圖像處理與理解課件

圖像處理與理解

人類通過眼、耳、鼻、舌、身接受信息，感知世界。約有75%的信息是通過視覺系統(tǒng)獲取的。數(shù)字圖象處理是用數(shù)字計算機處理所獲取視覺信息的技術(shù)。第一章

緒論一、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間由一周多減少到小于3個小時；上世紀(jì)50年代，計算機的發(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)用于美國噴氣推進實驗室（J.P.L）對“徘徊者七號”太空船發(fā)回的大批月球照片的處理；隨后幾年，繼續(xù)用于空間研究計劃；同時，在生物醫(yī)學(xué)、工業(yè)生產(chǎn)、軍事上得到應(yīng)用；應(yīng)用：通信：圖象傳輸，電視電話，HDTV等宇宙探測：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，環(huán)境污染的監(jiān)測，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：工業(yè)生產(chǎn)：產(chǎn)品質(zhì)量檢測，生產(chǎn)過程控制，CAD，CAM交通運輸軍事：軍事目標(biāo)偵察，制導(dǎo)系統(tǒng)，警戒系統(tǒng)，自動火器控制，反偽裝等公安：現(xiàn)場照片，指紋，手跡，印章，人像等處理和鑒別機器人視覺娛樂：電影特技，動畫，廣告等氣象云圖氣象預(yù)報遙感圖像處理

在國土資源調(diào)查與環(huán)境評價及災(zāi)害監(jiān)測中的應(yīng)用1998年長江洪水災(zāi)害遙感圖像超聲圖象PhotocourtesyPhilipsResearch

Ultrasoundexaminationduringpregnancy

醫(yī)學(xué)圖象軍事應(yīng)用目標(biāo)跟蹤軍事應(yīng)用軍事應(yīng)用計算機合成圖像

以通過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)省運算時間，實現(xiàn)不同星系遙感數(shù)據(jù)應(yīng)用的一體化。圖像校正

在理想情況下，衛(wèi)星圖像上的像素值只依賴于進入傳感器的輻射強度；而輻射強度又只與太陽照射到地面的輻射強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)。分類方法

基于光譜信息（圖像像素）的分類

根據(jù)像素在分類特征（波段）上的像素值，選擇分類器，利用統(tǒng)計方法對每一像元進行分類。通常需要對下面一些問題進行研究：①分類器的確定；②光譜類的確定；③選擇訓(xùn)練樣本產(chǎn)生統(tǒng)計參數(shù)；④分類特征的選擇?？臻g信息輔助分類

基于光譜信息的分類存在著一些缺陷：如有些地類在光譜上難以區(qū)分，如水庫與河流?；诳臻g信息的地類類型或形狀分類。如城鎮(zhèn)居民點圖斑的分類結(jié)果往往是由水體、植被以及不同類型的建筑等所組成。要用到的主要圖像處理技術(shù)：圖像增強處理、圖像分割技術(shù)（區(qū)域、邊緣提取）、圖像特征提取、圖像描述等。自動目標(biāo)識別技術(shù)（AutomaticTargetRecognition－簡稱ATR）實時光學(xué)圖像相關(guān)識別系統(tǒng)的核心技術(shù)是自動目標(biāo)識別技術(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重要標(biāo)準(zhǔn)，也代表著一個國家的國防高科技的水平。以軍事應(yīng)用為例

可能涉及圖像處理的主要技術(shù)因此，從20世紀(jì)60年代開始，美、英、俄、法等國家已投入大量人力、物力和財力開展ATR的理論研究和實際應(yīng)用推廣，并取得顯著成果，美國在中東戰(zhàn)爭中的精確武器打擊是最典型的成功范例。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)圖像進行自動跟蹤，而不能實現(xiàn)不需人工參與的由導(dǎo)彈自動識別目標(biāo)，做不到“打了不管”。特別是在復(fù)雜背景下，機器如何像人一樣自動識別目標(biāo)，目前是相當(dāng)困難的。雖然從20世紀(jì)70年代開始人工智能、智能信息處理技術(shù)、計算機視覺的理論研究取得了重大的進展，但是由于ATR領(lǐng)域中研究的背景和對象的復(fù)雜性和多樣性，特別是在實際環(huán)境中，背景與目標(biāo)不僅有很大的動態(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，其ATR系統(tǒng)就不再有效。另外，目前國內(nèi)外研究的很多ATR方法和算法，除了存在很大的局限性外，在實時實現(xiàn)方面還有很大的距離。因此，當(dāng)前國外發(fā)達國家鑒于精確制導(dǎo)武器在未來戰(zhàn)爭中的重要地位，還在投入大量人力財力開展ATR研究，如美國國防部已將ATR技術(shù)列為二十一世紀(jì)的關(guān)鍵技術(shù)之一。

我國從二十世紀(jì)七十年代以來對ATR技術(shù)研究也投入較大的人力財力。國防科工委、航天部、電子工業(yè)部等很多研究所以及國內(nèi)重點高校如國防科大、哈工大、北理工、華中科技大學(xué)、東南大學(xué)等都在開展此項研究，取得不少重要研究成果。但總的來看還是處于理論方法和算法的研究，所研制的ATR系統(tǒng)還處于實驗室樣機階段，其性能還有待提高，離真正實戰(zhàn)的要求還有較大的距離。涉及圖像處理的主要技術(shù)圖像分割：雖然國內(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?。河嬎忝枋瞿繕?biāo)的特征，如目標(biāo)的幾何形狀特征、統(tǒng)計特征、矩特征、紋理特征等

圖像識別：統(tǒng)計模式識別、模糊模式識別、人工神經(jīng)網(wǎng)絡(luò)等

圖像跟蹤

動態(tài)場景的視覺監(jiān)控動態(tài)場景的視覺監(jiān)控是計算機視覺領(lǐng)域一個新興的應(yīng)用方向.對于視覺監(jiān)控系統(tǒng)而言，一般涉及到運動檢測、運動目標(biāo)分類、運動目標(biāo)的跟蹤以及監(jiān)視場景中目標(biāo)行為的理解與描述幾個過程。以安保系統(tǒng)應(yīng)用為例其中，運動檢測、目標(biāo)分類、人的跟蹤屬于視覺中的低級和中級處理部分(Low-levelandIntermediate-levelVision)，而行為理解和描述則屬于高級處理（High-levelVision）。運動檢測、運動目標(biāo)分類與跟蹤是視覺監(jiān)控中研究較多的三個問題，而行為理解與描述則是近年來被廣泛關(guān)注的研究熱點，它是指對目標(biāo)的運動模式進行分析和識別，并用自然語言等加以描述。由于智能房間的門禁系統(tǒng)、軍事安全基地的視覺監(jiān)控系統(tǒng)、高級人機交互等應(yīng)用需求，基于運動視覺的生物特征識別技術(shù)研究日益顯得迫切和重要。例如，在人機交互中不僅需要機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別技術(shù)來識別與其交流的人是誰。

人運動分析與生物特征識別相結(jié)合的視覺監(jiān)控目前已經(jīng)成為一個流行的研究方向，特別是非接觸式遠距離的身份識別研究——基于運動視覺的第二代生物特征識別技術(shù)，近來倍受關(guān)注。例如，美國高級研究項目署DARPA在2000年資助的重大項目——HID計劃（HumanIdentificationataDistance），它的任務(wù)就是開發(fā)多模式的監(jiān)控技術(shù)以實現(xiàn)遠距離情況下人的檢測、分類和識別，從而增強國防、民用等場合免受恐怖襲擊的保護能力。近距離時一般可通過跟蹤人臉來加以身份識別；如果是遠距離的監(jiān)控，臉的特征可能被隱藏，或者分辨率太低不易識別，然而進入監(jiān)控領(lǐng)域的人的步態(tài)是可見的，這激活了步態(tài)作為一個獨特的生物行為特征應(yīng)用于人的身份鑒別。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，而且它也是一定距離時唯一可感知的行為特征。步態(tài)識別旨在不考慮衣服、視角、背景等情況下根據(jù)人們走路的姿勢進行人的身份識別。由于步態(tài)是一種時空變化的運動模式，因此它的處理數(shù)據(jù)量相對較大。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)識別是一個相當(dāng)新的研究領(lǐng)域，目前已涌現(xiàn)出一些嘗試性的工作馬里蘭大學(xué)、麻省理工學(xué)院等26家高?；蚬緟⑴c了該項目的研究工作，其目前焦點在于臉像、步態(tài)或者特定行為的識別。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”是人的視覺系統(tǒng)對圖的接收在大腦中形成的印象或認(rèn)識。2、模擬圖像的表示（物理圖像，人眼能看到的圖像）當(dāng)圖像內(nèi)容隨時間變化時，為時變圖像或運動圖像。反之，為靜止圖像。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，即圖像函數(shù)在某一點的值常稱為強度或灰度，與圖像在這一點的亮度相對應(yīng)，并用正實數(shù)表示，而且這個值的大小是有限的。圖像函數(shù)是一個二元、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。但是計算機無法接受模擬形式的圖像。3、數(shù)字圖像的表示一幅模擬圖像經(jīng)過采樣和量化使其在空間上和數(shù)值上都離散化，形成一個數(shù)字點陣，通常采用等間隔采樣和均勻量化。像素灰度級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。對于一幅圖像而言，從模擬圖像中獲取數(shù)字圖像，則必須按下圖所示的過程進行空間采樣和量化。采樣(Sampling)是指將空間上或時間上連續(xù)的圖象(模擬圖象)變換成離散采樣點(象素)集合的一種操作。

在實際的采樣過程中，采樣點間隔的選取是一個極其關(guān)鍵的問題。應(yīng)滿足采樣定理。

量化經(jīng)過采樣后，圖象已被分解成在時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)的過程。圖象的量化分為兩類，一類是等間隔量化，另一類是非等間隔量化。等間隔量化即將采樣值的灰度范圍進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，故又稱為均勻量化或線性量化。非等間隔量化

(1)將小的灰度值的級別間隔細(xì)分，而將大的灰度值的級別間隔粗分的方法，如對數(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)生的場合，采用在這一范圍內(nèi)進行細(xì)量化，而該范圍之外進行粗量化。這種方法，其量化級數(shù)不變，又能降低量化誤差，稱錐形量化。分辨率640x480分辨率不同的圖象比較分辨率320x240分辨率160x120分辨率80x60分辨率640x480分辨率320x240分辨率160x120分辨率80x60查視力=檢測分辨率？

三、數(shù)字圖像處理（1）圖像處理

（2）

圖像識別

（3）

圖像理解

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

五、

課程主要討論內(nèi)容圖像變換圖像壓縮編碼圖像增強和復(fù)原圖像分割圖像描述圖像識別圖像處理系統(tǒng)簡介教材：夏良正,李久賢數(shù)字圖