《图像处理介绍与应用实例课件》由会员分享，可在线阅读，更多相关《图像处理介绍与应用实例课件（85页珍藏版）》请在金锄头文库上搜索。
1、数 字 图 像 处 理,主要内容,数字图像处理的概念 图像处理的起源 图像处理技术分类 数字图像处理系统组成 数字图像处理主要内容 数字图像处理应用 数字图像处理发展方向,1数字图像处理的概念,什么是图像？,数字图像处理的概念,照片,数字图像处理的概念,图、画,二维条码,数字图像处理的概念,数学函数 （分形） 图,数字图像处理的概念,数学函数 （仿真）图,数字图像处理的概念,红外图像 (美国攻打阿富汗),CT图像 (肺与皮肤),不可见图像,数字图像处理的概念,数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。 每个像素包括两个属性：位置
2、和亮度（或色彩）。 对灰度图像而言，每个像素的亮度用一个数值（即灰度值）来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度级别。,什么是数字图像,数字图像处理的概念,数字图像处理的概念,数字图像的特点 信息量大 （计算量大，实时性难度大） 冗余性（象素间相关性大图像压缩的前提） 频带宽 视觉效果的主观性大,数字图像处理的概念,由于数字图像处理是多学科交叉领域，因此充斥着相互矛盾和不准确的定义。 数字图像处理：是指将一幅图像转变为另一幅图像。 数字图像分析：是指将一幅图像转换为一种非图像的表示。但数字图像处理通常又包括数字图像分析。 计算机图形学：
3、用计算机将由概念或数学描述所表示的物体图像（非实物）进行处理和显示的过程。如机械图、建筑图等，动画、虚拟现实等（可视化）。 计算机视觉：基于图像的测量技术；用计算机技术发展能够理解自然景物的视觉系统。（输出是参数或者描述）,数字图像处理术语,2图像处理的起源,最早应用于20世纪20年代，报纸业,1921年电报打印机采用特殊字符在编码纸带打印。输出设备从专用到通用再到专用。,1922年两次穿越大西洋，穿孔纸得到图像检测误差。图像通信系统信源编码和信道编码。,1929年从伦敦到纽约15级色调通过电缆传递照片。从早期5级灰度到15级灰度。现在的网络、移动通信再次历经这个过程。,图像处理的起源,数字图
4、像处理作为一门学科追溯到60年代，1964年美国喷气推进实验室利用计算机对“徘徊者7号”太空船送回的四千多张月球照片进行了处理。,美国航天器传送的第一张月球照片，1964年7月31日在光线影响月球表面17分钟摄取的图像。,图像处理的起源,60年代末，数字图象处理形成一个比较完整的理论与技术体系，从而构成了一门独立的技术 70年代，CT的发明，血球自动分类仪的商业化 CT发明获得1979年诺贝尔医学奖。X射线1901年物理学奖。 70年代以来迅猛发展。广泛应用于太空探索，遥感应用，生物医学工程工业应用，军事应用等方面。,3图像处理技术分类,模拟图像处理： 光学、电信号处理，包括光学透镜处理、照相
5、、广播电视等 优点处理速度快，一般是实时处理 缺点精度低，抗干扰性差，灵活性差，没有对图像的理解能力和非线性处理能力，不易保存 数字图像处理： 采用数字计算机对数字化形式的图像进行处理 优点精度高，处理内容丰富，处理手段灵活 缺点计算量大，速度慢，且保持静止,图像处理技术分类,数字图像处理功能分类 将一幅图像变为另一幅经过加工的图像，是图像到图像的过程。（面向人） 将一幅图像转化为一种非图像的表示，如一个决策等。（面向机器）,4数字图像处理系统组成,数字图像处理系统由图像数字化设备、图像处理计算机和图像输出设备组成。 图像数字化设备：扫描仪、数码相机、摄象机与图像采集卡等 图像处理计算机：PC
6、、工作站等（通常将存储设备也包括在内） 图像输出设备：打印机、绘图仪等,数字图像处理系统组成,图像传感器,特殊图像处理硬件,计算机,大规模存储,图像显示,图像处理软件,硬拷贝,问题域,网络,5数字图像处理内容,图像增强去除干扰；突出主要特征；提高图像对比度。包括平滑（去噪）与锐化技术 图像复原将降质图像（畸变、模糊）恢复到原真实图像（逆问题，需要降质模型） 图像压缩编码（图像传输与存储需要） 图像分析包括特征提取、图像分割、图像描述、图像理解（模式识别） 图像重建由多幅二维图像恢复物体的三维结构 图像变换（数学方法） 离散付氏变换、余弦变换、沃尔什（哈达玛）变换、K-L变换、小波变换等,6数字
7、图像处理应用,航天及遥感,月球图像,火星图像,数字图像处理应用,飓风的多光谱图像,西藏东南山区雷达图像,数字图像处理应用,美洲的红外线图像,高分辨率遥感影像道路提取,1用灰度级标准差检测直线 假设图像空间中的一条角度为 、截距为 的直线 ，映射其灰度级标准方差到参数空间上的一点 ，该点的值 可由以下公式求得,该变换的原理如图所示,a)图像空间 b) 在方向上投影 c)映射方差特征到参数空间,2梯度矢量均值约束的线目标检测 对原始图像进行梯度变换，对梯度矢量进行统计，用梯度矢量均值来代替上一节 处的值，就得到了梯度矢量在参数空间中的统计特性。,数字图像处理应用,工业检测,电路板； 封装丸剂； 瓶
8、装液体；塑料中气泡； 谷物； 目镜搀杂物,数字图像处理应用,网 裂,龟 裂,公路损害检测,数字图像处理应用,医疗诊断,胸部X射线成像,血管造影图像,头部CT图像,数字图像处理应用,超声波成像的例子,不同角度的胎儿成像,甲状腺；受损肌肉层,数字图像处理应用,多器官伪彩显示,三维彩色CT技术,数字图像处理应用,（观察角度变化）,生物医学图像的处理,细胞图像自动分割流程图,免疫细胞图像自动分割的过程示意图 a)一幅免疫细胞图像 b)边缘检测的结果 c)目标定位并与b)叠加的结果 d) 计算目标中心点 e) 计算目标所在矩形 f) 在矩形框内分割图像,a) b) c),d) e) f ),a)原图 b
9、)边缘检测的结果,椭圆目标的位置检测过程示意图,c)从边缘点沿梯度方向做扇形,d)累加器累加的结果 e)对d取阈值并与b叠加 f)计算中心点,数字图像处理应用,生物个体特征识别,人脸,脸部热量图,指纹,几种常见的生物个体特征,数字图像处理应用,人脸检测系统,关键技术与系统模块,关键技术包括图像读取、光线补偿、色度空间转换、图像二值化、图像膨胀、图像腐蚀、图像建模、目标中心点获取等技术。 软件由三个模块组成：人脸大致定位模块、眼睛定位模块、嘴巴定位模块。,检测系统总体流程图,人脸大致定位,嘴巴定位,勾勒人脸,眼睛定位,人脸大致定位,读取图像,光线补偿,色度空间转换,修正去掉假人脸区域,腐蚀,膨胀
10、,皮肤颜色建模,再次膨胀、腐蚀,大致定位人脸区域,眼睛定位,修正去掉假眼睛区域,定位眼睛中心点,眼睛亮度匹配,眼睛匹配,眼睛色度匹配,嘴巴定位,嘴巴匹配,腐蚀,去除离散点,定位嘴巴中心点,光线补偿,光线补偿是为消除图像中可能存在的光线不平衡的情况，同时由于系统中要用到YCrCb色度空间，所以要进行光线补偿。其基本思路是：把图像中亮度最大的5%的像素提取出来，然后线性放大，使得这些像素的平均亮度达到255，根据求得的系数把整个图像的亮度进行线性放大。,色度空间转换,为更好地进行肤色匹配，在人脸检测系统中常用到YCrCb(YCC)色度模型，因此要进行色度空间的转换。,人脸颜色建模,建模就是根据已经
11、知道的特征为对象建立一个模型，借此对对象实现判断、检测、绘制、控制等功能。人脸建模一般可以分为几何建模和色彩建模，两种方式各有优缺点。相对而言，几何建模实现起来比较复杂，而且匹配速度较慢，但精度相对较高。色彩建模比较简单，其建模公式如下：,膨胀、腐蚀、闭操作,膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。 腐蚀可以把小于结构元素的物体删去，这样选取不同大小的结构元素，就可以去掉不同大小的物体。 闭操作等形态学运算填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。,去掉非人脸区域,对于图像中的非人脸区域，如果不去掉，则会影响后续的操作。因为非
12、人脸区域面积比较小，可以根据这一条件把它们去除掉。,再次膨胀和腐蚀操作,进行再次膨胀和腐蚀操作，主要是为了得到人脸区域的像素点，这对后续操作是非常有用的。,人脸区域定位,因为人脸皮肤建模是根据皮肤颜色来确定的，有可能把脖子肩膀等区域也包括进去了，所以得到的只能是人脸的大致区域。这所以要定位出这个区域，主要是可以方便后续的处理，因为图像处理的速度是较慢的，所以要尽量减少处理的像素数，当定位出人脸区域的时候，就可以只对区域内部的像素点进行处理了，这样就大节省了计算时间。同时定位出这个区域还有助于眼睛、嘴巴的定位。在算法实现时，常用递归的方法进行。,眼睛的色度匹配,色度匹配就是根据已知的条件设定颜色
13、的上下限来对眼睛进行提取操作。YCC色度空间中的色度操作就是对Cr、Cb分量的操作。,眼睛的亮度匹配,眼睛的亮度匹配是根据图像像素的亮度值来确定的，可以用YCC色度空间的Y亮度值进行，也可以另外采用一个计算值进行。,眼睛的双重匹配,仅仅依靠亮度或色度来进行眼睛的定位都是不够准确的，还要把两者结合起来。常用的算法是：在进行亮度匹配和色度匹配时，把匹配成功的点都做上标记，最后只要检测3个标志数组即可确定眼睛位置。,去掉非眼睛区域,经过前面的操作，眼睛的位置基本已确定出来了，但除了眼睛区域外，还有一些其他的区域留在图像中，为了准确的检测出人眼，必须去掉这些区域。去掉这些区域是根据人脸区域来进行的。把
14、在人脸区域以下的区域，全部定义为非眼睛区域。,膨胀眼睛区域,为连接人眼中不连续的区域和点，使得一些离散的点合并为两个眼睛区域块，需要再次对眼睛区域进行膨胀处理。,获得人眼中心点,定位出人眼区域后，得到两个比较大的区域，为了更加精确的定位出人眼，还要进行中心点定位的操作。其基本算法是计算两个目标区域的形心。,嘴巴的定位,嘴巴的定位和眼睛的定位思路类似，不再冗述。,腐蚀出嘴巴区域,腐蚀的作用是进行去噪，把不属于嘴巴的像素点去除。为过考虑到嘴巴是狭长形状，因此应只进行水平方向上的腐蚀。,去离散点,进一步将不属于嘴巴的离散点去除掉，其基本算法是：扫描整图像，如果遇到一个白色的点，就判断和这个白色点直接
15、或间接相连的白色点的个数是否足够大，如果足够大，说明其不是离散点，否则是，将其去除。,定位嘴巴中心点,和得到眼睛中心点相似，也是计算其形心即可。,勾勒人脸,得到了眼睛和嘴巴的位置后，已经可以比较精确地定位出人脸来了。两个人眼和嘴巴用三角形勾勒出来，整个人脸用椭圆来近似（图形学技术）。,基于虹膜的身份识别,人眼的窄视场图像 根据虹膜的8条圆环抽取出虹膜的纹理,对识别系统的要求,系统必须是在对个人影响最小的情况下获取信息的。 一段时间前后，同一人的生物特征码前后差异必须很小。 个人的生物特征必须与他人的生物特征有很明显区别。 系统对“虚假数据”有较强的免疫力。 对于特殊应用，系统的性价比要高。,常
16、用生物特征性能的分析比较,获取信息的方便性：指纹、人脸、虹膜、DNA依次为一般、好、好、差。 小类内差异：好、一般、很好、很好。 大类间差异：好、好，很好，很好。 防止假冒方面：好、好、很好、很好。 性价比：一般、一般、一般、差。,系统硬件组成,通用计算机，提供用户界面以及测量控制和视频处理单元的接口。 摄像机云台，安装三个摄像头，捕捉宽视场图像和近视场图像。 云台控制单元 视频处理单元，有专门硬件进行立体视频的实时处理。,系统硬件组成,二维Gabor小波与（0,0）处虹膜图像的相关运算,虹膜纹理的知识表示,位于（0,0）处的Gabor小波，散差参数是和,虹膜纹理最终表示为一个2048维的二值向量，黑色表示0，白色表示1。将Gabor滤波器与
