博文
朱宗晓老师2014届 毕业设计选题指南
||
2014届朱宗晓老师毕业设计选题指南（计算机、自动化）.pdf
本指南介绍了朱宗晓老师为中南民族大学计算机科学学院2014届毕业生开列的毕业设计课题，内容包括课题背景、任务、难度系数、现有资源、附加要求等等。选择后面的题目意味着你愿意接受挑战并追求卓越。毕业设计的指导工作将依托少数民族语言文字信息处理实验室（9402）进行。“不打折扣、没有借口”是各位同学选择这些题目的先决条件，按时参加每周四在少数民族文字信息处理研究室举行的毕业设计工作进展汇报会并在会上做工作进展汇报是最基本的要求。本指南的电子版可在朱老师的博客主页http://www.sciencenet.cn/blog/danfouer.htm“实践指导”栏目中下载。
课题背景：
在2012届的毕业设计中，刘凯同学利用JavaScript 应用程序开发接口实现了一个利用谷歌地球数据的飞行模拟器，通过键盘控制飞行的高度、方向、速度和机载相机拍摄角度。本科题希望通过摄像头识别用户手势，取代键盘进行飞行控制。为此，我们从网上下载了一个手势识别工程，该工程可以识别摄像头拍摄的10种手势。选择此课题的同学需要认真消化这两个VC工程，并将其有机的结合起来，方能顺利完成此课题。
课题任务：
通过手势识别控制Google 地球3D 地图应用程序中无人飞行器的飞行
难度系数：✪✪✪✪✪
现有资源:
1）《基于openCV的手势识别》工程实践项目技术论文及项目工程、源代码；
2）《基于谷歌地球 API 的飞行模拟器的设计与实现》本科毕业论文，项目工程、源代码
附加要求：对VC++程序和OpenCV有一定经验，热衷于Debug
课题背景：Google Earth API的植入使得目标识别拥有了无穷无尽的样本库。目前，我已经建立了一个基于Google Earth API的无人飞行器研究平台，能够通过调用API函数控制Google Earth的视野，使之动态模拟从飞机上看到的景物。换句话说，这个飞机往哪飞是受程序控制的，本课题的要求，就是让飞机沿着道路，河流、海岸线这些典型而显著的曲线结构飞。为此，我开发了一种曲线结构探测器，能够实时探测出图像中的曲线结构。选择此课题的同学，需要利用曲线探测器探测出的曲线结构，控制飞行器沿着主要的道路，河流、海岸线进行飞行。
课题任务：控制GoogleEarth中无人飞行器沿着沿着道路，河流、海岸线这些典型而显著的曲线结构飞行
难度系数：✪✪✪✪✪
现有资源：1)曲线结构探测器动态连接库和头文件
2)基于Google Earth API的无人飞行器研究平台项目工程、源代码
附加要求：对VC++、OpenCV、Google Earth API程序有一定经验，热衷于Debug
3.基于结构特征的联机手写数字/标点识别方法研究
课题背景：
结构模式识别设法提取含有字符的结构特征及其组字规律，作为识别字符的主要依据。该方法是字符识别研究的主要方法，其主要出发点是字符的组成结构。识别时，利用字符结构信息及句法分析的方法进行识别。本课题拟从数字/标点的特点出发，对数字/标点联机手写识别进行深入研究。
课题任务：
用结构方法实现对中科院汉字联机手写识别样本库中数字/标点样本的识别，包括在文本切割时对数字/标点的正确切分，再根据其结构特征提取特征点，再完成识别。
现有资源：
a. 中科院汉字联机手写识别样本库；
b. 样本打开平台；
难度系数：✪✪✪✪
附加要求：
熟悉MFC，喜爱编程。
4.基于曲线跟踪的数字/标点笔划获取方法研究
课题背景：
作为文本识别的重要组成部分，数字和标点符号的识别对文本识别的结果起到关键的作用。数字和标点符号其结构特征有别于正常汉字，并且手写数字和标点符号更有更多的不规范性，其使用曲线跟踪法来提取其特征进而得到其笔画，是更有效的识别笔画的方法。本课题主要从数字和标题符号的结构出发，合理选择端点、结点等信息进行曲线的跟踪，完成笔画的识别。
课题任务：
使用曲线跟踪的方法获取数字/标点符号的笔画，其中根据样本特点选择合理的笔画分割点、跟踪起点、跟踪结点。
难度系数：✪✪✪✪✪
现有资源：
5.基于SOPC的数码相机样机研究
课题背景：
早在2008年，刘强同学用DEII实现过一个130万像素的数码相机，现在我们有一个500万像素的摄像头，希望有同学能再实现一次。
课题任务：
用DEII板、液晶显示器和500万像素摄像头实现数码相机样机功能
难度系数：✪✪✪✪✪
现有资源
附加要求：
熟练掌握DEII开发工具。
课题背景：手写数字识别时模式识别学科的一个经典研究领域，但由于笔画简单、各人书写风格各异，增加了其统计分类的难度，在大规模数据处理场合或在噪声严重等情形下，其识别速度和精度等方面都有待提高。而聚类分析则将相同字符划分成有用的簇，每个簇内的样本间具有较高相似性，不同簇的样本间相似度较差。这样得到聚类后的字符样本字典，对后期识别有着重要意义。
课题任务：将指定格式的文件读取出来，得到手写数字统计样本，再用一种聚类分析算法对已有的手写数字样本库进行聚类，得到结果，并加入一种评判标准，分析该算法对于手写数字识别的优势。
难度系数：✪✪✪✪✪
现有资源
1) The MNIST database http://yann.lecun.com/exdb/mnist/
该数据库是由大约250人手写数字完成，得到60,000个训练样本集和10,000个测试样本集。测试集和样本集是完全独立的。这些样本已经过大小归一化的处理，并存放在28*28的图像中。
2) 部分聚类算法的matlab代码
课题背景：离散点采样方法是一种快速进行图像分析的新方法，该方法同时考虑了基于目标区域和基于目标边界两类方法的优势，用阴采样图获取目标图像中目标的边界信息，用阳采样图获取目标图像中目标的区域信息，阴、阳采样图共同反映了图像中目标区域向目标边缘的过渡过程，同时采样半径可以根据目标尺寸的变化进行切换，使得计算速度大幅提高，对目标的尺寸变化也有较强的适应性。该方法现已获得国家发明专利。
现有资源：
a. 离散点采样方法专利说明书
b. 离散点采样方法C语言函数
c. 多个图像分析应用实例
课题任务：
a. 理解离散点采样方法相关C语言函数，绘制相关流程图；
b. 将全部离散点方法相关函数移植成Matlab语言。
c. 开发Matlab图形界面，能够单独和批量处理图像文件。
难度系数：✪✪✪
附加要求：熟悉Matlab、C，喜爱编程
课题背景：
主曲线(principal curves)是第一主成分的非线性推广，第一主成分是对数据集的一维线性最优描述。主曲线强调寻找通过数据分布的“中间”并满足“自相合”的光滑一维曲线，其理论基础是寻找嵌入高维空间的非欧氏低维流形。
课题任务：
a. 通过学习现有的MATLAB/ava程序用C/C++语言实现主曲线算法
难度系数：✪✪✪
现有资源：
完整的两套java程序，和一套MATLAB程序
9.基于MATLAB的图像基本运算方法研究
课题背景：
n 图像的像素级运算
Ø 点运算——线性点运算、非线性点运算
Ø 代数运算——加法、减法、乘法、除法
Ø 逻辑运算——求反、异或、或、与
n 图像的空域变换
Ø 几何变换
Ø 非几何变换
n 直方图变换
Ø 直方图均衡
课题任务：
a. 用Matlab实现上述基本运算
b. 建立Matlab图形界面，能够打开图像文件，执行运算操作，显示运算结果
难度系数：✪✪✪
现有资源
数字图像处理MATLAB编程学习及演示软件
10. 基于MATLAB的图像增强方法研究
课题背景：
n 图像增强的空域法
Ø 点运算法——灰度级变换
寻找一个合适的变换T
Ø 模板运算法——空域过滤器
寻找一个合适的模板
Ø 几何变换法——变形矫正
Ø 基于色彩的处理
n 频域处理
Ø 频域滤波
Ø 从频域规范产生空域模板
课题任务：
a. 用Matlab实现上述图像增强算法
b. 建立Matlab图形界面，能够打开图像文件，执行运算操作，显示运算结果
难度系数：✪✪✪✪
现有资源
数字图像处理MATLAB编程学习及演示软件
11. 基于MATLAB的图像复原方法研究
课题背景：
n 噪声单独干扰下的图像滤波复原
Ø 噪声模型及参数估计
Ø 空间滤波器设计
Ø 自适应空间滤波器
Ø 周期性干扰频域滤波器设计
n 系统退化复原
Ø 线性系统退化函数的估计
Ø 逆滤波复原方法
Ø 最小均方误差滤波（维纳滤波）
Ø 复原实例
课题任务：
a. 用Matlab实现上述图像复原算法
b. 建立Matlab图形界面，能够打开图像文件，执行运算操作，显示运算结果
难度系数：✪✪✪✪✪
现有资源
数字图像处理MATLAB编程学习及演示软件
12. 基于MATLAB的图像分割方法研究
课题背景：
n 图像分割的基本方法
Ø 边界分割法
Ø 边缘连接法
Ø Hough变换
Ø 阈值分割法
Ø 面向区域的分割
课题任务：
a. 用Matlab实现上述图像分割算法
b. 建立Matlab图形界面，能够打开图像文件，执行运算操作，显示运算结果
难度系数：✪✪✪✪✪
现有资源
数字图像处理MATLAB编程学习及演示软件
https://blog.sciencenet.cn/blog-48882-739221.html
上一篇：我建了个儿童编程的豆瓣小组
下一篇：博士论文的致谢部分
