. 我对MATLAB的掌握程度
在短课时选择了本书
1、
2、
3、
4、
5、7章的内容学习
1. MATLAB R2010a软件的概述(略)。 2. MATLAB常见字符及基本运算
在本人的自主学习以及老师的授课下我已经初略的掌握了MATLAB R2010a的基本使用方法：MATLAB R2010a的开发环境、MATLAB R2010a的其他管理、MATLAB的文件处理工具、MATLAB R2010a的帮助系统
(1) 数据类型 数组：字符型、数值型、元胞型、结构体型、Java型和函数句柄，其中数值型有包括单精度型和双精度型。 常数
例如”a” “x”(关键字如if、while 等不能作为变量名) 整数、复数和浮点数的类型与具体用法。
这一整章学习起来毫不费劲，这主要是因为上一学期学习了的c语言。
(2) 矩阵和数组的算数运算
数组的创建，其中包括空数组还有向量的运用法则以及特殊矩阵和数组。 其次是数组的操作，其中数组的元素、子矩阵的产生和数组的赋值以及矩阵的合并与数组的删除。矩阵和数组的函数。
字符串、创建字符串、与字符串函数的熟练运用、日期与时间、日期和时间的表达式、日期时间的函数的使用、关系运算和逻辑运算、关系运算符的使用与逻辑运算符的使用以及运算符的优先级等
总体学习上是有些不足，总是忘记，这得不断重复的记忆才行。
3.数据的可视化掌握
首先MATLAB的数据可视化需要掌握四大点
二维绘图
二维绘图需要掌握其一般步骤以及基本绘图的函数，多个图形的绘制以及设置曲线的方式、坐标轴和图形的注释。 课本P81. 例题3-1绘制一个正弦波形，绘制的正弦曲线图略， 具体操作如下：
》x=0:0.1:10 》y=sin(x);
》plot(x，y)
%根据x和y绘制二位曲线图
程序分析：plot函数自动创建Figure 1图形窗口斌显示绘制的图形，横坐标是x，纵坐标是y。
特殊图形和坐标的绘制 MATLAB的图形窗口 基本三维绘图命令
三维曲线与直线图的绘制重要掌握
4.符号运算
先来一道例题创建符号变量和表达式 》x=sym(’x’); 》syms a b c 》y=a*x~2+b*x+c y= a*x~2+b*x+c 可以在Workspace中看到，x、a、b、c和y都是符号变量，y是由符号变量计算产生的。
此章节符号较多且其运算规则也相对来说比较复杂。但是这一章节却是MATLAB语言以及编程的重点基础，更是要非常熟练的掌握。一分耕耘一分收获，经过不断重复的记忆我已经也能大部分符号运算都能知道其用法以及运算规律。
5.程序设计和M文件
此章节主要有：
分配控制语句：if结构，swich结构 循环控制语句：for循环，while循环 Break和continue语句 错误控制语句 流程控制命令 M文件结构
M文件编辑和调试窗口 M脚本文件和M函数文件
第七章节与C语言大部分相同或者雷士，有C语言的基础学起来不难，但这一章节却异常重要，更是要学会编程的思想，这是有点难度的。程序控制不在多说因为与C语言大体相同。但这一章的函数的使用与C语言不同，需要分开来记忆，总的来看学的还是不错的，但听班上的有些同学说很难记忆，因为与C语言有冲突。这一章节我还学习了M文件的结构、函数的句柄和inline对象，这些倒是和Java语言有的相似。倒也不难理解。还有函数的绘图与数值的分析。
7.MATLAB高级图像设计与simulink仿真环境
三. 收获与心得
收获：
上学期学习高数的时候，总有那么难的数学函数要解答，一些二维或者三维的函数绘图图形又复杂。在学习完这门课程后知道了原来这些绘制的图片可以由MATLAB绘制出来的。这让我知道了MATLAB可以用在数学上。而且是高等数学习者必备的一款软件。现在我也可以绘制一些复杂的函数。我想这也是一项很大的收获。在仿真中可以仿真一些复杂的电路原理图，而我这个专业是跟电路有着密切的关系。其用处之大不言而喻，我想这也将是我最大的收获了。另外值得一提的是学习MATLAB语言可以建立我们另一种思考问题的思维。这种思想难得可贵。
学习心得：
这学期的学习MATLAB，由于前几节课没有认真听，总以为和C语言一样简单也，到后来拉下的课程比较多，老师有说要写学习报告来计算期末成绩，所以不得不自学拉下的课程，这使我非常烦躁和不安，但我们都是这样过来的。以至于一直延续大大一而不可更改，直到这学期的MATLAB学习。
学习有时候并不是一个人的事情，独自一人学习效率不会太，我们可以多向他人请教或许会更好。。
这学期刚开始接触MATLAB语言也是用着以前的学习方法。慢慢的感觉到不对，书本上是学会了，但是一到真枪实战的干就不行了。后来想想就是学习方法的问题。实践、得实践才行。之后我便边学边用电脑实践。果不其然，效果大大提升。总而言之，学习MATLAB的方法是边学习边实践，效果成倍增加。 学习MATLAB语言，其实是学习MATLAB的编程思想，另一种思考问题的思维。它交给我一种建立模型分析问题的结构化思维方式，任何事物，从不同的角度看，都可以想象成一个从头到尾、环环相扣的系统，我们想要了解整个系统的功能就必须以每一块结构为思维对象，层层分析最后得出客观规律的正确结果。
对于这门课程的反思：
当我第一次看到这本书的内容时，觉得有了c语言的基础，学习起来一样好学，所以前面一直没认真听课，也给老师带来了消极的影响，到了后面，我不得不自己学习，这带给我诸多烦恼，后悔没有认真去听课，经过我认真的反思，我才觉悟到在课堂上认真听讲和拥有一个良好的学习态度是多么的重要。最后感谢老师对授与我们这门课的知识。
参考文献：曹弋、刘怀、王恩荣.MATBLE教程及实训【M】.北京：机械工业出版社，2013
MATLAB学习报告
专业班级： 姓名： 学号：
matlab论文题目范文第3篇
专业：通信工程 班级:141 姓名：张焱 学号：2014136123
不知是对老师的好感还是因为专业的需要，当c语言的学习结束后我主动选择了学习Matlab。以前的我从来都没有听说过这个软件，感觉好高大上，也不知道它到底能干什么，不知道它是否会学的很困难。但是经过这一段时间的学习我已经对Matlab有了比较多的认识，可以进行一些简单的画图计算。但这仅仅只是一个开始，它的功能是如此的丰富，用途是如此的广泛，我需要长久深入的去学习。
Matlab的主要功能有数值分析、数字图像处理、数值和符号计算、数字信号处理、工程与科学绘图、通讯系统设计与仿真、控制系统的设计与仿真、财务与金融工程…… 真的是功能强大。MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran)的编辑模式，代表了当今国际科学计算软件的先进水平。MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。就我们通信工程专业而言Matlab的作用十分广泛，十分重要。到大二的时候我们专业还会开MATLAB的专业必修课，由于MATLAB的功能强大，用途广泛我们到时候只学习与通信电子有关的知识，而现在是对MATLAB的全面的了解，以及用它解决一些简单的数学问题。学的还远远不够。
之所以学习MATLAB就是因为它有很多优点。
1) 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来; 2) 具有完备的图形处理功能，实现计算结果和编程的可视化;
3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握;
4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。 。。。。。。
MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。Matlab是一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序(M文件)后再一起运行。新版本的MATLAB语言是基于最为流行的C语言基础上的，因此语法特征与C语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。而且，我们正学过C语言不久，学习起来还是比较容易的。毕竟C语言是基础嘛!
学习Matlab的时间并不长，不是应为它容易学习，而是时间太少，我们只是做一个基础性的了解，在未来的学习生活中还要继续学习。通过六周每周一次的讲解，到今天位置也就讲完了。现在简单回顾一下：
第一讲：简介。
让我们了解了Matlab的用处和重要性，以及它强大的功能。对我们通信专业的重要意义。
第二讲：向量与矩阵的运算。 学了一个学期的线性代数，才知道原来有切看似复杂的计算在Matlab中只不过是例如：解方程组
X1+2X2+3X3=2
3X1- 5X2+4X3=0
7X1+8X2+9X3=2
大家可以看到在Matlab中求解
这样的计算神器。一调用几个函数。 矩阵方程是如此简单。
第三讲：MATLAB
二维作图
图像是我们理工学科的重难点。数形结合是我们研究问题解决问题的基本思路。通过Matlab的强大画图功能能让我们更加清楚的理解我们所要解决的问题。
于是画图就变得如此简单而又神奇。、
第四讲：MATLAB 三维作图
二维图像可以很好地展现，三维图像更是如此。比如有些图形，如墨西哥草帽图、马鞍面…
第五讲：MATLAB 程序设计
我们知道Matlab也是一种计算机语言。它集成了C语言C++等语言的优点，那么编程就非常有必要了。普通的计算可以通过几个简单的函数完成，但稍微复杂一点的计算就需要编程了，Matlab的编程比较简单，有了c语言的基础这点编程不算什么。
第六讲：MATLAB 符号运算
本讲讲了符号运算的核心和常见的六大符号运算的核心。其实我觉得本讲的知识非常重要，至少对我来说是这样。人类所生产的各种东西是为了人类自身更加方便的生活，而最后一讲老师只通过二十分钟左右的讲解就用Matlab解决了高数中的六类计算问题。这让我很惊讶，当然事实就是如此。只是几个函数的简单调用因式分解、计算极限、计算导数、计算不定积分、定积分、反常积分、符号求和、解常微分方程…好强大的计算功能啊!如果熟练掌握那么对我以后学习计算速率的提高会有很大的帮助。
我觉以下几点对于学好Matlab很重要：兴趣、悟性、勤奋、坚持。
(1)兴趣，不知道哪位名人说过“兴趣是最好的老师。”我觉得非常有道理，我曾对于matlab制作动画很感兴趣，并收集了很多例子，在小木虫贴出来后很多人对于matlab制作动画都很感兴趣, 计算模拟版活动---程序模拟动画展示
,一个人一旦对某事物有了浓厚的兴趣，就会主动去求知、去探索、去实践，并在求知、探索、实践中产生愉快的情绪和体验。这样才能主动学习，并且学好到精通。
(2)悟性，通常人认为指顿悟，慧根，我觉得就是对一个问题不断的思索，将自己的体会和感受融合，获得属于自己的知识。有很多事情、问题，都是可以想明白的。只有不停的想，才能想明白，想透彻。就像我自己解决matlab编程进行DGGE电泳图谱多样性相似性分析，当时没有工具，而且问题必须解决，于是我不停的想，吃饭时，睡觉前，最终终于解决。 (3)勤奋，一勤天下无难事。从古到今，有多少名人不是有勤奋而得来成功的。现在的年轻人，一代比一代聪明。要不被别人淘汰，要超越别人，只有靠时间堆出来。每天多学一些，多积累一些。学习matlab也一样，想要学会，使用熟练，不花时间练习，写代码，亲自运行调试，是很难掌握好的。
(4)坚持，认准了的事情，就坚持做到底，直到有所收获。事实上，很多人实现不了自己的目标，很大程度上就是少了一种坚持、非要把事情干到底的精神，他们往往浅尝辄止，因此眼睁睁失去了可能到手的成功。光有兴趣，只有三分钟的热情是很难成事的。很多事情的成功取决于踏平坎坷地坚持的毅力。看准了的事情，如果没有百折不挠的坚持，绝难取得成功。看准的事情就不屈不挠地坚持干下去直至成功，才是智者的唯一选择。每一个人都明白所有梦想的实现都需要努力，然而，很多人只所以没有实现心中的梦想，就在于多了空想、犹豫，少了努力坚持。
matlab论文题目范文第4篇
1 图像退化的数学模型
图像滤波是建立在图像退化的数学模型基础上的, 图象退化和复原的模型如图1所示:
输入图像经过退化系统输出图像f1 (x, y) , f1 (x, y) , 叠加系统噪声构成了退化图像, 即表示的是一副退化图像, 式中一般假设系统噪声为加性噪声, 为分析方便, 一般假设为白噪声, 且与不相关。表示图像的退化模型, 概括了退化系统的物理过程。图像复原就是把退化的图像经过复原滤波器, 得到恢复的图像, 即f1 (x, y) 。
2 滤波方法
2.1 均值滤波器
均值滤波器采用邻域平均法, 非常适用于去除通过扫描得到的图像中的颗粒噪声。邻域平均法是空间域平滑技术。均值滤波器是使一个窗口在图像上滑动, 窗口中间的值用窗口内各点的值的平均值来代替, 如二维均值滤波, 设{xij}表示数字图象各像素的灰度值, A为一个3×3的窗口, 则二维均值滤波的定义为
领域平均法有效地抑制了噪声, 同时也由于平均而引起了模糊现象, 模糊程度与领域半径成正比。图2 (1) 、图2 (2) 给出了污染过的图像matlab实现的均值滤波后的实际效果。
2.2 中值滤波器
中值滤波器是一种常用的非线性平滑滤波器, 是由图基 (turky) 在1971年提出的。它是基于图像的这样一种特性:噪声往往以孤立的点的形式出现, 这些点对应的象素很少, 而图像则是由像素数较多、面积较大的小块构成。其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换。
设输入序列维I为自然数集合或子集, 窗口长度为n。则滤波器输出为其中。中值滤波推广到二维, 可以利用某种形式的二维窗口。设表示数字图像像素点的灰度值, 滤波窗口为A的中值滤波器可以定义为
二维中值滤波的窗口可以取方形, 也可以取近似圆形或十字形。其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值, 从而可以消除孤立的噪声点, 所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘, 从而获得较满意的复原效果, 而且, 在实际运算过程中不需要图象的统计特性, 这也带来不少方便。图3 (1) 、图3 (2) 给出了污染过的图像经过matlab实现的中值滤波后的实际效果。
2.3 最小二乘方滤波
最小二乘方滤波也就是维纳 (wiener) 滤波, 它的先验假设是图像信号和噪声信号处理过程都属于平稳随机过程, 且噪声的均值为零, 噪声和图像不相关。它是使原始图像及其恢复图像之间的均方误差最小的复原方法。为了便于数学处理, 假定是灰度级的线性函数, 那么。这里是在计算处的时给予退化图像在点的灰度级的权重。如果随机像场是均匀的, 则加权函数只与有关, 所以。
则显然, 需要寻求使e2最小的点扩散函数m (x, y) , 其傅立叶变换M (u, v) 是传递函数。可以证明, 式中是噪音的谱密度, Sff是原始图像的谱密度。由上式可见, 当Snn=0时, 就是理想的逆滤波器。通常可认为噪声是白噪声, 即Snn (u, v) =常数。如果有关的随机过程的统计性质不知道, 也可用下式近似表示:式中是噪声对信号的功率密度比, 它近似为一个适当的常数, 这就是最小二乘方滤波器的传递函数。图图4 (1) 图4 (2) 给出了污染过的图像matlab实现的维纳滤波后的实际效果。
摘要：根据图像退化的数学模型, 讨论了图像滤波的几种可行方法, 并给出了MATLAB实现的实例。
关键词：均值滤波,维纳滤波,中值滤波
参考文献
[1] 阮秋琦.数字图象处理学[M].北京:电子工业出版社, 2004.
[2] (美) KennethR.castleman[著], 朱志刚, 等[译].数字图象处理[M].北京:电工业出版社, 2006.
[3] 李弼程, 彭天强, 彭波, 等.智能图像处理技术[M].北京:电子工业出版社, 2004.
matlab论文题目范文第5篇
1 MATLAB特点
M A T L A B (矩阵实验室) 是集命令翻译、科学计算于一身的一套交互式软件系统。随着核心数值算法、界面设计、外部接口、应用桌面等诸多方面的极大的改进, MA T L A B以其强大的数学运算能力、方便实用的绘图功能及语言的高度集成性, 逐渐发展成为一种通用的科技计算、图形交互系统和控制系统仿真的程序语言。M A T L A B语言有三大特点:一是功能强大 (数值计算和符号计算、计算和编程可视化、数字和文字的统一处理、离线和在线计算) ;二是界面友好、语言简明 (以复数矩阵为计算单元, 指令表达与数学表达式相近, 称得上是一种演算式语言) ;三是开放性强 (具有几十个功能强大的工具箱, 可以完成系统仿真、系统辨识、模糊控制、神经网络建模等功能) 。MATLAB的这些特点, 使之很快成为应用学科计算机辅助分析、设计、仿真、教学乃至科技论文字处理必不可少的基础软件, 目前流行的MATLAB 6.5提供了模型化图形仿真工具Simulink和实用的用户图形界面开发程序Guide, 它完全支持可视化编成, 其方便程度类似于Visual Basic。将它提供的方法与用户的MATLAB变成经验结合起来, 可以很容易的写出高水平的用户界面程序和仿真程序。
2 MATLAB仿真技术在实验中的应用
2.1 故障设置与处理分析
目前的电力传动自动控制系统、电机学、电力系统运行等课的实验一般是进行参数和特性测定, 在实验室可通过各种仪表、连接线路、实验设备实现, 这种方法可以锻炼学生的动手能力, 是专业教学的一个非常重要的环节。但是系统组成的元器件价格偏高, 通常需经过复杂的参数计算, 才可搭建系统线路。若参数超过器件参数的容差范围, 可能引起系统故障, 烧坏器件, 系统短路等, 因此实验中引入计算机仿真进行故障分析、故障排除, 电路通过仿真程序验证后, 再进行实际连线, 既减少故障的发生, 又增加了实验的安全系数和成功率。
2.2 系统参数的优化设计
对一些真实系统进行结构和参数的优化设计是非常困难的, 这时仿真可以发挥它特殊的优化设计功能。MATLAB/Simulink提供的优化模块可用在一些需调整参数设置的实验中, 通常需先通过仿真来确定最佳数值或取值范围, 然后在实验台上进行线路的连接, 以免在实验台上烧毁元器件。如图1所示为非线性系统的PID控制器的设计框图, 经Simulink的优化模块NCD Output优化后, 得到比例、积分、微分系数分别为12.99、1.99、1.68, 在实验台上即可输入参数进行实验, 不需随机调试, 节约了实验时间。由于现有的实验设备为5~6人一组, 采用仿真程序后使每个人都有参与实践调试的机会, 同时还可适当增加实验内容, 进一步培养学生的实践能力, 加深对课本知识的理解。
2.3 复杂系统的仿真
实验环节的目的是为了提高学生的动手能力, 提供更多参与实践的机会, 但是对于大型、复杂系统直接实验是十分昂贵的。尤其对于硬件条件受限制、危险系数高、易出错误的实验, 在实验室现有的条件下难以进行或只能做做演示。某些系统直接实验往往会有很大的危险, 甚至是不允许的, 而采用仿真实验可以有效降低危险程度, 安全、快捷、经济, 对系统的研究起到保障作用。
2.4 创新性实验的仿真
为提高学生的创新能力和自学能力, 鼓励学生提出自己的新思想和新设计, 对于学生的创新性设计需通过仿真验证, 才可在实验台上进行实际线路的连接, 进行系统的验证。提高了学生的实践能力和学习热情。
3 结语
以MATLAB软件为工具为学生提供的虚拟的实验平台, 不仅可以使学生独立设计和完成系统方案论证, 然后在实际实验平台上操作, 节省参数的调整时间, 提高实验的成功率, 加快实验进程。而且本仿真系统为纯软件, 故非常安全。也没有实验装置需要维护和学生损坏实验设备等问题, 从而节约了设备运行费用。
摘要：MATLAB在自动控制、图像处理、语言处理、信号分析、振动理论、优化设计、系统建模等领域有着广泛的应用, 在高校中也与较多实验平台相结合运用在教学中, 取得了较好的教学效果。
matlab论文题目范文第6篇
一、算法设计
车牌识别系统能够对含有车牌信息的车辆图像进行分析和处理, 发现车牌图像中含有的车牌信息, 进行自动定位和识别并将识别结果显示出来。
1、图像预处理
车牌图像预处理:包括灰度化、图像增强、边缘检测、车牌定位分割、车牌校正等等模块。通过这一系列图像处理技术对车牌图像进行处理, 将车牌图像内的无关背景和大量噪声去除并且按特定的需要突出车牌图像中的某些信息, 还将几何倾斜的车牌进行校正, 为后续分割出理想的字符提供良好的基础。
1) 图像灰度化
灰度化处理就是将一幅彩色图像转换为灰度图像的过程。本文使用加权平均法对图像进行灰度化:
其中, R, G, B三个分量分别表示红, 绿, 蓝三种颜色, rw是R的权值, gw是G的权值, bw是B的权值。wr, w g, wb取不同的值, 将形成不同的灰度图像。
2) 图像增强
图像增强是为了将明暗不够鲜明的图像进行边缘提取, 提高车牌识别的准确率。本文利用直方图均衡化增强灰度图像对比度。效果下图所示。
为了有效抑制孤立点噪声并保留边缘信息, 采用中值滤波处理图像。中值滤波器函数为medfilt2:
I1是直方图均衡化后图像, I2是中值滤波后图像, m, n是制定对I1进行中值滤波处理的窗口大小。处理效果见图3。
3) 边缘检测与二值形态学
边缘检测是检测目标和背景的交界线实现边缘检测。本系统使用edge函数实现图像边缘检测功能, edge函数使用由thresh指定的阈值和method决定检测方法对灰度图像I进行边缘检测, 然后输出相同大小的二值图像。其主要形式为:
Roberts算子、Lo G算子定位精度高, 但受噪声影响大;Prewitt算子、Sobel算子具有一定的抑制噪声能力, 但定位精度不高。定位精度和抗噪声干扰能性二者不可兼得。从总体效果来衡量, Canny算子是最优边缘检测算子, 具有高定位精度且不易受噪声干扰。本文采用Canny算子对图像进行边缘提取。效果见图4。
二值形态学就是利用结构元素在图像中移动收集信息, 分析得到图像的结构特征。膨胀是给目标边界增加像素使目标边界扩大, 因为目标边界的扩大, 所以目标内部的间断可以得到续接或者小空洞可以得到添补。而腐蚀是逆过程, 可以得到相反的效果, 可以细化目标的边界, 小于结构元素的噪声点则会被消除[4,5]。膨胀后的效果图像如图5所示, 腐蚀后的输出图像如图6所示。图5和图6的结构元素是se=3。
2、车牌定位
1) 车牌定位与分割
要识别图像中的车牌, 就需要在图像中定位车牌。所谓车牌定位技术就是利用获取的图像数据在进行充足的图像预处理之后, 根据车牌自身的特征信息以及图像背景的先验知识, 对图像进行分析和运算, 对车牌和图像背景进行标记定位, 然后从图像中分割出车牌图像, 作为后续的字符分割和字符识别的数据来源。
本系统是利用彩色信息的车牌定位方法。设定色阶阈值, 将图像内比阈值亮的所有像素转换为白色, 反之转换为黑色, 使灰度图像强制转换为高度对比的黑白图像。彩色图像的信息比灰色图像信息丰富许多, 计算机硬件功能不断完善已经可以支持大量彩色信息的计算, 所以应用彩色图像实现对车牌区域的定位已经走向成熟。车牌定位结果如图7所示。由图可见车牌区域被清晰检测定位出来。
本系统采用数学形态学进行车牌分割。利用regionprops图像区域功能找到数学形态处理后的图像中的连通区域, 然后找到车牌边界, 根据找到车牌上下左右边界在原图是将车牌分割出来。车牌分割结果如图8所示。
2) 车牌定位与分割
通常应用摄像机在对交通进行监控时, 摄像机往往不能在汽车正前方实行摄影, 往往要与道路呈现出一定的角度。这就导致拍摄到的车牌图像中的车牌不是正常水平图像, 大多都会具有一定的角度, 这就使得长方形车牌变成了平行四边形图像。这样的车牌被定位出来往往不能直接用于字符分割, 所以为了改善这种弊端, 本系统车牌定位分割后还对车牌进行校正以取得更好的分割效果。
校正的思想基本上是找出车牌图像中的一条具有代表性的直线, 然后利用MATLAB图像处理工具计算这条直线与水平或者垂直方向之间的夹角, 通过旋转相应的角度进行车牌校正。
本系统采用Radon变换法对车牌进行校正。以线积分的形式把图像空间投影到直线的参数空间, 通过投影获取特定方向上的特性。Radon变换可以检测到水平和垂直的倾斜角, 然后将车牌旋转到一定角度从而校正车牌。校正运行的结果如图9所示。
3、字符分割与识别
投影法分割法是字符分割的一种, 投影分割法分有垂直投影法和水平投影法。水平投影对图像自上而下进行扫描, 当扫描到像素点开始出现白色, 记录此时的位置, 标记为上边缘。然后运用同样的方法, 标记出其他边缘[6]。从而基本上可以确定出图像中车牌字符的高度范围和车牌字符的宽度范围。本系统采用垂直投影法对车牌字符进行分割。一般来说, 在车牌的垂直方向没有较大的变化, 经过对车牌区域图像进行二值化处理后, 对图像进行垂直投影, 投影图能够明显的反映出车牌字符灰度跳变规律, 将从左向右扫描投影图上的波形得到字符边界作为实际分割字的边界点, 就可以实现字符分割。字符分割效果如图10所示。
因为所采集的汽车图像受外界环境的干扰、拍摄角度以及距离等因素的影响, 所以分割出来的字符会出现大小不一的情况, 对字符进行归一化处理方便于后续的字符识别。归一化处理的目的就是要使得分割出来的字符与标准模板里的字符特征一样。字符归一化结果如图11所示。
字符识别是车牌识别流程的重要的环节。在实现车牌定位和字符分割后, 归一化得到单个的汉字、字母和数字字符。车牌识别环节要做的就是对分割得到的单个字符利用一定的方法进行准确的识别。字符识别结果的直接决定车牌识别系统的性能, 选取合适的字符识别方法是关键。神经网络字符识别过程:首先进行样本训练, 从训练样本库中取一样本输入到网络中, 选择网络模型和训练函数进行模式训练。然后构建合适的网络, 计算训练的误差, 将误差值反向回传不断调整权值和阈值, 直到网络输出的误差达到最小。最后进行字符识别。在实际应用中, 用的最广泛的是前向多层反传网络。它拥有简单非线性并行分布式信息处理能力, 处理速度快且抗干扰容错能力强, 网络结构简单, 易于实现。
二、实验结果与分析
系统的界面在设计方面充分的体现了系统操作步骤, 信息全部在一个界面显示, 能够避免使用figure创建多个显示界面的繁琐, 从而给用户带来不错的视觉舒适感。车牌系统识别界面如图12所示。
系统基本步骤:
1) 读取图片, 选择待识别车牌。2) 进行灰度化、图像增强和边缘检测等等图像预处理。3) 提取边缘后, 在车牌图像中对车牌实现定位。4) 找到车牌区域后, 在原图中将车牌裁剪出来。5) 对分割出来的车牌进行预处理。6) 将整体的车牌中的字符分割为独立字符。7) 运用模式识别技术对归一化后的字符实现识别8) 将识别结果显示出来。
本系统设置参数如下:
灰度化:wr=0.30, wg=0.59, wb=0.11
中值滤波:m=3, n=3。实验结果如表1所示。
本系统在整个车牌识别过程中的识别结果如表4.1所示。
三、结论
本系统成功实现了车牌识别, 算法简单, 有较高的准确率。但是存在一些不足, 本系统的识别仅基于单幅单张车牌识别, 尚未涉及一幅图像多张车牌的识别设计。该系统需要探索开发更多的功能, 以获得更多识别的信息, 如:车辆位置、车辆类型、车牌类型、车牌的真实性、车牌号码和车牌识别时间等等。这些是以后要继续研究的工作。
摘要：本系统利用图像预处理、车牌定位分割、字符分割识别等相关处理技术, 对小型车辆的蓝底白字车牌进行车牌号识别。车牌定位是利用彩色信息的车牌定位方法, 字符分割则采用二值化后的车牌部分进行垂直投影的方法来完成字符分割。采用BP网络进行车牌字符识别, 具有处理速度快且抗干扰容错能力强等特点。实验测试48张车牌, 其中包含水平牌照、倾斜牌照, 错检6张, 正确率87.5%。有一定的误识率, 但不影响车牌识别系统的整个功能实现。
关键词：车牌识别,车牌定位,BP网络
参考文献
[1] 王嘉梅.基于MATLAB的数字信号处理与时间开发.西安:西安电子科技大学出版社, 2007.12.
[2] 刘成龙.精通MATLAB图像处理.北京:清华大学出版社, 2015.