《西电课程设计图像采集与处理》由会员分享，可在线阅读，更多相关《西电课程设计图像采集与处理（12页珍藏版）》请在金锄头文库上搜索。
1、课程设计报告图像采集与处理技术的发展趋势姓名：班级：学号：图像采集与处理技术的发展趋势摘要本文简单介绍了图像采集与图像处理技术，并阐述了图像采集与处理技术的产生，发展，应用，现阶段的研究进展，最后总结了图像采集与处理技术的发展趋势。 图像采集技术图像采集是机器视觉的基础，获取高质量的图像，是对图像进行处理的前提。换句话说，机器视觉中图像采集环节要实现的目标是得到满足图像处理所要求的相应质量的图像。图像采集过程包括以下 4 个环节：1) 对所要拍摄的物体进行照明；2) 利用光学镜头将所要拍摄的目标清晰的成像到照相机图像传感器的靶面上；3) 通过相机的光电转换功能将目标图像的光信息转换成电信息；4
2、) 图像采集卡将照相机输出的目标图像的电信息转换为计算机能够处理显示的数字图像信息；只有处理好全部 4 个环节，才能得到理想的图像。图像处理技术图像处理就是用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容 图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别 3 个部分。 常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理一般指数字图像处理。发展历史数字图像采集与处理最早出现于
3、 20 世纪 50 年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于 20 世纪 60 年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL） 。他们对航天探测器徘徊者 7 号在 1964 年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球
4、表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972 年英国 EMI 公司工程师 Housfield 发明了用于头颅诊断的 X 射线计算机断层摄影装置，也就是我们通常所说的 CT（Computer Tomograph） 。CT 的基本方法是根据人的头部截面的投影，经计算机处理来重建截面
5、图像，称为图像重建。1975 年 EMI 公司又成功研制出全身用的 CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979 年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学过程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，从 70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人
6、类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是 70 年代末 MIT 的 Marr 提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。应用现状1通信:包括图像传输、电视电话和视频会议等，主要是进行图像压缩甚至理解基础上的压缩。2宇宙探测:由于太空技术的发展，需要用数字处理技术处理大量的星体照片。
7、3遥感: 航空遥感和卫星遥感图像需要用数字技术加工处理，并提取有用的信息。主要用于地形地质、矿藏探查以及森林、水利、海洋和农业等资源调查、自然灾害预测预报、环境污染检测、气象卫星云图处理以及地面军事目标的识别。4生物医学领域: 图像处理在医学界的应用非常广泛，无论是临床诊断还是病理研究都大量采用图像处理技术。它的直观、无创伤和安全方便等优点备受青睐。图像处理首先应用于细胞分类、染色体分类和放射图像等。20 世纪70 年代，数字图像处理在医学上的应用有了重大突破，1972 年 X 射线断层扫描 CT 得到实际应用；1977 年白血病自动分类仪问世；1980 年实现了 CT 的立体重建。5工业生产
8、中的应用: 在生产线中对产品及部件进行无损检测是图像处理技术的重要应用领域。该领域的应用从 20 世纪 70 年代起取得了迅速的发展，主要是产品质量检测、生产过程的自动控制和 CAD/CAM 等。6军事、公安等方面的应用:军事的目标是侦察、制导和警戒系统和自动灭火器的控制及反伪装；公安部门的现场照片、指纹、手迹、印章和人像等的处理和辨识；历史文字和图片档案的修复和管理等。7机器人视觉: 机器视觉作为智能机器人的重要感觉器官， 主要进行三维景物理解和自主机器人；邮政、医院和家庭服务的智能机器人；装配线工件识别和定位；太空机器人的自动操作等。8视频和多媒体系统:目前，电视制作系统广泛使用的图像处理
9、、变换和合成；多煤体系统中静止图像和动态图像的采集、压缩、处理、存储和传输等。9科学可视化: 图像处理和计算机图形学紧密结合，形成了科学研究各个领域新型的研究工具。10电子商务:当前呼声甚高的电子商务中，图像处理技术也大有可为，如身份认证、产品防伪和水印技术等。总之,图像处理技术应用领域相当广泛,已在国家安全、经济发展、日常生活中充当越来越重要的角色,对国计民生的作用不可低估。研究进展图像采集图像的采集采集并不局限于对人眼视觉功能的模仿,更是对人类认识、分析手段的拓展.。在医学、天文学、自动字体识别、机器视觉、军事识别、指纹自动处理和血样分类处理等多个方面都不同程度地运用了图像提取技术.。图像
10、提取技术源自于电影和视频产品的发展 1 . 其中,最具影响力的研究是由 Porter和 Duff 提出的通道概念 2 ,对图像提取技术的离散特性进行了规范,为这一研究领域奠定了基础,使其成为图像处理领域一个较独立的重要分支。 20 世纪60 年代,由于当时的图像提取技术还未成形,人们主要依赖于用拍摄技巧弥补后期制作的不足随着当时计算机应用的发展,图像处理技术获得了更加广阔的发展空间,各种各样的处理技术和方法也相应而生如四元组像素的提出以及 Blinn 对计算机领域所运用到的像素进行的全面诠释 3 .。20 世纪 90 年代初期,学者们逐渐认识到要实现信息的精确提取是非常困难和费时的,对于稍复杂
11、的图像或视频,其代价十分巨大. 所以学者们开始考虑借助数学和概率统计学的原理寻求更优解,而不再强调最优解。图像处理1. 图像压缩编码作为通信、介质存贮、数据发送、多媒体计算机等技术的关键环节,图像压缩编码算法的研究是信息技术中最活跃的研究领域之一. 尤其是进入 21 世纪以后,电子技术和通信技术的发展使可视电话、会议电视、数字电视、高清晰度电视、多媒体计算机、信息高速公路等的生产和建立成为可能. 在这一背景下,探索高效图像压缩编码算法无疑将成为主要任务之一,对其研究也将成为国际公认的热点之一. 4为了使有限的符号表达更多的信息量,图像压缩既非常必要,也有可能,因此产生了各种各样的图像压缩方法.
12、 图像压缩编码用尽可能少的数据表示信源发出的图像信号,以减少容纳给定消息集合的信号空间. 通过对图像数据的压缩减少数据占用的存储空间,从而减少传输图像数据所需的时间和信道带宽.2. 图像增强与恢复图像增强是按照特定的要求突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息处理方法,其主要目的是使处理后的图像对某种特定的应用来说,以原来图像更适用,它是为了某种应用目的去改善图像质量,使图像更适合于人的视觉特性或机器的识别系统. 目前增强方法主要有直方图修改处理、图像平滑化处理、图像尖锐化处理及彩色处理技术等 5 ,由于各种图像增强算法的特点不同,对图像增强的侧重点也不同. 在对图像进行处理之
13、前,首先分析不同图像增强方法的优缺点,再对具体图像问题进行具体分析,然后选择几种增强方法结合使用,也许就可能达到预期的增强效果.图像在获取、传输和存储过程中由于受多种原因如模糊、失真、噪声等的影响,会造成图像质量的下降,即图像的退化.引起图像退化的原因很多,在图像的获取(数字化过程) 和传输过程,如使用 CCD 摄像机获取图像,光照程度和传感器温度是造成图像退化的主要因素. 图像在传输过程中主要由于所用的传输信道的干扰受到噪声污染,也会造成图像质量的下降.图像恢复技术以获取视觉质量得到某种程度改善为目的,根据指定的图像退化模型来对在某种情况下退化或降质了的退化图像进行恢复,以获取到原始的、未经
14、退化的原始图像. 图像恢复首先要建立图像退化/ 复原模型,当不知道图像本身的性质时,可以建立退化源的数学模型,然后施行恢复算法除去或减少退化源的影响. 当有了关于图像本身的先验知识时,模型以建立原始图像的模型,然后在观测到的退化图像中通过检测原始图像而复原图像.3. 图像分割图像分割是图像处理中的一项关键技术,自 20 世纪 70 年代起一直受到人们高度重视,并在医学、工业、军事等领域得到了广泛应用. 常用的分割方法主要分为基于区域的分割方法和基于边缘的分割方法 2 类. 此外,随着各学科的发展出现了一些结合某种特定理论的分割方法.图像分割至今尚无通用的自身理论,随着各学科的不断发展,提出了许
15、多新理论和新方法,于是出现了许多与一些特定理论、方法相结合的图像分割技术. 遗传算法 6最初由美国 Michigan 大学的 Holland 教授于 1975 年提出的,其基本思想是将问题域中的可能解视为群体的一个个体或染色体,并将每一个体编码成符号串形式,对种群反复进行选择、交叉和变异操作,根据预定的目标适应度函数对每个个体进行评价,适应值高的染色体被选中概率较高,以全局并行搜索方式来搜索优化群体中的最优个体. 该方法具有全局搜索能力,是一种迭代式的优化算法,在分割图像时常用来帮助确定最佳分割阈值. 小波变换 7是在傅里叶分析基础上发展起来的,具有良好的时域和频域局部化特性,而且还具有多分辨
16、分析的特点. 基于小波分析的边缘检测方法的突出优点是它的多尺度性,图像的每个尺度的小波变换都提供了一定的边缘信息. 小尺度下,图像的边缘细节信息丰富,边缘定位精度较高,但易受噪声干扰,大尺度下,边缘稳定,抗噪性好,但定位精度差利用小波的多尺度性可实现在大尺度下抑制噪声,可靠地识别边缘,在小尺度下精确定位 Snake 模型 8最初是由 K 等人在年第 1 届计算机国际视觉会议上提出的,其基本思想是首先通过人的识别能力,在图像中目标边界附近确定初始轮廓线,然后对曲线进行能量最小化变形,使其锁定在待分割目标的边界上. Snake算法能够有效地利用图像局部与整体的信息,实现对边界的准确定位,具有良好的提取和跟踪特定区域内目标轮廓的能力. 由于图像的千变万化,在实际应用中,通常将多种分割算法有效地结合在一起使用以获得更好的分割效果.4. 图像分析图像分析从图像中抽取某些有用的度量、数据或信息,目的是得到某种数值结果,它主要是提供关于被分析图像的一种描述,既
