光学图像处理

《光学图像处理》由会员分享，可在线阅读，更多相关《光学图像处理（3页珍藏版）》请在金锄头文库上搜索。

1、201254 1 光学图像处理光学图像处理 第一课第一课 教学计划 ? 课程性质和任务课程性质和任务 基本概念、原理和方法 ?先修课程先修课程 高等数学,线性代数 ?教材:教材:冈萨雷斯著，阮秋琦译 数字图像处理（第 二版） 电子工业出版社 2003年3月 ?参考书：参考书： ?数字图像处理，朱志刚，清华大学出版社，2000 年6月 ? 考核方式考核方式 本课程的考核分为平时成绩、期末考试 成绩两大部分，其中期末考试以闭卷笔试 为主。总成绩按以下公式计算： 总成绩平时成绩30%期末成绩70% 平时成绩:大作业(30）分 教学计划 1.1 引言 ? 人的视觉局限性人的视觉局限性 可见光谱带是：0

2、.38-0.8微米; 亮度适应范围大约从百分之几到几百万流明（cd/m2）； 最小分辨角为：1分; 时间分辨能力为：0.05s0.1s; 人眼不能透视。 成像学的主要任务主要任务: 是通过一定的方法和技术，使人能 观察和理解人眼不能直接看到的图像或景物。 ? 图像的重要性图像的重要性 人类离不开图像，计算机图像技术渗透到各 个科技领域。画面比文字更直观、更生动，人类 75%以上信息来自视觉。 图像：对客观存在的物体的一种相似性的生动模 仿或描述。是一种不完全的、不精确的，但在某 种意义上是适当的表示。 亦是，对客观存在的物体的某种属性的描述。 传统光学硬件的问题：传统光学硬件的问题： 1、随着

3、放大倍数和分辨率的增大，景深减小， 使得物体不可能在一幅图像中完全聚焦清晰。 2、生物医学及材料科学的成像要求显微镜既要 有更高的分辨率又要有足够的景深，这是传统光 学硬件的矛盾。 图像方式处理速度灵活性能精度再现性 光学快中中中 照片快差差差 录像快中差中 数字慢好高好 图像方式处理速度灵活性能精度再现性 光学快中中中 照片快差差差 录像快中差中 数字慢好高好 表表1 图像处理方式比较图像处理方式比较 计算机的发展计算机的发展 ?1948年贝尔实验室发明了晶体三极管； ?1950-1960 高级编程语言（cobol和fortran) ?1958年得州仪器公司发明了集成电路(IC) ?1960

4、年早期的操作系统的发展 ?1970年Intel公司的微处理器 ?1970年大规模集成电路(LI)所引发的元件微小化 革命 ?1981年IBM公司的个人计算机的问世 ?大规模的存储设备和显示设备的发展 1.2、数字图像处理起源与应用1.3 数字图像处理的概念1.3 数字图像处理的概念 1、图像的类型、图像的类型 物体 图像 数学 函数 不可见的 物理图像 可见的图像 光图像 照片、 图与画 201254 2 图像数字化后描述形式备注 二值图像 图像数字化后描述形式备注 二值图像f（X，Y）=1或或0文字、线条图、指纹等 黑白图像 文字、线条图、指纹等 黑白图像0f（X，Y）2n-1黑白图像，一般

5、黑白图像，一般n=68 彩色图像彩色图像 |fi（X，Y）| i=R， G，B 以三基色表示的彩色图像 光谱图像 以三基色表示的彩色图像 光谱图像 |fi（X，Y）| i=1， 2m 遥感图像，遥感图像，m=68或更大 立体图像 或更大 立体图像 fl（X，Y），），fr（X， Y） 左右视点得到同物体的图 像对 动态图像 ） 左右视点得到同物体的图 像对 动态图像 |ft（X，Y）| t=t1， t2tr. 动态图像，动画制做等动态图像，动画制做等 2、图像的表现形式2、图像的表现形式 可见图像的波段 400500 600700 蓝蓝绿绿红红 多光谱图像和单光谱图像 射线X射线紫外线可见光红

6、外线微波无线电波 nm ? 图像的表现形式图像的表现形式可见光与红外波段成像可见光与红外波段成像 构成数字图像的两个基本要素 地址和 灰度值 数字图像的表示：数字图像的表示：f(x,y) 表示一幅图像，表示一幅图像，x,y,f为有限、离散值为有限、离散值 图象处理 图像分析 图像理解 符号 目标 像素低层 中层 高层 语义 抽象程度抽象程度 高 数据量数据量 小 ?数字图像处理的算法分类数字图像处理的算法分类 数字图像处理系统的三个部件： 图像数字化设备图像采集 计算机图像处理 显示设备图像显示 ? 数字图像处理系统 1.4 数字图像处理的内容1.4 数字图像处理的内容 1、图像的获取、采集

7、照明系统的设计 光路的设计 光电转换器件的设计或选取 数字信号的采集、显示 2、图像变换 图像变换目的在于：是图像处理问题简化，更有利于图像 特征的提取，有助于从概念上加强对图像信息的理解。 主要有空域的变换和频域的变换 3、图像增强（Enhancement) 当无法知道图像退化有关的定量信息时，可采用 图像增强技术来改善图像质量。 4、图像分割（Segmentation) 是按照一定的先验知识和图像像素间的相似性将 图像分割成若干个信息区的图像的过程。 例如：水果分类。 201254 3 5、图像复原（image restoration) 图像复原技术：去除和减轻在获取数字图 像过程中发生的

8、图像质量下降（退化） 光学系统造成的变形 运动造成的模糊 系统和光度学因素产生的干扰 6、图像重建 图像重建是从数据到图像的过程，即输入的是 某种数据，而最终得到的是图像。 CT(computed tomograph)就是图像重建处 理的典型应用。 7、图像压缩编码 数字图像的特点之一是数据量庞大，尽管 现在有大容量的存储器，但仍不能满足对 图像数据（尤其是动态图像、高分辨率图 像）处理的需求，因此在实际应用中图像 压缩是必要的。 8、模式识别 模式识别在数字图像处理和分析中占有重要的地 位，识别所得到的结果往往接近于甚至就是整个 图像处理和分析的最终结果。图像增强、变换和 复原均属于图像处理

9、范畴，而图像识别则属于图 像分析范畴所得到的结果是一幅有明确意义的数 值或符号构成的图像或图形文件。模式识别的 目的是对图像中的物体进行分类，或确定图像中 都有什么物体 模式识别包含两个部分： 特征提取和决策分析。 模式识别的方法： 模板匹配方法，统计分类，模糊分类以及 人工神经网络 图像处理 1.图像采集、获取和存储（包括各种成像方法，摄像机校正等） 2.图像重建 3.图像滤波、增强、复原，拼接等 4.图像压缩编码 图形分析 1.边缘检测，图像分割 2.目标表达、描述和测量（包括二值图像处理等） 3.目标颜色，形状、纹理、空间、运动等的分析 4.目标检测，提取、跟踪、识别和分类 图像理解 1.图像配准和特征匹配、融合 2.3-D表示，建模、场景恢复 3.图像解释、推理（包括语义描述，信息模型和专家系统等）