图像处理与计算机视觉技术综述知识讲解

图像压缩
对象识别
数字图像处理的关键步骤：表示&描述
图像复原
形态学处 理
图像增强
分割
图像采集
问题域
彩色图像 处理
主要学科
– 图像处理、计算机视觉和模式识别
计算机图形学
1.1 图像处理与计算机视觉的发展及系统构成
1.1.1 图像处理与计算机视觉的概念
1.图像（Image）
– 可以看作是对物体或场景的一种表现形式
– 抽象定义：二维函数f (x, y)
• (x, y): 点的空间坐标（实数）
Lenna
• f : 点(x, y)的幅度（亮度、强度或灰度）
(1) 专用图像处理系统：是计算机的辅助处理器， 主要采用专用集成芯片（ASIC)、数字信号处 理器(DSP)或者FPGA等设计的全硬件处理器。
(2) 计算机：是整个系统的核心，除了控制整个 系统的各个模块的正常运行外，还承担最后 结果运算和输出。
数字图像处理的关键步骤
图像复原
形态学处 理
图像增强
– 狭义（从输入和输出内容）：对图像进行各种 加工，以改善图像的视觉效果或突出目标，强 调图像之间进行的变换，是一个从图像到图像 的过程
– 广义上分为三种类型：低、中、高级处理
• 图像处理主要是低级处理及部分中级处理
3.数字图像处理
– 低级处理：输入输出都是图像
– 中级处理：图像分割及目标的描述，输出是目 标的特征数据
图像复原
形态学处 理
图像增强
分割
图像采集
问题域
彩色图像 处理
表示&描述
图像压缩
对象识别
数字图像处理的关键步骤：形态学处理
图像复原
形态学处 理
图像增强
ቤተ መጻሕፍቲ ባይዱ
分割
图像采集
问题域
彩色图像 处理
表示&描述
图像压缩
对象识别
数字图像处理的关键步骤：分割
图像复原
形态学处 理
图像增强
分割
图像采集
问题域
彩色图像 处理
表示&描述
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
• 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
3. 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
– 高级处理：目标物体及相互关系的理解，输出 是更抽象的数据
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。
• 系统构成框图
• 采集
– 装置：两部分
(1) 传感器：能产生与所接受到的电磁能量成正 比的模拟电信号（CCD，CMOS）
(2) 高速图像采集系统：它能将上述（模拟）电 信号转化为数字（离散）的形式
– 输入设备
• 具备上述两种装置 • 如：数码相机，数码摄像机，扫描仪
图像输入输出设备
• 处理
– 装置：两部分
分割
图像采集
问题域
彩色图像 处理
表示&描述
图像压缩
对象识别
数字图像处理的关键步骤：图像采集
图像复原
形态学处 理
图像增强
分割
图像采集
问题域
彩色图像 处理
表示&描述
图像压缩
对象识别
数字图像处理的关键步骤：图像增强
图像复原
形态学处 理
图像增强
分割
图像采集
问题域
彩色图像 处理
表示&描述
图像压缩
对象识别
数字图像处理的关键步骤：图像复原
• 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
1921年，电报打 印机，5个灰度级
1922年，穿孔纸 带，5个灰度级
1929年，15级灰度
2. 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
遥感图像
2.数字图像
– 数字化：对 x，y 和 f 进行离散化
-其中的每个点称为图像元素，即像素。
– 分类（根据 f 的性质）
• 灰度图像（特殊：二值图像） • 彩色图像
3.数字图像处理
– DIP（Digital Image Processing）
– 广义：与图像相关的处理（图像分析、理解和 计算机视觉等）
4. 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
5. 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
1.1.3 图像处理与计算机视觉的系统构成
图像处理与计算机视觉技术综述
• 主要参考书
– 张广军，《机器视觉》 – 岗萨雷斯，《 数字图像处理 》 – 章毓晋《图像工程》 – 《计算机视觉——一种现代方法》
林学訚等译， – 《机器视觉算法与应用》
杨少荣等译，
课程介绍
• 基础知识
– 数学：线性代数、概率与统计 – 计算机科学：软件编程 – 电子学：信号处理
• 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。
1.1.2 图像处理与计算机视觉的发展 1. 20世纪20年代：报纸业
– 图像的编码与重构技术
– 英文单词
• Image：一般指用镜头等科技手段得到的视觉形象
• Picture：强调手工描绘的人物或景物画
• Drawings：人工绘制的工程图
• 图像实例
光学图像 Lenna
大脑断 层图像
IKONOS卫星 光学图像 423mile 高 16000miles/h 1m分辨率 EP－3, 海南陵水,01-4-4