數(shù)字圖像處理系統(tǒng)及應(yīng)用實(shí)例

數(shù)字圖像處理系統(tǒng)及應(yīng)用實(shí)例第1頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.1

數(shù)字圖像處理系統(tǒng)數(shù)字圖像處理系統(tǒng)結(jié)構(gòu)框圖

第2頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.1.1

數(shù)字圖像處理系統(tǒng)的分類通用和專用:通用系統(tǒng)主要用于方法研究、大型計(jì)算、多媒體技術(shù)研究、視頻制作等專用型處理系統(tǒng)一般用于特殊用途，處理任務(wù)單一，但對(duì)系統(tǒng)體積、重量、處理速度、功耗、成本等有特定的要求，數(shù)字信號(hào)處理器（DSP）第3頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月高、中、低檔高速信號(hào)處理芯片設(shè)計(jì)而成，采用多CPU或多機(jī)結(jié)構(gòu)，具有適合圖像和信號(hào)處理特有規(guī)律的并行陣列圖像處理器中檔系統(tǒng)以小型機(jī)或工作站為主控計(jì)算機(jī)，加上圖像處理器構(gòu)成。這類系統(tǒng)具有較強(qiáng)的交互處理能力，同時(shí)，由于用通用機(jī)做主控機(jī)，因而在系統(tǒng)環(huán)境下，具有較好的再開(kāi)發(fā)能力低檔的計(jì)算機(jī)圖像處理系統(tǒng)由計(jì)算機(jī)加上圖像采集卡構(gòu)成，其結(jié)構(gòu)簡(jiǎn)單，是一種便于普及和推廣的圖像處理系統(tǒng)9.1.1

數(shù)字圖像處理系統(tǒng)的分類第4頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月從圖像傳感器的敏感區(qū)看

可分成可見(jiàn)光、紅外、近紅外、X射線、雷達(dá)、伽瑪射線、超聲波等圖像處理系統(tǒng)從采集部件與景物的距離上來(lái)分

可分為遙感、宏觀和微觀圖像處理系統(tǒng)9.1.1

數(shù)字圖像處理系統(tǒng)的分類第5頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.1.2

計(jì)算機(jī)圖像處理系統(tǒng)的基本構(gòu)成1．圖像采集部件2．圖像處理部件3．識(shí)別結(jié)果的輸出部件一種是根據(jù)圖像處理的結(jié)果做出判斷另一種則是以圖像為輸出形式。輸出方式有屏幕輸出、打印輸出和視頻硬拷貝輸出第6頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.2

應(yīng)用實(shí)例9.2.1生物醫(yī)學(xué)圖像的處理9.2.2DSP組成的目標(biāo)檢測(cè)與識(shí)別系統(tǒng)9.2.3高分辨率遙感影像道路提取9.2.4立體視覺(jué)系統(tǒng)第7頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.2.1

生物醫(yī)學(xué)圖像的處理

細(xì)胞圖像自動(dòng)分割流程圖邊緣檢測(cè)目標(biāo)定位區(qū)域生長(zhǎng)目標(biāo)分割第8頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月免疫細(xì)胞圖像自動(dòng)分割的過(guò)程示意圖a)一幅免疫細(xì)胞圖像b)邊緣檢測(cè)的結(jié)果c)目標(biāo)定位并與b)疊加的結(jié)果

d)計(jì)算目標(biāo)中心點(diǎn)e)計(jì)算目標(biāo)所在矩形f)在矩形框內(nèi)分割圖像

a)b)c)

d)e)f)

9.2.1

生物醫(yī)學(xué)圖像的處理第9頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月

a)原圖b)邊緣檢測(cè)的結(jié)果

橢圓目標(biāo)的位置檢測(cè)過(guò)程示意圖c)從邊緣點(diǎn)沿梯度方向做扇形d)累加器累加的結(jié)果 e)對(duì)d取閾值并與b疊加 f)計(jì)算中心點(diǎn)9.2.1

生物醫(yī)學(xué)圖像的處理第10頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.2.2

DSP組成的目標(biāo)檢測(cè)與識(shí)別系統(tǒng)1．DSP實(shí)現(xiàn)目標(biāo)檢測(cè)識(shí)別的基本框圖第11頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月

2．圖像算法的處理流程

目標(biāo)分割目標(biāo)識(shí)別

目標(biāo)跟蹤

視頻合成

圖像預(yù)處理圖像處理流程

9.2.2

DSP組成的目標(biāo)檢測(cè)與識(shí)別系統(tǒng)第12頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月

3．算法中的關(guān)鍵技術(shù)1）空域高通濾波將小目標(biāo)進(jìn)行增強(qiáng)，提高它的信噪比。2）自適應(yīng)門限分割技術(shù)。3）圖像特征匹配，通過(guò)多幀檢測(cè)，識(shí)別出真正的目標(biāo)。9.2.2

DSP組成的目標(biāo)檢測(cè)與識(shí)別系統(tǒng)第13頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.2.3

高分辨率遙感影像道路提取

1．用灰度級(jí)標(biāo)準(zhǔn)差檢測(cè)直線假設(shè)圖像空間中的一條角度為、截距為的直線，映射其灰度級(jí)標(biāo)準(zhǔn)方差到參數(shù)空間上的一點(diǎn)，該點(diǎn)的值可由以下公式求得,第14頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月該變換的原理如圖所示a)圖像空間b)在方向上投影c)映射方差特征到參數(shù)空間9.2.3

高分辨率遙感影像道路提取第15頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月

2．梯度矢量均值約束的線目標(biāo)檢測(cè)對(duì)原始圖像進(jìn)行梯度變換，對(duì)梯度矢量進(jìn)行統(tǒng)計(jì)，用梯度矢量均值來(lái)代替上一節(jié)處的值，就得到了梯度矢量在參數(shù)空間中的統(tǒng)計(jì)特性。9.2.3

高分辨率遙感影像道路提取第16頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月9.2.4

立體視覺(jué)系統(tǒng)

1）視覺(jué)導(dǎo)航智能視覺(jué)導(dǎo)航越野車

第17頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月立體視覺(jué)系統(tǒng)的硬件結(jié)構(gòu)

障礙物檢測(cè)流程

9.2.4

立體視覺(jué)系統(tǒng)邊緣檢測(cè)特征融合計(jì)算視差計(jì)算距離第18頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月

2）利用立體視覺(jué)原理進(jìn)行地圖繪制地圖繪制算法流程

9.2.4

立體視覺(jué)系統(tǒng)邊緣檢測(cè)輪廓匹配計(jì)算視差計(jì)算距離精細(xì)匹配第19頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月輪廓匹配結(jié)果

9.2.4

立體視覺(jué)系統(tǒng)第20頁(yè)，課件共23頁(yè)，創(chuàng)作于2023年2月邊緣精細(xì)匹配結(jié)果

9.2.4

立體視覺(jué)系統(tǒng)第21頁(yè)，課件