应用数学现代知识宣讲报告

《应用数学现代知识宣讲报告》由会员分享，可在线阅读，更多相关《应用数学现代知识宣讲报告（6页珍藏版）》请在金锄头文库上搜索。

1、名师归纳总结 精品word资料 - - - - - - - - - - - - - - -学习好资料欢迎下载应用数学现代学问选讲报告（2）姓名：*班级： 09*学号： 109*2021 年 3 月 25 日 第 1 页，共 5 页 - - - - - - - - -名师归纳总结 精品word资料 - - - - - - - - - - - - - - -学习好资料欢迎下载图像处理的详细内容以及应用领域都极其广泛，通过翻阅相关文献， 我发觉模拟人眼 ROI 图像处理技术是具有广泛应用前景的立体视觉的工程机器人技术中的重要环节， 以及图象处理与标定技术是机器人视觉伺服系统的关键技术和核心内容；下面

2、是我对这两项内容作了相关明白；一、模拟人眼ROI 图像处理技术在对图像进行讨论、 应用过程中， 人们往往仅对图像中某些特定的区域感爱好，一般来说，将感爱好区域Regions of interest,ROI定义为目标，其他部分就 成为背景，并在物体成像时，要么全清楚，要么全模糊，这和人眼看物体时的人 眼成像有很大区分；当人眼看目标物体时，只有ROI 很小的一片区域是清楚的，而越往四周，周边物体成像就越模糊，人眼的这种ROI 原理假如能应用在图像预处理上面， 将会实现图像的大比例压缩，传输速率将会有很大改善， 为远程实时现场传输和远程命令掌握供应了有效基础；目前 ROI 图像处理技术主要应用在图像

3、压缩、图像分割两个方面，下面对在这两个方面所涉及到的方法进行重点阐述，依据人眼成像原理提出模拟人眼ROI 图像处理方法；ROI 图像分割ROI 图像分割即为传统意义上的图像分割与特点提取；图像分割是指将图像中有意义的对象与其背景分别，并把这些对象依据不同的含义分割开来，也就是说把图像中具有不同含义的对象提取出来；图像分割是运算机视觉和图像处理中的一个基本问题， 借助集合的概念可对图像分割做如下比较正式的定义；令集合 R 代表整个图像区域，对R 的分割可以看做将R 分成如干个满意以下四个条件 的非空的子集 子区域 ，并且这些子区域具有以下性质：其中， PRi 为作用于图中全部像素的相像性规律程度

4、，i,j,=1,2,-,n.可以将分割目标定位于完全分割complete segmentation，其结果是一组唯独对应于输入图像中物体的互不相交的区域;也可以将分割目标定位于部分分割partial segmentation，其中区域并不直接对应于图像物体；依据分割方法所使用的主要特点可划分为三组:第一组是有关图像或图像部分的全局学问，这种学问 一般由图像特点的直方图来表达；其次组是基于边缘的分割， 而第三组是基于区域分割，在边缘检测或区域增长中可以使用多种不同的特点；1阂值化技术由于灰度图像本身所具有的模糊特性，模糊集合理论在图像分割中的应用有了理论基础；设图像I 大小为 MXN ，有 L

5、级灰度的二维图像，就图像I 可表示为式中i mn 床示图像像素 m,n定义在 L 级灰度上的隶属函数， 它表达出图像所具 第 2 页，共 5 页 - - - - - - - - -名师归纳总结 精品word资料 - - - - - - - - - - - - - - -学习好资料欢迎下载有光明特性的程度； 一模糊阂值法分割图像是以模糊数学描述为基础，通过运算图像的模糊测度来选取阂值， 即以运算图像的模糊率或模糊嫡来反映图像I 的模糊性度量；模糊率和模糊嫡是模糊集合理论中“模糊性指数”或“模糊嫡”概念 在二维图像 I 中的推广 .2基于边缘的分割图像边缘是图像局部特性不连续性即灰度突变、颜色突变

6、、纹理结果突变等的反映，它标志着一个区域的终结和另一个区域的开头；基于边缘的分割是ROI 图像处理技术的主要表达； 基于边缘的分割依靠于各种边缘检测算子，典型的边缘检测方法是对原始图像中像素的某小领域来构造边缘检测算子；ROI 图像压缩随着信息技术的进展， 数字图像的数据量越来越大，例如一个大 1024X1024的 12 位图像需要 1.5 MB 的储存空间，所要需求相当高； 有人估量在一个有1500 张病床的高校医院的数字图像资料，每年就要超过 20TB20x 102 bytes的储存空间；然而数字图像又具有很大的压缩潜力，由于数字图像中像素与像素之间无论 是在行仍是在列上都有很大的相关性，

7、加之人类的视觉特性对彩色的敏锐程度有 肯定的局限性， 对图像中颜色的微小变化是观看不到的，在图像传输中也完全可以将 ROI 区域提前传输，因此可以利用编码技术来实现图像压缩；编码压缩即把数字图像中冗余信息去掉， 并答应在肯定限度失真的前提下，对图像数据进行压缩；编码压缩方法有很多种，从信息论角度动身可分为两大类:一是冗余度压缩方法， 也称无损压缩， 信息保持编码或墒编码； 就是解码图像和压缩编码前的图像严格相同， 没有失真； 二是信息量压缩方法， 也称有损编码，失真度编码或嫡压缩编码； 即解码图像和原始图像有差别， 答应有肯定的失真；模拟人眼 ROI 图像处理技术通过人眼 ROI 成像原理以及

8、与摄像机的相互对比分析得出，可以利用模糊处理方法来实现模拟人眼ROI 图像处理方法，特殊是在高斯模糊基础上进行了改进来模拟人眼ROI 成像，达到图像压缩的目的；以下是关于高斯模糊的基本学问；高斯模糊是数字图像模板处理法的一种；其模板是依据二维正态分布 高斯分布函数运算出来的； 由于在图像 ROI 处理中， 要考虑到感爱好区域图像清楚， 就必需考虑高斯模糊滤镜中的半径挑选，半径挑选越小，就图像 ROI 越清楚， 相反，就越模糊； 第 3 页，共 5 页 - - - - - - - - -名师归纳总结 精品word资料 - - - - - - - - - - - - - - -学习好资料欢迎下载由

9、上图可知高斯半径 a对曲线外形的影响， 0 越小， 曲线越高越尖， a 越大， 曲线越低越平缓；对二维图像来说，是一个钟形曲面，高斯半径越小，曲面越高越尖越陡峭 ;高斯半径越大，曲面越低越平缓；因此高斯半径越小，就模糊越小， 尖越陡峭 ;高斯半径越大，曲面越低越平缓；因此高斯半径越小，就模糊越小，高斯半径越大，就模糊程度越大；将看到 PS 对高斯半径的范畴定义是 0.1-250. 当半径为 0.1 时，高斯模板在运算后只有中间像素为 1，其他像素均为 0实际上只是趋近 0，即图像不会有变化；高斯模板在规律上是无边界的， 也就是说高斯模板本质上是规律上无穷拓展曲面的一个近似； 因此，模板大小应当

10、认为它是无穷大的； 只不过在运算的时候， 由于在远处趋近0，因此在某个闭值下不再考虑这些值，这个闭值就是模板边界；最终结果是模拟人眼ROI 图像处理技术能够初步完成模拟人眼ROI 图像处理任务；二、图象处理与标定技术数字图像处理 Digital 工 mage Processing又称为运算机图像处理，它是指将图像信号转换成数字信号并利用运算机对其进行处理的过程；数字图像处理最早显现于 20 世纪 50 岁月，当时的电子运算机已经进展到肯定水平，人们开头利用运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 岁月初期；早期的图像处理的目的是改善图像的质量，它以人为对象，

11、以改善人的视觉成效为目的； 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 实际胜利应用的是美国喷气推动试验室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，由运算机胜利地绘制出月球表面地图， 获得了庞大的胜利； 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， 直至获得了月球的地势图、 彩色图及全景镶嵌图， 取得了特殊的成果， 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

12、科的产生； 在以后的宇航空间技术， 如对火星、土星等星球的探测讨论中， 数字图像处理技术都发挥了庞大的作用；数字图像处理取得的另一个庞大成就是 在医学上获得的成果； 1972 年英国 EMI 公司工程师 Housfield 创造了用于头颅诊断的 X 射线运算机断层摄影装置，也就是我们通常所说的CT Computer Tomographo CT 的基本方法是依据人的头部截面的投影，经运算机处理来重建截面图像，称为图像重建；1975 年 EMI 公司又胜利研制出全身用的CT 装置，获得了人体各个部位鲜明清楚的断层图像；1979 年，这项无损耗诊断技术获得 了诺贝尔奖， 说明它对人类作出了划时代的奉

13、献；与此同时， 图像处理技术在很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、生物医学工程、 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化进展，从 70 岁月中期开头，随着运算机技术和人工智能、思维科学讨论的快速进展，数字图像处理向更高、 更深层次进展； 人们已开头讨论如何用运算机系统说明图像， 实现类似人类视觉系统对外部世界的懂得，这被称为图像懂得或运算机视觉；很多国家，特殊是发达国家投入更多的人力、物力到这项讨论，取得了 不少重要的讨论成果；其中代表性的成果是70 岁月末 MI

14、T 的 Marr 提出的视觉运算理论， 这个理论成为运算机视觉领域其后十多年的主导思想；图像懂得虽然在理论方法讨论上已取得不小的进展，但它本身是一个比较难的讨论领域，存在 第 4 页，共 5 页 - - - - - - - - -名师归纳总结 精品word资料 - - - - - - - - - - - - - - -学习好资料欢迎下载不少困难， 因人类本身对自己的视觉过程仍明白甚少，因此运算机视觉是一个有待人们进一步探究的新领域；摄像机所获得的图像对于机器人视觉伺服系统而言，仍仅仅是一个矩阵数组， 视觉系统的目标是要从图像中得到有用的信息，例如目标的大小、位置、方向和速度等，这就要求对图像进行进一步的处理，包括图像的划分和特点的提取； 在图像采集的过程中， 由于外界干扰和摄像机本身物理条件的影响， 难免会引入噪声， 为了更有效地猎取有用信息，就有必要对图像进行滤波；对于动态连续采集的图像，为了减小系统响应时间和图像处理速度， 就需要对图像进行猜测； 在进行图像处理时， 很少有只用某一种方法就能解决问题的情形，常常需要几种方法协作使用才行；机器人手眼系统的标定包括机器人内部参数标定，摄像机内部参数标定以及机器人坐标系与摄像机坐标系手眼 关系的标