内容
f实验三实验小组成员（学号班级姓名）分工及主要完成任务成绩北京航空航天大学2020年3月完成《数字图像处理》P468页例1010的编程实验，编程语言可以选择Matlab，C，C，Ope
CV，Pytho
等。设计方案可参照教科书中的分析，也可以自行设计新的方案。图a显示了一辆汽车尾部的图像。该例的目的是说明用前述算法来寻找大小适合车牌的矩形的应用。该矩形可以通过检测强的水平和垂直边缘构成。图b显示了梯度幅度图像Mx，y，图c和d显示了该算法步骤3和步骤4的结果，其中，令TM等于最大梯度值的30％，A＝90°，TA＝45°，并填充了全部25个或更少像素的缝隙约为图像宽度的5％。为检测车牌壳的全部拐角和汽车的后窗，要求使用一个较大范围的容许角度方向。图e是前两幅图像逻辑“或”OR操作的结果，图f是使用955节讨论的细化过程细化图e得到的。如图f所示，在图像中清楚地检测到了对应于车牌的矩形。如果汽车牌照的宽高比有与众不同的21的比例，所以利用这一事实从图像的所有矩形中简单地分离出牌照是一件简单的事情。图a一幅大小为534×566的汽车后部图像；b梯度幅度图像；c水平连接的边缘像素；d垂直连接的边缘像素；e前两幅图像的逻辑“或”OR；f用形态学细化得到的最终结果原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。《数字图像处理》实验报告实验内容实验四实验小组成员（学号班级姓名）分工及主要完成任务
f成绩北京航空航天大学2020年4月完成《数字图像处理》P485页例1017和1018的编程实验，编程语言可以选择Matlab，C，C，Ope
CV，Pytho
等。设计方案可参照教科书中的分析，也可以自行设计新的方案。图1042a为一幅包含均值为零、标准差为10个灰度级的加性高斯噪声的图像，其中相对于背景，目标所占像素比例极小。采用以梯度为基础的边缘信息结合全局阈值处理方法，实现小目标的分割。图1042a（2）图1043a显示了一幅酵母细胞的8比特图像，采用以拉普拉斯为基础的边缘信息结合全局阈值处理方法，实现亮点目标的分割。图1043a原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。《数字图像处理》实验报告实验内容实验五实验小组成员（学号班级姓名）分工及主要完成任务成绩北京航空航天大学2020年5月完成《数字图像处理》P494页例1023的编程实验，编程语言可以选择Matlab，C，C，Ope
CV，Pytho
等。设计方案可参照教科书中的分析，也可以r