圖 像 處 理 與 理 解

圖像處理與理解第1頁，課件共73頁，創(chuàng)作于2023年2月人類通過眼、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。第一章

緒論第2頁，課件共73頁，創(chuàng)作于2023年2月一、數(shù)字圖像處理的發(fā)展概況及應用發(fā)展：上世紀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、工業(yè)生產(chǎn)、軍事上得到應用；第3頁，課件共73頁，創(chuàng)作于2023年2月直到上世紀六十年代末至七十年代初，由于離散數(shù)學理論的創(chuàng)立和完善，使之形成了比較完整的理論體系，成為一門新興的學科。二十世紀八十年代以來：數(shù)字圖象處理向更高級的方向發(fā)展：實時性，智能化，普及化，網(wǎng)絡化，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、遺傳算子、分形等智能信息處理技術運用于數(shù)字圖像處理，使得其更具活力，并在不斷地發(fā)展。第4頁，課件共73頁，創(chuàng)作于2023年2月應用：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，自然災害預測，環(huán)境污染的監(jiān)測，氣象云圖生物醫(yī)學：CT，NMR，X射線成象，B超，紅外圖象，顯微圖象第5頁，課件共73頁，創(chuàng)作于2023年2月應用：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：軍事目標偵察，制導系統(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，廣告等第6頁，課件共73頁，創(chuàng)作于2023年2月第7頁，課件共73頁，創(chuàng)作于2023年2月第8頁，課件共73頁，創(chuàng)作于2023年2月氣象云圖氣象預報第9頁，課件共73頁，創(chuàng)作于2023年2月遙感圖像處理

在國土資源調(diào)查與環(huán)境評價及災害監(jiān)測中的應用1998年長江洪水災害遙感圖像第10頁，課件共73頁，創(chuàng)作于2023年2月超聲圖象PhotocourtesyPhilipsResearch

Ultrasoundexaminationduringpregnancy

第11頁，課件共73頁，創(chuàng)作于2023年2月第12頁，課件共73頁，創(chuàng)作于2023年2月醫(yī)學圖象第13頁，課件共73頁，創(chuàng)作于2023年2月第14頁，課件共73頁，創(chuàng)作于2023年2月軍事應用目標跟蹤第15頁，課件共73頁，創(chuàng)作于2023年2月軍事應用隱形飛機、定位轟炸第16頁，課件共73頁，創(chuàng)作于2023年2月軍事應用第17頁，課件共73頁，創(chuàng)作于2023年2月軍事應用第18頁，課件共73頁，創(chuàng)作于2023年2月第19頁，課件共73頁，創(chuàng)作于2023年2月計算機合成圖像

第20頁，課件共73頁，創(chuàng)作于2023年2月計算機合成圖像

第21頁，課件共73頁，創(chuàng)作于2023年2月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數(shù)據(jù)壓縮和轉換技術

通過數(shù)據(jù)壓縮和數(shù)據(jù)轉換技術的研究，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)應用的一體化。第22頁，課件共73頁，創(chuàng)作于2023年2月圖像校正

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，使圖像上灰度值的差異直接反映了地物目標光譜輻射特性的差異，從而區(qū)分地物目標。第23頁，課件共73頁，創(chuàng)作于2023年2月而實際上，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，恢復圖像的本來面目。

第24頁，課件共73頁，創(chuàng)作于2023年2月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選擇訓練樣本產(chǎn)生統(tǒng)計參數(shù)；④分類特征的選擇。第25頁，課件共73頁，創(chuàng)作于2023年2月空間信息輔助分類

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)居民點圖斑的分類結果往往是由水體、植被以及不同類型的建筑等所組成。第26頁，課件共73頁，創(chuàng)作于2023年2月遙感圖像中的空間信息包括兩種類型：

紋理（texture）和相關（context）紋理是指地類圖斑中色調(diào)的空間變化特性；而相關則是指不同地類像元之間的空間關系。第27頁，課件共73頁，創(chuàng)作于2023年2月因此，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。第28頁，課件共73頁，創(chuàng)作于2023年2月要用到的主要圖像處理技術：圖像增強處理、圖像分割技術（區(qū)域、邊緣提?。?、圖像特征提取、圖像描述等。第29頁，課件共73頁，創(chuàng)作于2023年2月第30頁，課件共73頁，創(chuàng)作于2023年2月第31頁，課件共73頁，創(chuàng)作于2023年2月自動目標識別技術（AutomaticTargetRecognition－簡稱ATR）實時光學圖像相關識別系統(tǒng)的核心技術是自動目標識別技術。由于ATR技術在軍事上是導彈精確制導和武器防御系統(tǒng)的關鍵技術之一，是武器智能化程度的一個重要標準，也代表著一個國家的國防高科技的水平。以軍事應用為例

可能涉及圖像處理的主要技術第32頁，課件共73頁，創(chuàng)作于2023年2月因此，從20世紀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。第33頁，課件共73頁，創(chuàng)作于2023年2月當前精確制導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彈發(fā)射前發(fā)現(xiàn)目標，然后人工鎖定首幀目標圖像進行自動跟蹤，而不能實現(xiàn)不需人工參與的由導彈自動識別目標，做不到“打了不管”。特別是在復雜背景下，機器如何像人一樣自動識別目標，目前是相當困難的。第34頁，課件共73頁，創(chuàng)作于2023年2月雖然從20世紀70年代開始人工智能、智能信息處理技術、計算機視覺的理論研究取得了重大的進展，但是由于ATR領域中研究的背景和對象的復雜性和多樣性，特別是在實際環(huán)境中，背景與目標不僅有很大的動態(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條件下建立的，一旦這些假設條件不成立或不再完全成立時，其ATR系統(tǒng)就不再有效。第35頁，課件共73頁，創(chuàng)作于2023年2月另外，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，當前國外發(fā)達國家鑒于精確制導武器在未來戰(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技術列為二十一世紀的關鍵技術之一。

第36頁，課件共73頁，創(chuàng)作于2023年2月我國從二十世紀七十年代以來對ATR技術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、東南大學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。第37頁，課件共73頁，創(chuàng)作于2023年2月涉及圖像處理的主要技術圖像分割：雖然國內(nèi)外學者已提出很多種圖像分割算法，但由于背景的多變性和復雜性，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?。河嬎忝枋瞿繕说奶卣?，如目標的幾何形狀特征、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)絡等

圖像跟蹤第38頁，課件共73頁，創(chuàng)作于2023年2月

第39頁，課件共73頁，創(chuàng)作于2023年2月動態(tài)場景的視覺監(jiān)控動態(tài)場景的視覺監(jiān)控是計算機視覺領域一個新興的應用方向.對于視覺監(jiān)控系統(tǒng)而言，一般涉及到運動檢測、運動目標分類、運動目標的跟蹤以及監(jiān)視場景中目標行為的理解與描述幾個過程。以安保系統(tǒng)應用為例第40頁，課件共73頁，創(chuàng)作于2023年2月其中，運動檢測、目標分類、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注的研究熱點，它是指對目標的運動模式進行分析和識別，并用自然語言等加以描述。第41頁，課件共73頁，創(chuàng)作于2023年2月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)、高級人機交互等應用需求，基于運動視覺的生物特征識別技術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，近來倍受關注。第42頁，課件共73頁，創(chuàng)作于2023年2月例如，美國高級研究項目署DARPA在2000年資助的重大項目——HID計劃（HumanIdentificationataDistance），它的任務就是開發(fā)多模式的監(jiān)控技術以實現(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用于人的身份鑒別。第43頁，課件共73頁，創(chuàng)作于2023年2月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。當然，像其它生物特征一樣，步態(tài)也受一些諸如醉酒、懷孕、關節(jié)受傷等物理因素的影響。盡管步態(tài)識別是一個相當新的研究領域，目前已涌現(xiàn)出一些嘗試性的工作第44頁，課件共73頁，創(chuàng)作于2023年2月馬里蘭大學、麻省理工學院等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。第45頁，課件共73頁，創(chuàng)作于2023年2月二、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識。2、模擬圖像的表示（物理圖像，人眼能看到的圖像）第46頁，課件共73頁，創(chuàng)作于2023年2月第47頁，課件共73頁，創(chuàng)作于2023年2月當圖像內(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。第48頁，課件共73頁，創(chuàng)作于2023年2月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，即第49頁，課件共73頁，創(chuàng)作于2023年2月圖像函數(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，并用正實數(shù)表示，而且這個值的大小是有限的。第50頁，課件共73頁，創(chuàng)作于2023年2月圖像函數(shù)是一個二元、有界、非負的連續(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。第51頁，課件共73頁，創(chuàng)作于2023年2月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。像素灰度級第52頁，課件共73頁，創(chuàng)作于2023年2月第53頁，課件共73頁，創(chuàng)作于2023年2月圖像分解成像素的方法根據(jù)平面設置有正方形陣列，正六角形陣列，正三角形陣列，其中正方形陣列最為常用。第54頁，課件共73頁，創(chuàng)作于2023年2月對于一幅圖像而言，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。第55頁，課件共73頁，創(chuàng)作于2023年2月采樣(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鍵的問題。應滿足采樣定理。

第56頁，課件共73頁，創(chuàng)作于2023年2月量化經(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。第57頁，課件共73頁，創(chuàng)作于2023年2月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。第58頁，課件共73頁，創(chuàng)作于2023年2月非等間隔量化

(1)將小的灰度值的級別間隔細分，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。第59頁，課件共73頁，創(chuàng)作于2023年2月第60頁，課件共73頁，創(chuàng)作于2023年2月分辨率640x480分辨率不同的圖象比較第61頁，課件共73頁，創(chuàng)作于2023年2月分辨率320x240第62頁，課件共73頁，創(chuàng)作于2023年2月分辨率160x120第63頁，課件共73頁，創(chuàng)作于2023年2月分辨率80x60第64頁，課件共73頁，創(chuàng)作于2023年2月分辨率640x480第65頁，課件共73頁，創(chuàng)作于2023年2月分辨率320x240第66頁，課件共73頁，創(chuàng)作于2023年2月分辨率160x120第67頁，課件共73頁，