愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件

圖像處理與理解

圖像處理與理解

人類(lèi)通過(guò)眼、耳、鼻、舌、身接受信息，感知世界。約有75%的信息是通過(guò)視覺(jué)系統(tǒng)獲取的。數(shù)字圖象處理是用數(shù)字計(jì)算機(jī)處理所獲取視覺(jué)信息的技術(shù)。第一章

緒論人類(lèi)通過(guò)眼、耳、鼻、舌、身接受信息，感知世界。第一章一、數(shù)字圖像處理的發(fā)展概況及應(yīng)用發(fā)展：上世紀(jì)20年代Bartlane電纜圖片傳輸系統(tǒng)（紐約和倫敦之間海底電纜）傳輸一幅圖片所需的時(shí)間由一周多減少到小于3個(gè)小時(shí)；上世紀(jì)50年代，計(jì)算機(jī)的發(fā)展，數(shù)字圖像處理才真正地引起人們的巨大興趣；1964年，數(shù)字圖像處理有效地應(yīng)用于美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室（J.P.L）對(duì)“徘徊者七號(hào)”太空船發(fā)回的大批月球照片的處理；隨后幾年，繼續(xù)用于空間研究計(jì)劃；同時(shí)，在生物醫(yī)學(xué)、工業(yè)生產(chǎn)、軍事上得到應(yīng)用；一、數(shù)字圖像處理的發(fā)展概況及應(yīng)用直到上世紀(jì)六十年代末至七十年代初，由于離散數(shù)學(xué)理論的創(chuàng)立和完善，使之形成了比較完整的理論體系，成為一門(mén)新興的學(xué)科。二十世紀(jì)八十年代以來(lái)：數(shù)字圖象處理向更高級(jí)的方向發(fā)展：實(shí)時(shí)性，智能化，普及化，網(wǎng)絡(luò)化，低成本。目前，就處理方法而言主要將小波、及模糊、神經(jīng)網(wǎng)絡(luò)、遺傳算子、分形等智能信息處理技術(shù)運(yùn)用于數(shù)字圖像處理，使得其更具活力，并在不斷地發(fā)展。直到上世紀(jì)六十年代末至七十年代初，由于離散數(shù)學(xué)理論的創(chuàng)立和完應(yīng)用：通信：圖象傳輸，電視電話，HDTV等宇宙探測(cè)：星體圖片處理遙感：地形、地質(zhì)、礦藏探查，森林、水利、海洋、農(nóng)業(yè)等資源調(diào)查，自然災(zāi)害預(yù)測(cè)，環(huán)境污染的監(jiān)測(cè)，氣象云圖生物醫(yī)學(xué)：CT，NMR，X射線成象，B超，紅外圖象，顯微圖象應(yīng)用：應(yīng)用：工業(yè)生產(chǎn)：產(chǎn)品質(zhì)量檢測(cè)，生產(chǎn)過(guò)程控制，CAD，CAM交通運(yùn)輸軍事：軍事目標(biāo)偵察，制導(dǎo)系統(tǒng)，警戒系統(tǒng)，自動(dòng)火器控制，反偽裝等公安：現(xiàn)場(chǎng)照片，指紋，手跡，印章，人像等處理和鑒別機(jī)器人視覺(jué)娛樂(lè)：電影特技，動(dòng)畫(huà)，廣告等應(yīng)用：愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件氣象云圖氣象預(yù)報(bào)氣象云圖遙感圖像處理

在國(guó)土資源調(diào)查與環(huán)境評(píng)價(jià)及災(zāi)害監(jiān)測(cè)中的應(yīng)用1998年長(zhǎng)江洪水災(zāi)害遙感圖像遙感圖像處理

在國(guó)土資源調(diào)查與環(huán)境評(píng)價(jià)及災(zāi)害監(jiān)測(cè)中的應(yīng)用19超聲圖象PhotocourtesyPhilipsResearch

Ultrasoundexaminationduringpregnancy

超聲圖象PhotocourtesyPhilipsRes愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件醫(yī)學(xué)圖象醫(yī)學(xué)圖象愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件軍事應(yīng)用目標(biāo)跟蹤軍事應(yīng)用軍事應(yīng)用隱形飛機(jī)、定位轟炸軍事應(yīng)用軍事應(yīng)用軍事應(yīng)用軍事應(yīng)用軍事應(yīng)用愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件計(jì)算機(jī)合成圖像

計(jì)算機(jī)合成圖像計(jì)算機(jī)合成圖像

計(jì)算機(jī)合成圖像以通過(guò)遙感圖像處理分析為例，可涉及圖像處理的主要技術(shù)數(shù)據(jù)壓縮和轉(zhuǎn)換技術(shù)

通過(guò)數(shù)據(jù)壓縮和數(shù)據(jù)轉(zhuǎn)換技術(shù)的研究，減少數(shù)據(jù)載體空間，節(jié)省運(yùn)算時(shí)間，實(shí)現(xiàn)不同星系遙感數(shù)據(jù)應(yīng)用的一體化。以通過(guò)遙感圖像處理分析為例，可涉及圖像處理的主要技術(shù)數(shù)據(jù)壓縮圖像校正

在理想情況下，衛(wèi)星圖像上的像素值只依賴(lài)于進(jìn)入傳感器的輻射強(qiáng)度；而輻射強(qiáng)度又只與太陽(yáng)照射到地面的輻射強(qiáng)度和地物的輻射特性（反射率和發(fā)射率）有關(guān)，使圖像上灰度值的差異直接反映了地物目標(biāo)光譜輻射特性的差異，從而區(qū)分地物目標(biāo)。圖像校正而實(shí)際上，由于大氣層的存在，也由于傳感器內(nèi)探測(cè)器性能的差異，使得進(jìn)入傳感器的輻射發(fā)生畸變，引起圖形模糊，對(duì)比度下降等。另一方面，由于衛(wèi)星飛行時(shí)姿態(tài)變化及地球形狀等因素影響，圖像中地物目標(biāo)的幾何位置也會(huì)發(fā)生畸變。為了使圖像更好地滿足使用要求，必須盡可能地通過(guò)處理消除畸變，恢復(fù)圖像的本來(lái)面目。

而實(shí)際上，由于大氣層的存在，也由于傳感器內(nèi)探測(cè)器性分類(lèi)方法基于光譜信息（圖像像素）的分類(lèi)根據(jù)像素在分類(lèi)特征（波段）上的像素值，選擇分類(lèi)器，利用統(tǒng)計(jì)方法對(duì)每一像元進(jìn)行分類(lèi)。通常需要對(duì)下面一些問(wèn)題進(jìn)行研究：①分類(lèi)器的確定；②光譜類(lèi)的確定；③選擇訓(xùn)練樣本產(chǎn)生統(tǒng)計(jì)參數(shù)；④分類(lèi)特征的選擇。分類(lèi)方法空間信息輔助分類(lèi)

基于光譜信息的分類(lèi)存在著一些缺陷：如有些地類(lèi)在光譜上難以區(qū)分，如水庫(kù)與河流?；诳臻g信息的地類(lèi)類(lèi)型或形狀分類(lèi)。如城鎮(zhèn)居民點(diǎn)圖斑的分類(lèi)結(jié)果往往是由水體、植被以及不同類(lèi)型的建筑等所組成?？臻g信息輔助分類(lèi)遙感圖像中的空間信息包括兩種類(lèi)型：

紋理（texture）和相關(guān)（context）紋理是指地類(lèi)圖斑中色調(diào)的空間變化特性；而相關(guān)則是指不同地類(lèi)像元之間的空間關(guān)系。遙感圖像中的空間信息包括兩種類(lèi)型：因此，用于分類(lèi)的特征值除了像元所具有的光譜和空間特征值外，還具有形狀和大小特征值。一些具有相同光譜特性而形狀不同的地物，如河流和水庫(kù)，公路和體育場(chǎng)，可以用形狀指數(shù)來(lái)區(qū)分。因此，用于分類(lèi)的特征值除了像元所具有的光譜和空間特征值外要用到的主要圖像處理技術(shù)：圖像增強(qiáng)處理、圖像分割技術(shù)（區(qū)域、邊緣提?。?、圖像特征提取、圖像描述等。要用到的主要圖像處理技術(shù)：圖像增強(qiáng)處理、圖像分割技術(shù)（區(qū)域愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件自動(dòng)目標(biāo)識(shí)別技術(shù)（AutomaticTargetRecognition－簡(jiǎn)稱(chēng)ATR）實(shí)時(shí)光學(xué)圖像相關(guān)識(shí)別系統(tǒng)的核心技術(shù)是自動(dòng)目標(biāo)識(shí)別技術(shù)。由于ATR技術(shù)在軍事上是導(dǎo)彈精確制導(dǎo)和武器防御系統(tǒng)的關(guān)鍵技術(shù)之一，是武器智能化程度的一個(gè)重要標(biāo)準(zhǔn)，也代表著一個(gè)國(guó)家的國(guó)防高科技的水平。以軍事應(yīng)用為例

可能涉及圖像處理的主要技術(shù)自動(dòng)目標(biāo)識(shí)別技術(shù)實(shí)時(shí)光學(xué)圖像相關(guān)識(shí)別系統(tǒng)的核心技術(shù)是自動(dòng)因此，從20世紀(jì)60年代開(kāi)始，美、英、俄、法等國(guó)家已投入大量人力、物力和財(cái)力開(kāi)展ATR的理論研究和實(shí)際應(yīng)用推廣，并取得顯著成果，美國(guó)在中東戰(zhàn)爭(zhēng)中的精確武器打擊是最典型的成功范例。因此，從20世紀(jì)60年代開(kāi)始，美、英、俄、法等國(guó)家已投入當(dāng)前精確制導(dǎo)武器所取得的成果還是有限的，最主要的問(wèn)題是目前主要還是依靠人在導(dǎo)彈發(fā)射前發(fā)現(xiàn)目標(biāo)，然后人工鎖定首幀目標(biāo)圖像進(jìn)行自動(dòng)跟蹤，而不能實(shí)現(xiàn)不需人工參與的由導(dǎo)彈自動(dòng)識(shí)別目標(biāo)，做不到“打了不管”。特別是在復(fù)雜背景下，機(jī)器如何像人一樣自動(dòng)識(shí)別目標(biāo)，目前是相當(dāng)困難的。當(dāng)前精確制導(dǎo)武器所取得的成果還是有限的，最主要的問(wèn)題是目雖然從20世紀(jì)70年代開(kāi)始人工智能、智能信息處理技術(shù)、計(jì)算機(jī)視覺(jué)的理論研究取得了重大的進(jìn)展，但是由于ATR領(lǐng)域中研究的背景和對(duì)象的復(fù)雜性和多樣性，特別是在實(shí)際環(huán)境中，背景與目標(biāo)不僅有很大的動(dòng)態(tài)變化范圍，而且它們以未知的方式變化。目前的ATR的研究都是在一定假設(shè)條件下建立的，一旦這些假設(shè)條件不成立或不再完全成立時(shí)，其ATR系統(tǒng)就不再有效。雖然從20世紀(jì)70年代開(kāi)始人工智能、智能信息處理技術(shù)、計(jì)另外，目前國(guó)內(nèi)外研究的很多ATR方法和算法，除了存在很大的局限性外，在實(shí)時(shí)實(shí)現(xiàn)方面還有很大的距離。因此，當(dāng)前國(guó)外發(fā)達(dá)國(guó)家鑒于精確制導(dǎo)武器在未來(lái)戰(zhàn)爭(zhēng)中的重要地位，還在投入大量人力財(cái)力開(kāi)展ATR研究，如美國(guó)國(guó)防部已將ATR技術(shù)列為二十一世紀(jì)的關(guān)鍵技術(shù)之一。

另外，目前國(guó)內(nèi)外研究的很多ATR方法和算法，除了存在很大我國(guó)從二十世紀(jì)七十年代以來(lái)對(duì)ATR技術(shù)研究也投入較大的人力財(cái)力。國(guó)防科工委、航天部、電子工業(yè)部等很多研究所以及國(guó)內(nèi)重點(diǎn)高校如國(guó)防科大、哈工大、北理工、華中科技大學(xué)、東南大學(xué)等都在開(kāi)展此項(xiàng)研究，取得不少重要研究成果。但總的來(lái)看還是處于理論方法和算法的研究，所研制的ATR系統(tǒng)還處于實(shí)驗(yàn)室樣機(jī)階段，其性能還有待提高，離真正實(shí)戰(zhàn)的要求還有較大的距離。我國(guó)從二十世紀(jì)七十年代以來(lái)對(duì)ATR技術(shù)研究也投入較大的人涉及圖像處理的主要技術(shù)圖像分割：雖然國(guó)內(nèi)外學(xué)者已提出很多種圖像分割算法，但由于背景的多變性和復(fù)雜性，至今為止還沒(méi)有一種能適用于各種背景的圖像分割算法。當(dāng)前提出的小波分析、模糊集、分形等新的智能信息處理方法有可能找到新的圖像分割方法。

特征提?。河?jì)算描述目標(biāo)的特征，如目標(biāo)的幾何形狀特征、統(tǒng)計(jì)特征、矩特征、紋理特征等

圖像識(shí)別：統(tǒng)計(jì)模式識(shí)別、模糊模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)等

圖像跟蹤涉及圖像處理的主要技術(shù)圖像分割：雖然國(guó)內(nèi)外學(xué)者已提出很多種圖

動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)新興的應(yīng)用方向.對(duì)于視覺(jué)監(jiān)控系統(tǒng)而言，一般涉及到運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)目標(biāo)分類(lèi)、運(yùn)動(dòng)目標(biāo)的跟蹤以及監(jiān)視場(chǎng)景中目標(biāo)行為的理解與描述幾個(gè)過(guò)程。以安保系統(tǒng)應(yīng)用為例動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域一其中，運(yùn)動(dòng)檢測(cè)、目標(biāo)分類(lèi)、人的跟蹤屬于視覺(jué)中的低級(jí)和中級(jí)處理部分(Low-levelandIntermediate-levelVision)，而行為理解和描述則屬于高級(jí)處理（High-levelVision）。運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)目標(biāo)分類(lèi)與跟蹤是視覺(jué)監(jiān)控中研究較多的三個(gè)問(wèn)題，而行為理解與描述則是近年來(lái)被廣泛關(guān)注的研究熱點(diǎn)，它是指對(duì)目標(biāo)的運(yùn)動(dòng)模式進(jìn)行分析和識(shí)別，并用自然語(yǔ)言等加以描述。其中，運(yùn)動(dòng)檢測(cè)、目標(biāo)分類(lèi)、人的跟蹤屬于視覺(jué)中的低級(jí)和中級(jí)由于智能房間的門(mén)禁系統(tǒng)、軍事安全基地的視覺(jué)監(jiān)控系統(tǒng)、高級(jí)人機(jī)交互等應(yīng)用需求，基于運(yùn)動(dòng)視覺(jué)的生物特征識(shí)別技術(shù)研究日益顯得迫切和重要。例如，在人機(jī)交互中不僅需要機(jī)器能知道人是否存在、人的位置和行為，而且還需要利用特征識(shí)別技術(shù)來(lái)識(shí)別與其交流的人是誰(shuí)。

人運(yùn)動(dòng)分析與生物特征識(shí)別相結(jié)合的視覺(jué)監(jiān)控目前已經(jīng)成為一個(gè)流行的研究方向，特別是非接觸式遠(yuǎn)距離的身份識(shí)別研究——基于運(yùn)動(dòng)視覺(jué)的第二代生物特征識(shí)別技術(shù)，近來(lái)倍受關(guān)注。由于智能房間的門(mén)禁系統(tǒng)、軍事安全基地的視覺(jué)監(jiān)控系統(tǒng)、高級(jí)例如，美國(guó)高級(jí)研究項(xiàng)目署DARPA在2000年資助的重大項(xiàng)目——HID計(jì)劃（HumanIdentificationataDistance），它的任務(wù)就是開(kāi)發(fā)多模式的監(jiān)控技術(shù)以實(shí)現(xiàn)遠(yuǎn)距離情況下人的檢測(cè)、分類(lèi)和識(shí)別，從而增強(qiáng)國(guó)防、民用等場(chǎng)合免受恐怖襲擊的保護(hù)能力。近距離時(shí)一般可通過(guò)跟蹤人臉來(lái)加以身份識(shí)別；如果是遠(yuǎn)距離的監(jiān)控，臉的特征可能被隱藏，或者分辨率太低不易識(shí)別，然而進(jìn)入監(jiān)控領(lǐng)域的人的步態(tài)是可見(jiàn)的，這激活了步態(tài)作為一個(gè)獨(dú)特的生物行為特征應(yīng)用于人的身份鑒別。例如，美國(guó)高級(jí)研究項(xiàng)目署DARPA在2000年資助的重大作為一種新的行為特征，步態(tài)還具有難于隱藏和偽裝、易于捕捉等優(yōu)點(diǎn)，而且它也是一定距離時(shí)唯一可感知的行為特征。步態(tài)識(shí)別旨在不考慮衣服、視角、背景等情況下根據(jù)人們走路的姿勢(shì)進(jìn)行人的身份識(shí)別。由于步態(tài)是一種時(shí)空變化的運(yùn)動(dòng)模式，因此它的處理數(shù)據(jù)量相對(duì)較大。當(dāng)然，像其它生物特征一樣，步態(tài)也受一些諸如醉酒、懷孕、關(guān)節(jié)受傷等物理因素的影響。盡管步態(tài)識(shí)別是一個(gè)相當(dāng)新的研究領(lǐng)域，目前已涌現(xiàn)出一些嘗試性的工作作為一種新的行為特征，步態(tài)還具有難于隱藏和偽裝、易于捕捉馬里蘭大學(xué)、麻省理工學(xué)院等26家高?；蚬緟⑴c了該項(xiàng)目的研究工作，其目前焦點(diǎn)在于臉像、步態(tài)或者特定行為的識(shí)別。馬里蘭大學(xué)、麻省理工學(xué)院等26家高校或公司參與了該項(xiàng)目的二、圖像與數(shù)字圖像1、“圖”與“像”的定義：“圖”是物體透射或反射光的分布；“像”是人的視覺(jué)系統(tǒng)對(duì)圖的接收在大腦中形成的印象或認(rèn)識(shí)。2、模擬圖像的表示（物理圖像，人眼能看到的圖像）二、圖像與數(shù)字圖像愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件當(dāng)圖像內(nèi)容隨時(shí)間變化時(shí)，為時(shí)變圖像或運(yùn)動(dòng)圖像。反之，為靜止圖像。當(dāng)圖像內(nèi)容隨時(shí)間變化時(shí)，為時(shí)變圖像或運(yùn)動(dòng)圖像。反之，為靜止圖由于人眼的視野是有限的，因此圖像在空間上是有界的，而且通常定義為矩形，即由于人眼的視野是有限的，因此圖像在空間上是有界的圖像函數(shù)在某一點(diǎn)的值常稱(chēng)為強(qiáng)度或灰度，與圖像在這一點(diǎn)的亮度相對(duì)應(yīng)，并用正實(shí)數(shù)表示，而且這個(gè)值的大小是有限的。圖像函數(shù)在某一點(diǎn)的值常稱(chēng)為強(qiáng)度或灰度，與圖像圖像函數(shù)是一個(gè)二元、有界、非負(fù)的連續(xù)函數(shù)。上面討論的人眼能夠看到的圖像稱(chēng)之為模擬圖像，它的函數(shù)是連續(xù)的、可解析的，因而是可積的，有可逆的付里葉變換等。但是計(jì)算機(jī)無(wú)法接受模擬形式的圖像。圖像函數(shù)是一個(gè)二元、有界、非負(fù)的連續(xù)函數(shù)。3、數(shù)字圖像的表示一幅模擬圖像經(jīng)過(guò)采樣和量化使其在空間上和數(shù)值上都離散化，形成一個(gè)數(shù)字點(diǎn)陣，通常采用等間隔采樣和均勻量化。像素灰度級(jí)3、數(shù)字圖像的表示愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件圖像分解成像素的方法根據(jù)平面設(shè)置有正方形陣列，正六角形陣列，正三角形陣列，其中正方形陣列最為常用。圖像分解成像素的方法根據(jù)平面設(shè)置有正方形陣列，正六角形陣列，對(duì)于一幅圖像而言，從模擬圖像中獲取數(shù)字圖像，則必須按下圖所示的過(guò)程進(jìn)行空間采樣和量化。對(duì)于一幅圖像而言，從模擬圖像中獲取數(shù)字圖像，則必須按下圖所示采樣(Sampling)是指將空間上或時(shí)間上連續(xù)的圖象(模擬圖象)變換成離散采樣點(diǎn)(象素)集合的一種操作。

在實(shí)際的采樣過(guò)程中，采樣點(diǎn)間隔的選取是一個(gè)極其關(guān)鍵的問(wèn)題。應(yīng)滿足采樣定理。

采樣(Sampling)是指將空間上或時(shí)間上連續(xù)的圖象(模擬量化經(jīng)過(guò)采樣后，圖象已被分解成在時(shí)間和空間上離散的象素，但這些象素，但這些象素值(濃淡值)仍然是連續(xù)量。量化則是指把這些連續(xù)的濃淡值變換成離散值(整數(shù)值)的過(guò)程。圖象的量化分為兩類(lèi)，一類(lèi)是等間隔量化，另一類(lèi)是非等間隔量化。量化等間隔量化即將采樣值的灰度范圍進(jìn)行等間隔分于象素灰度值在黑-白范圍內(nèi)均勻分布的圖象，其量化誤差可變得最小，故又稱(chēng)為均勻量化或線性量化。等間隔量化即將采樣值的灰度范圍進(jìn)行等間隔分于象素灰度值在黑-非等間隔量化

(1)將小的灰度值的級(jí)別間隔細(xì)分，而將大的灰度值的級(jí)別間隔粗分的方法，如對(duì)數(shù)量化；(2)使用象素灰度值的概率密度函數(shù)，使輸入灰度值和量化級(jí)的均方誤差最小的方法，如Max量化；(3)在某一范圍內(nèi)的灰度值頻繁產(chǎn)生，而其它范圍灰度值幾乎不產(chǎn)生的場(chǎng)合，采用在這一范圍內(nèi)進(jìn)行細(xì)量化，而該范圍之外進(jìn)行粗量化。這種方法，其量化級(jí)數(shù)不變，又能降低量化誤差，稱(chēng)錐形量化。非等間隔量化愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件分辨率640x480分辨率不同的圖象比較分辨率640x480分辨率不同的圖象比較分辨率320x240分辨率320x240分辨率160x120分辨率160x120分辨率80x60分辨率80x60分辨率640x480分辨率640x480分辨率320x240分辨率320x240分辨率160x120分辨率160x120分辨率80x60分辨率80x60查視力=檢測(cè)分辨率？查視力=檢測(cè)分辨率？

三、數(shù)字圖像處理（1）圖像處理

（2）

圖像識(shí)別

（3）

圖像理解三、數(shù)字圖像處理

四、數(shù)字圖像處理的特點(diǎn)：處理信息量大；占用的頻帶較寬（圖像帶寬5.6MHZ，語(yǔ)音僅4KHZ）；像素不獨(dú)立、相關(guān)性強(qiáng)；三維景物的二維投影；處理結(jié)果如果給人評(píng)價(jià)，受人的因素影響大。

四、數(shù)字圖像處理的特點(diǎn)：

五、

課程主要討論內(nèi)容圖像變換圖像壓縮編碼圖像增強(qiáng)和復(fù)原圖像分割圖像描述圖像識(shí)別圖像處理系統(tǒng)簡(jiǎn)介五、

課程主要討論內(nèi)容教材：夏良正,李久賢數(shù)字圖像處理(第2版),東大出版社，2005年8月主要參考文獻(xiàn)：1.MarkS.Nixon,FeatureExtractionandImageProcessing(Secondedition)2009.http://www.ecs.soton.ac.uk/～msn/book/new_demo/2.RafaelC.Gonzales,DigitalImageProcessing(SecondEdition)3.鄭南寧,計(jì)算機(jī)視覺(jué)與模式識(shí)別,國(guó)防工業(yè)出版社主要中文期刊：中國(guó)圖象圖形學(xué)報(bào)、模式識(shí)別與人工智能教材：圖像處理與理解

圖像處理與理解

人類(lèi)通過(guò)眼、耳、鼻、舌、身接受信息，感知世界。約有75%的信息是通過(guò)視覺(jué)系統(tǒng)獲取的。數(shù)字圖象處理是用數(shù)字計(jì)算機(jī)處理所獲取視覺(jué)信息的技術(shù)。第一章

緒論人類(lèi)通過(guò)眼、耳、鼻、舌、身接受信息，感知世界。第一章一、數(shù)字圖像處理的發(fā)展概況及應(yīng)用發(fā)展：上世紀(jì)20年代Bartlane電纜圖片傳輸系統(tǒng)（紐約和倫敦之間海底電纜）傳輸一幅圖片所需的時(shí)間由一周多減少到小于3個(gè)小時(shí)；上世紀(jì)50年代，計(jì)算機(jī)的發(fā)展，數(shù)字圖像處理才真正地引起人們的巨大興趣；1964年，數(shù)字圖像處理有效地應(yīng)用于美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室（J.P.L）對(duì)“徘徊者七號(hào)”太空船發(fā)回的大批月球照片的處理；隨后幾年，繼續(xù)用于空間研究計(jì)劃；同時(shí)，在生物醫(yī)學(xué)、工業(yè)生產(chǎn)、軍事上得到應(yīng)用；一、數(shù)字圖像處理的發(fā)展概況及應(yīng)用直到上世紀(jì)六十年代末至七十年代初，由于離散數(shù)學(xué)理論的創(chuàng)立和完善，使之形成了比較完整的理論體系，成為一門(mén)新興的學(xué)科。二十世紀(jì)八十年代以來(lái)：數(shù)字圖象處理向更高級(jí)的方向發(fā)展：實(shí)時(shí)性，智能化，普及化，網(wǎng)絡(luò)化，低成本。目前，就處理方法而言主要將小波、及模糊、神經(jīng)網(wǎng)絡(luò)、遺傳算子、分形等智能信息處理技術(shù)運(yùn)用于數(shù)字圖像處理，使得其更具活力，并在不斷地發(fā)展。直到上世紀(jì)六十年代末至七十年代初，由于離散數(shù)學(xué)理論的創(chuàng)立和完應(yīng)用：通信：圖象傳輸，電視電話，HDTV等宇宙探測(cè)：星體圖片處理遙感：地形、地質(zhì)、礦藏探查，森林、水利、海洋、農(nóng)業(yè)等資源調(diào)查，自然災(zāi)害預(yù)測(cè)，環(huán)境污染的監(jiān)測(cè)，氣象云圖生物醫(yī)學(xué)：CT，NMR，X射線成象，B超，紅外圖象，顯微圖象應(yīng)用：應(yīng)用：工業(yè)生產(chǎn)：產(chǎn)品質(zhì)量檢測(cè)，生產(chǎn)過(guò)程控制，CAD，CAM交通運(yùn)輸軍事：軍事目標(biāo)偵察，制導(dǎo)系統(tǒng)，警戒系統(tǒng)，自動(dòng)火器控制，反偽裝等公安：現(xiàn)場(chǎng)照片，指紋，手跡，印章，人像等處理和鑒別機(jī)器人視覺(jué)娛樂(lè)：電影特技，動(dòng)畫(huà)，廣告等應(yīng)用：愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件氣象云圖氣象預(yù)報(bào)氣象云圖遙感圖像處理

在國(guó)土資源調(diào)查與環(huán)境評(píng)價(jià)及災(zāi)害監(jiān)測(cè)中的應(yīng)用1998年長(zhǎng)江洪水災(zāi)害遙感圖像遙感圖像處理

在國(guó)土資源調(diào)查與環(huán)境評(píng)價(jià)及災(zāi)害監(jiān)測(cè)中的應(yīng)用19超聲圖象PhotocourtesyPhilipsResearch

Ultrasoundexaminationduringpregnancy

超聲圖象PhotocourtesyPhilipsRes愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件醫(yī)學(xué)圖象醫(yī)學(xué)圖象愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件軍事應(yīng)用目標(biāo)跟蹤軍事應(yīng)用軍事應(yīng)用隱形飛機(jī)、定位轟炸軍事應(yīng)用軍事應(yīng)用軍事應(yīng)用軍事應(yīng)用軍事應(yīng)用愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件計(jì)算機(jī)合成圖像

計(jì)算機(jī)合成圖像計(jì)算機(jī)合成圖像

計(jì)算機(jī)合成圖像以通過(guò)遙感圖像處理分析為例，可涉及圖像處理的主要技術(shù)數(shù)據(jù)壓縮和轉(zhuǎn)換技術(shù)

通過(guò)數(shù)據(jù)壓縮和數(shù)據(jù)轉(zhuǎn)換技術(shù)的研究，減少數(shù)據(jù)載體空間，節(jié)省運(yùn)算時(shí)間，實(shí)現(xiàn)不同星系遙感數(shù)據(jù)應(yīng)用的一體化。以通過(guò)遙感圖像處理分析為例，可涉及圖像處理的主要技術(shù)數(shù)據(jù)壓縮圖像校正

在理想情況下，衛(wèi)星圖像上的像素值只依賴(lài)于進(jìn)入傳感器的輻射強(qiáng)度；而輻射強(qiáng)度又只與太陽(yáng)照射到地面的輻射強(qiáng)度和地物的輻射特性（反射率和發(fā)射率）有關(guān)，使圖像上灰度值的差異直接反映了地物目標(biāo)光譜輻射特性的差異，從而區(qū)分地物目標(biāo)。圖像校正而實(shí)際上，由于大氣層的存在，也由于傳感器內(nèi)探測(cè)器性能的差異，使得進(jìn)入傳感器的輻射發(fā)生畸變，引起圖形模糊，對(duì)比度下降等。另一方面，由于衛(wèi)星飛行時(shí)姿態(tài)變化及地球形狀等因素影響，圖像中地物目標(biāo)的幾何位置也會(huì)發(fā)生畸變。為了使圖像更好地滿足使用要求，必須盡可能地通過(guò)處理消除畸變，恢復(fù)圖像的本來(lái)面目。

而實(shí)際上，由于大氣層的存在，也由于傳感器內(nèi)探測(cè)器性分類(lèi)方法基于光譜信息（圖像像素）的分類(lèi)根據(jù)像素在分類(lèi)特征（波段）上的像素值，選擇分類(lèi)器，利用統(tǒng)計(jì)方法對(duì)每一像元進(jìn)行分類(lèi)。通常需要對(duì)下面一些問(wèn)題進(jìn)行研究：①分類(lèi)器的確定；②光譜類(lèi)的確定；③選擇訓(xùn)練樣本產(chǎn)生統(tǒng)計(jì)參數(shù)；④分類(lèi)特征的選擇。分類(lèi)方法空間信息輔助分類(lèi)

基于光譜信息的分類(lèi)存在著一些缺陷：如有些地類(lèi)在光譜上難以區(qū)分，如水庫(kù)與河流?；诳臻g信息的地類(lèi)類(lèi)型或形狀分類(lèi)。如城鎮(zhèn)居民點(diǎn)圖斑的分類(lèi)結(jié)果往往是由水體、植被以及不同類(lèi)型的建筑等所組成。空間信息輔助分類(lèi)遙感圖像中的空間信息包括兩種類(lèi)型：

紋理（texture）和相關(guān)（context）紋理是指地類(lèi)圖斑中色調(diào)的空間變化特性；而相關(guān)則是指不同地類(lèi)像元之間的空間關(guān)系。遙感圖像中的空間信息包括兩種類(lèi)型：因此，用于分類(lèi)的特征值除了像元所具有的光譜和空間特征值外，還具有形狀和大小特征值。一些具有相同光譜特性而形狀不同的地物，如河流和水庫(kù)，公路和體育場(chǎng)，可以用形狀指數(shù)來(lái)區(qū)分。因此，用于分類(lèi)的特征值除了像元所具有的光譜和空間特征值外要用到的主要圖像處理技術(shù)：圖像增強(qiáng)處理、圖像分割技術(shù)（區(qū)域、邊緣提?。?、圖像特征提取、圖像描述等。要用到的主要圖像處理技術(shù)：圖像增強(qiáng)處理、圖像分割技術(shù)（區(qū)域愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件自動(dòng)目標(biāo)識(shí)別技術(shù)（AutomaticTargetRecognition－簡(jiǎn)稱(chēng)ATR）實(shí)時(shí)光學(xué)圖像相關(guān)識(shí)別系統(tǒng)的核心技術(shù)是自動(dòng)目標(biāo)識(shí)別技術(shù)。由于ATR技術(shù)在軍事上是導(dǎo)彈精確制導(dǎo)和武器防御系統(tǒng)的關(guān)鍵技術(shù)之一，是武器智能化程度的一個(gè)重要標(biāo)準(zhǔn)，也代表著一個(gè)國(guó)家的國(guó)防高科技的水平。以軍事應(yīng)用為例

可能涉及圖像處理的主要技術(shù)自動(dòng)目標(biāo)識(shí)別技術(shù)實(shí)時(shí)光學(xué)圖像相關(guān)識(shí)別系統(tǒng)的核心技術(shù)是自動(dòng)因此，從20世紀(jì)60年代開(kāi)始，美、英、俄、法等國(guó)家已投入大量人力、物力和財(cái)力開(kāi)展ATR的理論研究和實(shí)際應(yīng)用推廣，并取得顯著成果，美國(guó)在中東戰(zhàn)爭(zhēng)中的精確武器打擊是最典型的成功范例。因此，從20世紀(jì)60年代開(kāi)始，美、英、俄、法等國(guó)家已投入當(dāng)前精確制導(dǎo)武器所取得的成果還是有限的，最主要的問(wèn)題是目前主要還是依靠人在導(dǎo)彈發(fā)射前發(fā)現(xiàn)目標(biāo)，然后人工鎖定首幀目標(biāo)圖像進(jìn)行自動(dòng)跟蹤，而不能實(shí)現(xiàn)不需人工參與的由導(dǎo)彈自動(dòng)識(shí)別目標(biāo)，做不到“打了不管”。特別是在復(fù)雜背景下，機(jī)器如何像人一樣自動(dòng)識(shí)別目標(biāo)，目前是相當(dāng)困難的。當(dāng)前精確制導(dǎo)武器所取得的成果還是有限的，最主要的問(wèn)題是目雖然從20世紀(jì)70年代開(kāi)始人工智能、智能信息處理技術(shù)、計(jì)算機(jī)視覺(jué)的理論研究取得了重大的進(jìn)展，但是由于ATR領(lǐng)域中研究的背景和對(duì)象的復(fù)雜性和多樣性，特別是在實(shí)際環(huán)境中，背景與目標(biāo)不僅有很大的動(dòng)態(tài)變化范圍，而且它們以未知的方式變化。目前的ATR的研究都是在一定假設(shè)條件下建立的，一旦這些假設(shè)條件不成立或不再完全成立時(shí)，其ATR系統(tǒng)就不再有效。雖然從20世紀(jì)70年代開(kāi)始人工智能、智能信息處理技術(shù)、計(jì)另外，目前國(guó)內(nèi)外研究的很多ATR方法和算法，除了存在很大的局限性外，在實(shí)時(shí)實(shí)現(xiàn)方面還有很大的距離。因此，當(dāng)前國(guó)外發(fā)達(dá)國(guó)家鑒于精確制導(dǎo)武器在未來(lái)戰(zhàn)爭(zhēng)中的重要地位，還在投入大量人力財(cái)力開(kāi)展ATR研究，如美國(guó)國(guó)防部已將ATR技術(shù)列為二十一世紀(jì)的關(guān)鍵技術(shù)之一。

另外，目前國(guó)內(nèi)外研究的很多ATR方法和算法，除了存在很大我國(guó)從二十世紀(jì)七十年代以來(lái)對(duì)ATR技術(shù)研究也投入較大的人力財(cái)力。國(guó)防科工委、航天部、電子工業(yè)部等很多研究所以及國(guó)內(nèi)重點(diǎn)高校如國(guó)防科大、哈工大、北理工、華中科技大學(xué)、東南大學(xué)等都在開(kāi)展此項(xiàng)研究，取得不少重要研究成果。但總的來(lái)看還是處于理論方法和算法的研究，所研制的ATR系統(tǒng)還處于實(shí)驗(yàn)室樣機(jī)階段，其性能還有待提高，離真正實(shí)戰(zhàn)的要求還有較大的距離。我國(guó)從二十世紀(jì)七十年代以來(lái)對(duì)ATR技術(shù)研究也投入較大的人涉及圖像處理的主要技術(shù)圖像分割：雖然國(guó)內(nèi)外學(xué)者已提出很多種圖像分割算法，但由于背景的多變性和復(fù)雜性，至今為止還沒(méi)有一種能適用于各種背景的圖像分割算法。當(dāng)前提出的小波分析、模糊集、分形等新的智能信息處理方法有可能找到新的圖像分割方法。

特征提?。河?jì)算描述目標(biāo)的特征，如目標(biāo)的幾何形狀特征、統(tǒng)計(jì)特征、矩特征、紋理特征等

圖像識(shí)別：統(tǒng)計(jì)模式識(shí)別、模糊模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)等

圖像跟蹤涉及圖像處理的主要技術(shù)圖像分割：雖然國(guó)內(nèi)外學(xué)者已提出很多種圖

動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)新興的應(yīng)用方向.對(duì)于視覺(jué)監(jiān)控系統(tǒng)而言，一般涉及到運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)目標(biāo)分類(lèi)、運(yùn)動(dòng)目標(biāo)的跟蹤以及監(jiān)視場(chǎng)景中目標(biāo)行為的理解與描述幾個(gè)過(guò)程。以安保系統(tǒng)應(yīng)用為例動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控動(dòng)態(tài)場(chǎng)景的視覺(jué)監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域一其中，運(yùn)動(dòng)檢測(cè)、目標(biāo)分類(lèi)、人的跟蹤屬于視覺(jué)中的低級(jí)和中級(jí)處理部分(Low-levelandIntermediate-levelVision)，而行為理解和描述則屬于高級(jí)處理（High-levelVision）。運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)目標(biāo)分類(lèi)與跟蹤是視覺(jué)監(jiān)控中研究較多的三個(gè)問(wèn)題，而行為理解與描述則是近年來(lái)被廣泛關(guān)注的研究熱點(diǎn)，它是指對(duì)目標(biāo)的運(yùn)動(dòng)模式進(jìn)行分析和識(shí)別，并用自然語(yǔ)言等加以描述。其中，運(yùn)動(dòng)檢測(cè)、目標(biāo)分類(lèi)、人的跟蹤屬于視覺(jué)中的低級(jí)和中級(jí)由于智能房間的門(mén)禁系統(tǒng)、軍事安全基地的視覺(jué)監(jiān)控系統(tǒng)、高級(jí)人機(jī)交互等應(yīng)用需求，基于運(yùn)動(dòng)視覺(jué)的生物特征識(shí)別技術(shù)研究日益顯得迫切和重要。例如，在人機(jī)交互中不僅需要機(jī)器能知道人是否存在、人的位置和行為，而且還需要利用特征識(shí)別技術(shù)來(lái)識(shí)別與其交流的人是誰(shuí)。

人運(yùn)動(dòng)分析與生物特征識(shí)別相結(jié)合的視覺(jué)監(jiān)控目前已經(jīng)成為一個(gè)流行的研究方向，特別是非接觸式遠(yuǎn)距離的身份識(shí)別研究——基于運(yùn)動(dòng)視覺(jué)的第二代生物特征識(shí)別技術(shù)，近來(lái)倍受關(guān)注。由于智能房間的門(mén)禁系統(tǒng)、軍事安全基地的視覺(jué)監(jiān)控系統(tǒng)、高級(jí)例如，美國(guó)高級(jí)研究項(xiàng)目署DARPA在2000年資助的重大項(xiàng)目——HID計(jì)劃（HumanIdentificationataDistance），它的任務(wù)就是開(kāi)發(fā)多模式的監(jiān)控技術(shù)以實(shí)現(xiàn)遠(yuǎn)距離情況下人的檢測(cè)、分類(lèi)和識(shí)別，從而增強(qiáng)國(guó)防、民用等場(chǎng)合免受恐怖襲擊的保護(hù)能力。近距離時(shí)一般可通過(guò)跟蹤人臉來(lái)加以身份識(shí)別；如果是遠(yuǎn)距離的監(jiān)控，臉的特征可能被隱藏，或者分辨率太低不易識(shí)別，然而進(jìn)入監(jiān)控領(lǐng)域的人的步態(tài)是可見(jiàn)的，這激活了步態(tài)作為一個(gè)獨(dú)特的生物行為特征應(yīng)用于人的身份鑒別。例如，美國(guó)高級(jí)研究項(xiàng)目署DARPA在2000年資助的重大作為一種新的行為特征，步態(tài)還具有難于隱藏和偽裝、易于捕捉等優(yōu)點(diǎn)，而且它也是一定距離時(shí)唯一可感知的行為特征。步態(tài)識(shí)別旨在不考慮衣服、視角、背景等情況下根據(jù)人們走路的姿勢(shì)進(jìn)行人的身份識(shí)別。由于步態(tài)是一種時(shí)空變化的運(yùn)動(dòng)模式，因此它的處理數(shù)據(jù)量相對(duì)較大。當(dāng)然，像其它生物特征一樣，步態(tài)也受一些諸如醉酒、懷孕、關(guān)節(jié)受傷等物理因素的影響。盡管步態(tài)識(shí)別是一個(gè)相當(dāng)新的研究領(lǐng)域，目前已涌現(xiàn)出一些嘗試性的工作作為一種新的行為特征，步態(tài)還具有難于隱藏和偽裝、易于捕捉馬里蘭大學(xué)、麻省理工學(xué)院等26家高校或公司參與了該項(xiàng)目的研究工作，其目前焦點(diǎn)在于臉像、步態(tài)或者特定行為的識(shí)別。馬里蘭大學(xué)、麻省理工學(xué)院等26家高校或公司參與了該項(xiàng)目的二、圖像與數(shù)字圖像1、“圖”與“像”的定義：“圖”是物體透射或反射光的分布；“像”是人的視覺(jué)系統(tǒng)對(duì)圖的接收在大腦中形成的印象或認(rèn)識(shí)。2、模擬圖像的表示（物理圖像，人眼能看到的圖像）二、圖像與數(shù)字圖像愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件當(dāng)圖像內(nèi)容隨時(shí)間變化時(shí)，為時(shí)變圖像或運(yùn)動(dòng)圖像。反之，為靜止圖像。當(dāng)圖像內(nèi)容隨時(shí)間變化時(shí)，為時(shí)變圖像或運(yùn)動(dòng)圖像。反之，為靜止圖由于人眼的視野是有限的，因此圖像在空間上是有界的，而且通常定義為矩形，即由于人眼的視野是有限的，因此圖像在空間上是有界的圖像函數(shù)在某一點(diǎn)的值常稱(chēng)為強(qiáng)度或灰度，與圖像在這一點(diǎn)的亮度相對(duì)應(yīng)，并用正實(shí)數(shù)表示，而且這個(gè)值的大小是有限的。圖像函數(shù)在某一點(diǎn)的值常稱(chēng)為強(qiáng)度或灰度，與圖像圖像函數(shù)是一個(gè)二元、有界、非負(fù)的連續(xù)函數(shù)。上面討論的人眼能夠看到的圖像稱(chēng)之為模擬圖像，它的函數(shù)是連續(xù)的、可解析的，因而是可積的，有可逆的付里葉變換等。但是計(jì)算機(jī)無(wú)法接受模擬形式的圖像。圖像函數(shù)是一個(gè)二元、有界、非負(fù)的連續(xù)函數(shù)。3、數(shù)字圖像的表示一幅模擬圖像經(jīng)過(guò)采樣和量化使其在空間上和數(shù)值上都離散化，形成一個(gè)數(shù)字點(diǎn)陣，通常采用等間隔采樣和均勻量化。像素灰度級(jí)3、數(shù)字圖像的表示愛(ài)愛(ài)醫(yī)資源圖像處理與理解東南大學(xué)課件圖像分解成像素的方法根據(jù)平面設(shè)置有正方形陣列，正六角形陣列，正三角形陣列，其中正方形陣列最為常用。圖像分解成像素的方法根據(jù)平面設(shè)置有正方形陣列，正六角形陣列，對(duì)于一幅圖像而言，從模擬圖像中獲取數(shù)字圖像，則必須按下圖所示的過(guò)程進(jìn)行空間采樣和量化。對(duì)于一幅圖像而言，從模擬圖像中獲取數(shù)字圖像，則必須