數(shù)字圖像目標分割與提取研究背景意義目的與現(xiàn)狀

1、數(shù)字圖像目標分割與提取研究背景意義目的與現(xiàn)狀1 背景數(shù)字圖像目標分割與提取是數(shù)字圖像處理和計算機視覺領(lǐng)域中一個備受關(guān)注的研究分支。因為在目標分割與提取過程中可以利用大量的數(shù)字圖像處理的方法，加上其在計算機視覺、模式識別等領(lǐng)域中的廣泛應(yīng)用，都吸引了眾多研究者的注意。相信對這一問題的深入研究不僅會不斷完善對這一問題的解決，而且必將推動模式識別、計算機視覺、人工智能等計算機科學(xué)分支的發(fā)展。圖像分割和邊緣檢測的問題在近二十年中得到了廣泛的關(guān)注和長足的發(fā)展，國內(nèi)外很多研究人士提出了很多方法，在不同的領(lǐng)域取得了一定的成果。但是對于尋找一種能夠普遍適用于各種復(fù)雜情況的準確率很高的分割和檢測算法，還有很大的探

2、索空間。邊緣提取和分割是圖像分析的經(jīng)典研究課題之一，目前的理論和方法仍存在許多不足之處，仍在不斷改進和發(fā)展。由于圖像的多義性和復(fù)雜性，許多分割的工作無法依靠計算機自動完成，而手工分割又存在工作量大，定位不準確的難題，因此，人們提出了一些人工交互和計算機自動定位相結(jié)合的方法，利用各自的優(yōu)勢，實現(xiàn)目標輪廓的快速定位。相信這些交互式方法的應(yīng)用，必將推動圖像目標分割與提取這一既具有廣闊的應(yīng)用前景又具有重要的學(xué)術(shù)價值的課題的進一步研究，也必將成為一個更為獨立和活躍的研究領(lǐng)域1。近年來，dsp技術(shù)的發(fā)展不斷將數(shù)字信號處理領(lǐng)域的理論研究成果應(yīng)用到實際系統(tǒng)中，并且推動了新的理論和應(yīng)用領(lǐng)域的發(fā)展，對圖像處理等領(lǐng)

3、域的技術(shù)發(fā)展也起到了十分重要的推動作用。基于dsp的圖像處理系統(tǒng)也被廣泛的應(yīng)用于各種領(lǐng)域。從圖像處理技術(shù)的發(fā)展來看，實時性在實際中有著廣泛的應(yīng)用。實時圖像處理系統(tǒng)設(shè)計的難點是如何在有限的時間內(nèi)完成大量圖像數(shù)據(jù)的處理。因為要對圖像進行實時處理,所以為了實現(xiàn)實時和快速,高效的處理,在這個系統(tǒng)中要求我們的圖像處理速度要達到一定的速度， 而圖像處理的速度是由算法的執(zhí)行時間、視頻輸入輸出延遲以及外部數(shù)據(jù)存儲器與dsp的數(shù)據(jù)交換效率等因素決定。算法執(zhí)行時間與 cpu 速度有關(guān);圖像處理的速度既圖像處理所要用的時間，它主要是由算法決定的。算法執(zhí)行的指令的多少決定了處理速度。而圖像的處理的算法包含有大量的算法

4、指令，為了快速的處理大數(shù)據(jù)量的多媒體信息，特別是活動圖像信息，同時又能靈活的支持多種不同的應(yīng)用，dsp的應(yīng)用勢在必行。相比于通用的dsp，用于多媒體應(yīng)用的專用dsp集成了許多專用模塊，這些模塊用硬件加速很多通用的多媒體方面的大量算法明晰的處理、實時性強等要求.由于圖像處理的數(shù)據(jù)量大，數(shù)據(jù)處理相關(guān)性高，實時的應(yīng)用環(huán)境決定嚴格的幀、場時間限制，因此實時圖像處理系統(tǒng)必須具有強大的運算能力。各種高性能dsp不僅可以滿足在運算性能方面的需要，而且由于dsp的可編程性，還可以在硬件一級獲得系統(tǒng)設(shè)計的極大靈活性。實時圖像處理技術(shù)在目標跟蹤、機器人視覺、智能交通監(jiān)控中都得到越來越多的應(yīng)用。2 實時圖像處理系統(tǒng)

5、國內(nèi)外現(xiàn)狀實時圖像處理系統(tǒng)技術(shù)隨著圖像處理與計算機視覺的廣泛應(yīng)用而異軍突起，這種系統(tǒng)已廣泛應(yīng)用于各行各業(yè)。它們反過來也促進了圖像處理與計算機視覺理論的進一步深入、提高。2.1 實時圖像處理系統(tǒng)的發(fā)展和現(xiàn)狀圖像處理的發(fā)展與計算機以及硬件技術(shù)的發(fā)展是緊密聯(lián)系的。最早發(fā)表有關(guān)計算機處理圖像信息文章的時間要追溯到20世紀50年代，隨著計算機以及硬件技術(shù)的高速發(fā)展，性能大幅度提高，而價格卻大幅度下降，有力地推動了圖像處理技術(shù)的發(fā)展，實時圖像處理系統(tǒng)的發(fā)展大致上可以劃分為四個階段。 圖像處理系統(tǒng)發(fā)展的第一階段第一階段的時間大體上是20世紀60年代到80年代中期，這個時期的圖像處理系統(tǒng)采用機箱式結(jié)構(gòu)，主流計

6、算機采用小型機，并采用雙屏操作方式，所以系統(tǒng)的體積比較大，功能也比較強，當然價格也比較貴。 圖像處理系統(tǒng)發(fā)展第二階段第二階段的時間大體上是20世紀80年代中期到90年代初期，這個階段的主要特點是小型化，外形不再是機箱式而是插卡式，絕大部分都采用pc系列微機構(gòu)成圖像處理系統(tǒng)，計算機總線采用isa(industrial standard architecture)總線，并采用雙屏操作方式。圖像卡的體積較小，一般圖像卡都是采用大規(guī)模集成電路甚至是制作專用集成電路，從而使價格降低了。 圖像處理系統(tǒng)發(fā)展第三階段 第三階段的時間大體上是從20世紀90年代初開始，這一階段圖像處理系統(tǒng)突出特點是單屏方式，以微

7、機pci總線(peripheral component interconnect bus)為支持的單屏方式和以圖像壓縮傳輸為特點的圖像通信方式成為主流方式，但仍然主要是依靠微機來進行圖像處理，在windows平臺上編制圖像處理軟件包。 基于dsp的圖像處理系統(tǒng)隨著微型計算機的發(fā)展和普及，現(xiàn)代圖像處理方式越來越向高速、小型、簡潔的方向發(fā)展，圖像處理逐漸由專用、笨重的圖像處理機過渡到通用、小型方式，但是由于圖像數(shù)據(jù)量大，算法復(fù)雜，使用軟件來處理時，軟件往往局限于計算機的配置，使得圖像處理速度比較慢、實時性差、價格高，不能適應(yīng)惡劣工作環(huán)境。與此同時數(shù)字信號處理各種算法日趨完善，特別是運算能力很強的數(shù)

8、字信號處理器(dsp)的問世，使現(xiàn)代圖像處理系統(tǒng)進入了和計算機緊密結(jié)合的全數(shù)字體制的階段。以dsp為核心的硬件系統(tǒng)同樣可以用來進行圖像處理，為這個問題的解決帶來了新的途徑。dsp的運算速度和運算精度不斷地提高，片內(nèi)的存儲容量不斷地加大，系統(tǒng)功能、數(shù)據(jù)處理能力以及與外部設(shè)備的通信功能不斷地增強，完全可以脫離pc機開發(fā)出基于dsp的圖像系統(tǒng)。這種設(shè)計方案的優(yōu)點是設(shè)計簡單、靈活，成本比較低，便于實際中使用。2.2 圖像分割概述圖像分割是圖像處理中的一項關(guān)鍵技術(shù)，自20世紀70年代起一直受到人們的高度重視，至今已提出上千種分割算法，但因尚無通用的分割理論，現(xiàn)提出的分割算法大都是針對具體問題的，并沒有一

9、種適合所有圖像的通用分割算法。另外，還沒有制定出選擇適用分割算法的標準，這給圖像分割技術(shù)的應(yīng)用帶來許多實際問題。最近幾年又出現(xiàn)了許多新思路、新方法或改進算法，對一些經(jīng)典方法和新出現(xiàn)的方法作了概述。并將圖像分割方法分為閾值分割方法、邊緣檢測方法、區(qū)域提取方法和結(jié)合特定理論工具的分割方法。早期的圖像研究中，圖像的分割方法主要可以分為兩大類。一類是邊界方法，這種方法的假設(shè)是圖像分割結(jié)果的某個子區(qū)域在原來的圖像中一定會有邊緣存在；一類是區(qū)域方法，這種方法的假設(shè)是圖像分割結(jié)果的子區(qū)域一定會有相同的性質(zhì)，而不同區(qū)域的像素沒有共同的性質(zhì)。這兩種方法都有缺點和優(yōu)點，有的學(xué)者也試圖把兩者結(jié)合起來進行圖像分割，隨

10、著計算機處理能力的提高，很多方法不斷涌現(xiàn)，如基于彩色分量分割、紋理圖像分割。所使用的教學(xué)工具和實驗手段也是不斷的擴展，從時域信號到頻域信號處理，近來小波變換也應(yīng)用在圖像分割當中。3 dsp實時圖像分割的目的和意義在現(xiàn)代工業(yè)自動化生產(chǎn)中，涉及到產(chǎn)品檢驗、生產(chǎn)監(jiān)視和零部件缺陷識別等多方面的應(yīng)用，例如對零部件批量生產(chǎn)過程中的尺寸缺陷檢測，零件的缺陷檢查，ic上的自動字符識別，自動裝配過程中的完整性檢查，電子裝配線的自動定位，機器人的引導(dǎo)和零件的識別等。利用圖像處理的方法，對感興趣區(qū)域進行分割從而進一步的分析。軍事上對圖像處理的應(yīng)用是最早的。對地球上所有感興趣的地區(qū)進行空中攝影后，每天得到成千上萬張照片，以前雇傭成千上萬人對照片進行分處理，現(xiàn)在則可以用dsp技術(shù)進行處理。另一方面，在六十年代中期以后，發(fā)射了陸地衛(wèi)星和天空實驗室，都是對地球進行資源遙感的，他們利用衛(wèi)星拍攝的圖像進行處理，將數(shù)據(jù)用于資源普查、農(nóng)業(yè)規(guī)劃、農(nóng)作物產(chǎn)量估算、病蟲害監(jiān)測、森林調(diào)查等許許多多的方面。圖像處理在模式識別中的應(yīng)用場所的安全保障。比如對人員進行身份驗證，如新興的虹膜圖像識別門禁系統(tǒng)。這其具有唯一性、穩(wěn)定性、可采集性、非接觸性等優(yōu)點被廣泛的認為是最有前途的生物識別技術(shù)。將虹膜圖像識別技術(shù)應(yīng)用于門禁系統(tǒng)可以增強安全防范手段，為銀行、保密設(shè)施、檔案室等機要部門的現(xiàn)代化管理、監(jiān)測、控制提供重要安全技