愛愛醫(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(jī)處理所獲取視覺信息的技術(shù)。第一章

緒論人類通過眼、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間由一周多減少到小于3個小時；上世紀(jì)50年代，計算機(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)用于美國噴氣推進(jìn)實(shí)驗(yàn)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；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，成為一門新興的學(xué)科。二十世紀(jì)八十年代以來：數(shù)字圖象處理向更高級的方向發(fā)展：實(shí)時性，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：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：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(yùn)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(jī)器人視覺娛樂：電影特技，動畫，廣告等應(yīng)用：愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件愛愛醫(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)報氣象云圖遙感圖像處理

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19超聲圖象PhotocourtesyPhilipsResearch

Ultrasoundexaminationduringpregnancy

超聲圖象PhotocourtesyPhilipsRes愛愛醫(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)圖象愛愛醫(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)用愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件計算機(jī)合成圖像

計算機(jī)合成圖像計算機(jī)合成圖像

計算機(jī)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(yùn)算時間，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于進(jìn)入傳感器的輻射強(qiáng)度；而輻射強(qiáng)度又只與太陽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，對比度下降等。另一方面，由于衛(wèi)星飛行時姿態(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，必須盡可能地通過處理消除畸變，恢復(fù)圖像的本來面目。

而實(shí)際上，由于大氣層的存在，也由于傳感器內(nèi)探測器性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(jìn)行分類。通常需要對下面一些問題進(jìn)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。分類方法空間信息輔助分類

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(diǎn)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?？臻g信息輔助分類遙感圖像中的空間信息包括兩種類型：

紋理（texture）和相關(guān)（context）紋理是指地類圖斑中色調(diào)的空間變化特性；而相關(guān)則是指不同地類像元之間的空間關(guān)系。遙感圖像中的空間信息包括兩種類型：因此，用于分類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，公路和體育場，可以用形狀指數(shù)來區(qū)分。因此，用于分類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、邊緣提取）、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)域愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件自動目標(biāo)識別技術(shù)（AutomaticTargetRecognition－簡稱ATR）實(shí)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)自動目標(biāo)識別技術(shù)實(shí)時光學(xué)圖像相關(guān)識別系統(tǒng)的核心技術(shù)是自動因此，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(shí)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。因此，從20世紀(jì)60年代開始，美、英、俄、法等國家已投入當(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)行自動跟蹤，而不能實(shí)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(jī)器如何像人一樣自動識別目標(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，最主要的問題是目雖然從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(jī)視覺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。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(shí)時實(shí)現(xiàn)方面還有很大的距離。因此，當(dāng)前國外發(fā)達(dá)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。

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(diǎn)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(xiàng)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(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

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(jī)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(yùn)動檢測、運(yùn)動目標(biāo)分類、運(yùn)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(jī)視覺領(lǐng)域一其中，運(yùn)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(yùn)動檢測、運(yùn)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(diǎn)，它是指對目標(biāo)的運(yùn)動模式進(jìn)行分析和識別，并用自然語言等加以描述。其中，運(yùn)動檢測、目標(biāo)分類、人的跟蹤屬于視覺中的低級和中級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(jī)交互等應(yīng)用需求，基于運(yùn)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(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別技術(shù)來識別與其交流的人是誰。

人運(yùn)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(yuǎn)距離的身份識別研究——基于運(yùn)動視覺的第二代生物特征識別技術(shù)，近來倍受關(guān)注。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)、高級例如，美國高級研究項(xiàng)目署DARPA在2000年資助的重大項(xiàng)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(shí)現(xiàn)遠(yuǎn)距離情況下人的檢測、分類和識別，從而增強(qiáng)國防、民用等場合免受恐怖襲擊的保護(hù)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(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別，然而進(jìn)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(dú)特的生物行為特征應(yīng)用于人的身份鑒別。例如，美國高級研究項(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(jìn)行人的身份識別。由于步態(tài)是一種時空變化的運(yùn)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)或者特定行為的識別。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）二、圖像與數(shù)字圖像愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件當(dāng)圖像內(nèi)容隨時間變化時，為時變圖像或運(yùn)動圖像。反之，為靜止圖像。當(dāng)圖像內(nèi)容隨時間變化時，為時變圖像或運(yùn)動圖像。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)的值常稱為強(qiáng)度或灰度，與圖像在這一點(diǎn)的亮度相對應(yīng)，并用正實(shí)數(shù)表示，而且這個值的大小是有限的。圖像函數(shù)在某一點(diǎn)的值常稱為強(qiáng)度或灰度，與圖像圖像函數(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(jī)無法接受模擬形式的圖像。圖像函數(shù)是一個二元、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(diǎn)陣，通常采用等間隔采樣和均勻量化。像素灰度級3、數(shù)字圖像的表示愛愛醫(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(jìn)行空間采樣和量化。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(diǎn)(象素)集合的一種操作。

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

采樣(Sampling)是指將空間上或時間上連續(xù)的圖象(模擬量化經(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。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(jìn)行細(xì)量化，而該范圍之外進(jìn)行粗量化。這種方法，其量化級數(shù)不變，又能降低量化誤差，稱錐形量化。非等間隔量化愛愛醫(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=檢測分辨率？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)果如果給人評價，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別圖像處理系統(tǒng)簡介五、

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,計算機(jī)視覺與模式識別,國防工業(yè)出版社主要中文期刊：中國圖象圖形學(xué)報、模式識別與人工智能教材：圖像處理與理解

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(jī)處理所獲取視覺信息的技術(shù)。第一章

緒論人類通過眼、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間由一周多減少到小于3個小時；上世紀(jì)50年代，計算機(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)用于美國噴氣推進(jìn)實(shí)驗(yàn)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；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，成為一門新興的學(xué)科。二十世紀(jì)八十年代以來：數(shù)字圖象處理向更高級的方向發(fā)展：實(shí)時性，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：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：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(yùn)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(jī)器人視覺娛樂：電影特技，動畫，廣告等應(yīng)用：愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件愛愛醫(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)報氣象云圖遙感圖像處理

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19超聲圖象PhotocourtesyPhilipsResearch

Ultrasoundexaminationduringpregnancy

超聲圖象PhotocourtesyPhilipsRes愛愛醫(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)圖象愛愛醫(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)用愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件計算機(jī)合成圖像

計算機(jī)合成圖像計算機(jī)合成圖像

計算機(jī)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(yùn)算時間，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于進(jìn)入傳感器的輻射強(qiáng)度；而輻射強(qiáng)度又只與太陽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，對比度下降等。另一方面，由于衛(wèi)星飛行時姿態(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，必須盡可能地通過處理消除畸變，恢復(fù)圖像的本來面目。

而實(shí)際上，由于大氣層的存在，也由于傳感器內(nèi)探測器性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(jìn)行分類。通常需要對下面一些問題進(jìn)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。分類方法空間信息輔助分類

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。基于空間信息的地類類型或形狀分類。如城鎮(zhèn)居民點(diǎn)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。空間信息輔助分類遙感圖像中的空間信息包括兩種類型：

紋理（texture）和相關(guān)（context）紋理是指地類圖斑中色調(diào)的空間變化特性；而相關(guān)則是指不同地類像元之間的空間關(guān)系。遙感圖像中的空間信息包括兩種類型：因此，用于分類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，公路和體育場，可以用形狀指數(shù)來區(qū)分。因此，用于分類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)域愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件自動目標(biāo)識別技術(shù)（AutomaticTargetRecognition－簡稱ATR）實(shí)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)自動目標(biāo)識別技術(shù)實(shí)時光學(xué)圖像相關(guān)識別系統(tǒng)的核心技術(shù)是自動因此，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(shí)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。因此，從20世紀(jì)60年代開始，美、英、俄、法等國家已投入當(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)行自動跟蹤，而不能實(shí)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(jī)器如何像人一樣自動識別目標(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，最主要的問題是目雖然從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(jī)視覺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。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(shí)時實(shí)現(xiàn)方面還有很大的距離。因此，當(dāng)前國外發(fā)達(dá)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。

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(diǎn)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(xiàng)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(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。

特征提取：計算描述目標(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

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(jī)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(yùn)動檢測、運(yùn)動目標(biāo)分類、運(yùn)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(jī)視覺領(lǐng)域一其中，運(yùn)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(yùn)動檢測、運(yùn)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(diǎn)，它是指對目標(biāo)的運(yùn)動模式進(jìn)行分析和識別，并用自然語言等加以描述。其中，運(yùn)動檢測、目標(biāo)分類、人的跟蹤屬于視覺中的低級和中級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(jī)交互等應(yīng)用需求，基于運(yùn)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(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別技術(shù)來識別與其交流的人是誰。

人運(yùn)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(yuǎn)距離的身份識別研究——基于運(yùn)動視覺的第二代生物特征識別技術(shù)，近來倍受關(guān)注。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)、高級例如，美國高級研究項(xiàng)目署DARPA在2000年資助的重大項(xiàng)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(shí)現(xiàn)遠(yuǎn)距離情況下人的檢測、分類和識別，從而增強(qiáng)國防、民用等場合免受恐怖襲擊的保護(hù)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(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別，然而進(jìn)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(dú)特的生物行為特征應(yīng)用于人的身份鑒別。例如，美國高級研究項(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(jìn)行人的身份識別。由于步態(tài)是一種時空變化的運(yùn)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）二、圖像與數(shù)字圖像愛愛醫(yī)資源圖像處理與理解東南大學(xué)課件當(dāng)圖像內(nèi)容隨時間變化時，為時變圖像或運(yùn)動圖像。反之，為靜止圖像。當(dāng)圖像內(nèi)容隨時間變化時，為時變圖像或運(yùn)動圖像。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)的值常稱為強(qiáng)度或灰度，與圖像在這一點(diǎn)的亮度相對應(yīng)，并用正實(shí)數(shù)表示，而且這個值的大小是有限的。圖像函數(shù)在某一點(diǎn)的值常稱為強(qiáng)度或灰度，與圖像圖像函數(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(jī)無法接受模擬形式的圖像。圖像函數(shù)是一個二元、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(diǎn)陣，通常采用等間隔采樣和均勻量化。像素灰度級3、數(shù)字圖像的表示愛愛醫(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(jìn)行空間采樣和量化。對于一幅圖像而言，從模擬圖像中獲取數(shù)字圖像，則必須