数字图像处理及应用.ppt

视觉重要？ 古语 百闻不如一见 一目了然 眼见为实，耳听为虚。。。 人类信息的主要传递手段 视觉，听觉，味觉，触觉等 视觉占60％以上 人机交互 字符、图形 计算机接收信息手段单一（键盘，鼠标） 图像处理重要？ 两大应用需求 对图像信息的改进 机器自动理解：使计算机具有视觉 图像处理与计算机视觉的发展 20世纪20年代：报纸业 图像的编码与重构技术 Bartlane电缆图片传输系统：从伦敦到纽约传送一幅图片从1周减少到3小时 色调质量和分辨率改善 1964年：航天技术 60年代初作为一门学科，主要目的是改善图像质量，采取的方法有图像增强和复原技术 美国JPL（喷气推进）实验室处理卫星发射回来的月球表面的照片 应用图像畸变的校正、 灰度变换、去除噪声 20世纪70年代：遥感卫星和医学 图像增强和图像识别 利用遥感图片，进行地质资源探测，农作物估产，水文气象监测 等 图像重构 X光断层图像重构技术，英国G.N.Hounsfield 第一台脑断层摄像仪应用 20世纪70年代末：人工智能兴起，开始计算机视觉研究，由2D获取3D空间信息 80年代末到今：多媒体技术 高速计算机和大规模集成电路的发展：图像压缩和多媒体技术；文本图像的分析和理解，文字的识别取得重大的进展；图像通讯和传输等的广泛应用 四 图像处理与计算机视觉的应用领域及面临问题 主要相关学科 计算机图形学：原指用图形、图表、绘图等形式表达数据信息的科学，而计算机图形学研究的就是如何利用计算机技术来产生这些形式 模式识别：试图把图像分解成可用符号较抽象地描述的类别 计算机视觉：主要强调用计算机实现人的视 觉功能，目前的研究内容主要与图像 理解相结合 1.3.1 图像处理与计算机视觉的应用领域 图像增强/恢复 艺术级效果 医学可视化 工业检验 法律执行 人机交互 举例： 图像增强 DIP技术最常见的用处是：提高质量，消除噪音等等 举例： Hubble 望远镜 1990年发射的“哈勃”号太空望远镜能够拍摄超远距离的物体，但是由于镜子出现误差，拍摄到的图像就失去了价值，而借助于图像处理技术便可以修复 举例：艺术效果 艺术效果是指通过特效或者图像合成等方法，使得图像具有更强的视觉效果 举例：医学 通过MRI（核磁共振）扫描到的犬类心脏切片，我们可以找出其中各种组织的边界线: 灰度图表示组织密度 使用合适的滤波器来增强边缘 举例：GIS 地理信息系统（Geographic Information Systems，GIS)，数字图像处理技术广泛用于： 气象学 地形分类 操作卫星图像 举例：GIS(续…) 全球夜间灯光数据集 可以提供全球人类居住区的汇总情况 不难想象这些数据需要进行分析和处理 举例：GIS(续…) 遥感图像： 农业普查 森林覆盖计算 水利工程等的客观估计计算 森林火灾监护－－客观反映火灾情况、面积 举例：工业检验 操作人员需要花费大量的精力，却又慢又不可靠； 使用机器代替； 工业可视化系统广泛应用于各类产业 举例：印刷电路板检测 印刷电路板检测(Printed Circuit Board inspection, PCB) 使用机器检测零件是否完整以及焊接是否合格 常规成像和X光成像相结合 举例：法律执行 图像处理技术被法律执行者广泛采用 高速相机或者自动收费系统用于牌照识别 指纹识别 闭路电视(Close Circuit Television, CCTV)中图像的增强 举例：HCI 使得人机交互（Human Computer Interaction）变得更加自然 面部识别 手势识别 图像处理与计算机视觉的面临问题 如何准确、高速地识别出目标 2. 如何有效地增大存储容量，容纳足够细节的目标图像； 3. 如何有效地构造和组织出可靠的识别算法 目前，所建立的系统绝大多数只适用于某一特定环境或应用场合的专用系统，建立一个可与人类的视觉系统相比拟的通用视觉系统是非常困难的。 4.图像处理与计算机视觉的区别与联系 图像处理主要集中在二维图像分析、识别和理解，如光学字符识别、工件表面、显微图片和航空照片的分析和解释等。 计算机视觉是采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析，图像可以由单个或多个传感器获取，也可以是单个传感器在不同时刻获取的图像序列。分析是对目标物体的识别，确定目标物体的位置和姿态，对三维景物进行符号描述和解释。 机器视觉：计算机视觉技术工程化，能够自动获取和分析特定的图像，以控制相应的行为。 计算机视觉为机器视觉提供图像和景物分析的理论及算法基础，机器视觉为计算机视觉的实现提供传感器模型、系统构造和实现手段。 相关的工具 浏