人工智能原理及MATLAB實現(xiàn) 課件 第7章 圖像處理與識別技術(shù)

第七章圖像處理與識別技術(shù)第七章圖像處理與識別技術(shù)7.1圖像基本概念7.1.1圖像格式圖像格式是指存儲圖像采用的格式，不同的系統(tǒng)、不同的圖像處理軟件，所支持的圖像格式都有可能不同。在實際應(yīng)用中經(jīng)常遇到的圖像格式有bmp、gif、tiff、jpeg、pcx、psd和wmf等。第七章圖像處理與識別技術(shù)7.1圖像基本概念7.1.2圖像類型圖像類型可分索引圖像、灰度圖像、二值圖像、RGB圖像和多幀圖像等5種基本類型。第七章圖像處理與識別技術(shù)7.1圖像基本概念7.1.3圖像處理圖像處理過程主要涉及以下技術(shù)：數(shù)字圖像、圖像采集、圖像增強(qiáng)、圖像復(fù)原、圖像編碼與壓縮、圖像分割技術(shù)、圖像識別。第七章圖像處理與識別技術(shù)7.2圖像變換為了快速有效地對圖像進(jìn)行處理和分析，常常需要對圖像進(jìn)行轉(zhuǎn)換，將某個圖像空間的圖像以某種形式轉(zhuǎn)換到另外的空間，并利用這些空間特有的性質(zhì)進(jìn)行一定的加工，最后再轉(zhuǎn)換回圖像空間以得到需要的效果。第七章圖像處理與識別技術(shù)7.2圖像變換7.2.1傅里葉變換傅里葉變換是線性系統(tǒng)分析的一個有力工具，它將圖像從空域變換到頻域，從而很容易地了解到圖像的各空間頻域成分，并進(jìn)行相應(yīng)的處理。由于在計算機(jī)中圖像的存儲使用的是數(shù)字形式，因此應(yīng)采用離散的傅里葉變換。函數(shù)的傅里葉變換為：圖像處理：傅里葉變換第七章圖像處理與識別技術(shù)7.2圖像變換7.2.2離散余弦變換離散余弦變換（DiscreteCosineTransform，DCT）是將圖像表示為具有不同振幅和頻率的余弦曲線的和，其特點(diǎn)是對于一幅圖像的大部分特征可視信息可以用少數(shù)幾個DCT系數(shù)來表征，因此該方法常用于圖像的壓縮。公式如下：其中f(i)為原始的信號，f(u)是DCT變換后的系數(shù)，N為原始信號的點(diǎn)數(shù)，c(u)可以認(rèn)為是令DCT變換矩陣為正交矩陣的補(bǔ)償系數(shù)。第七章圖像處理與識別技術(shù)7.2圖像變換7.2.3Radon變換1917年拉東（J.Radon）提出了Radon變換，它實際是將函數(shù)在一個平面內(nèi)沿不同的直線做積分得到的結(jié)果。根據(jù)直線的平移和旋轉(zhuǎn)特性，平行射線束的投影可通過一組直線的建模來完成，而沿著該直線的射線則可以給出投影信號中的任意一點(diǎn)。設(shè)f(x,y)為定義在x－y平面D上的普通任意連續(xù)函數(shù)，則f的Radon變換定義為：其中λ(ρ,θ)表示Radon變換的結(jié)果，R表示Radon變換操作，沖擊函數(shù)δ只有在其變量為0時才有無窮大的值，其積分結(jié)果為1。第七章圖像處理與識別技術(shù)7.2圖像變換7.2.4小波變換小波是為滿足一定條件的函數(shù)通過平移和伸縮產(chǎn)生的一個函數(shù)集，即:式中：a用于控制伸縮（dilation），稱為尺度參數(shù)（scaleparameter）；b用于控制位置（position），稱為平移參數(shù)（translationparameter）；ψ(t)稱為小波基，或小波母函數(shù)第七章圖像處理與識別技術(shù)7.3圖像分析與處理7.3.1圖像數(shù)字化常見圖像是連續(xù)的，即圖像灰度的值可以是任意實數(shù)。為了能用計算機(jī)對圖像進(jìn)行加工，需要把連續(xù)的圖像進(jìn)行空間域的采樣和幅度值域的量化，即所謂的離散化。這種離散化了的圖像是數(shù)字圖像。第七章圖像處理與識別技術(shù)7.3圖像分析與處理7.3.2圖像運(yùn)算為了快速有效地對圖像進(jìn)行處理和分析，常常需要對圖像進(jìn)行轉(zhuǎn)換，將某個圖像空間的圖像以某種形式轉(zhuǎn)換到另外的空間，并利用這些空間特有的性質(zhì)進(jìn)行一定的加工，最后再轉(zhuǎn)換回圖像空間以得到需要的效果。常用的圖像變換技術(shù)有傅里葉變換、離散余弦變換、Radon變換、小波變換。第七章圖像處理與識別技術(shù)7.3圖像分析與處理7.3.3圖像調(diào)整圖像調(diào)整主要是指通過提高圖像的信噪比、修正圖像的顏色和強(qiáng)度等措施，使圖像的質(zhì)量得到改善。主要有幾種方法：（1）灰度調(diào)整。將灰度值調(diào)整到一個指定的范圍，它是一種圖像增強(qiáng)技術(shù)。（2）直方圖調(diào)整。通過轉(zhuǎn)換灰度圖像亮度或索引圖像的顏色圖值來增強(qiáng)圖像的對比度，使得輸出圖像的直方圖與指定的直方圖近似匹配。（3）色彩增強(qiáng)?？梢允共噬珗D像得到增強(qiáng)處理。（4）去噪。數(shù)字圖像中一般都存在各種類型的噪聲，可以采用多種方法來刪除和減少圖像中的噪聲。第七章圖像處理與識別技術(shù)7.3圖像分析與處理7.3.4圖像復(fù)原由于成像系統(tǒng)的散焦、設(shè)備與物體間的相對運(yùn)動、隨機(jī)大氣湍流、光學(xué)系統(tǒng)的像差等各種原因，圖像的質(zhì)量有時會出現(xiàn)模糊、失真、噪聲等瑕疵，此時就需要對圖像質(zhì)量進(jìn)行復(fù)原，包括輻射校正、大氣校正、條帶噪聲消除、幾何消除等內(nèi)容。圖像復(fù)原是圖像處理中的一個重要問題。解決該問題的關(guān)鍵是對圖像的退化過程建立相應(yīng)的數(shù)學(xué)模型，然后通過求解該逆問題獲得圖像的復(fù)原模型并對原始圖像進(jìn)行合理估計。由于引起圖像退化的因素眾多，且性質(zhì)各不相同，目前沒有統(tǒng)一的復(fù)原方法，根據(jù)不同的應(yīng)用物理環(huán)境，采用不同的退化模型、處理技巧和估計準(zhǔn)則就可以得到不同的復(fù)原方法。第七章圖像處理與識別技術(shù)7.3圖像分析與處理7.3.5圖像特征分析圖像特征主要有圖像的顏色特征、紋理特征、形狀特性和空間關(guān)系特征。第七章圖像處理與識別技術(shù)7.3圖像分析與處理7.3.6圖像區(qū)域分割圖像區(qū)域分割的目的是從圖像中劃分出某個物體的區(qū)域，即找出那些對應(yīng)于物體或物體表面的像元集合，其目的是為了便于提取可區(qū)別性、可靠性、獨(dú)立性好的少量特征。區(qū)域分割應(yīng)具有以下一些特點(diǎn)：（1）均勻性。在一個區(qū)域內(nèi)，各個部分或各個像元應(yīng)該具有相同的圖像屬性。（2）連通性。一個區(qū)域應(yīng)該是整塊的，即內(nèi)部各像元相互連通，很少出現(xiàn)空洞或裂縫。（3）邊緣完整性。一個區(qū)域與其他區(qū)域的分界處，存在邊緣或邊界。一個區(qū)域的邊界曲線顯然應(yīng)該是封閉的。（4）反差性。兩個不同類型的區(qū)域有著不同的圖像屬性，特別是那些相鄰區(qū)域應(yīng)該有明顯不同的圖像特性。第七章圖像處理與識別技術(shù)7.3圖像分析與處理7.3.7數(shù)學(xué)形態(tài)學(xué)數(shù)學(xué)形態(tài)學(xué)是一種應(yīng)用于圖像處理和模式識別領(lǐng)域的新方法，其基本思想是用表達(dá)和描述區(qū)域形狀的結(jié)構(gòu)元素去度量和提取圖像中的對應(yīng)形狀，以達(dá)到對圖像分析和識別的目的。第七章圖像處理與識別技術(shù)7.4圖像識別圖像識別是指對圖像進(jìn)行對象識別，以識別各種不同模式的目標(biāo)和對象的技術(shù)。圖像識別的發(fā)展經(jīng)歷了三個階段：文字識別、數(shù)字圖像處理與識別、物體識別。文字識別的研究是從1950年開始的，一般是識別字母、數(shù)字和符號，從印刷文字識別到手寫文字識別，應(yīng)用非常廣泛。數(shù)字圖像處理和識別的研究開始于1965年。數(shù)字圖像與模擬圖像相比具有存儲，傳輸方便可壓縮、傳輸過程中不易失真、處理方便等巨大優(yōu)勢，這些都為圖像識別技術(shù)的發(fā)展提供了強(qiáng)大的動力。物體的識別主要指的是對三維世界的客體及環(huán)境的感知和認(rèn)識，屬于高級的計算機(jī)視覺范疇。它是以數(shù)字圖像處理與識別為基礎(chǔ)的結(jié)合人工智能、系統(tǒng)學(xué)等學(xué)科的研究方向，其研究成果被廣泛應(yīng)用在各種工業(yè)及探測機(jī)器人上。第七章圖像處理與識別技術(shù)7.5圖像處理和識別的matlab實戰(zhàn)對某圖像進(jìn)行傅里葉變換：>>mypict=imread('D:\圖片\PICT1165.jpg');B=fftshift(fft(double