第1章 图像处理绪论新0817.ppt
旋翼类竞技赛 任务：精准农业。旨在考察多旋翼无人飞行器自主起降、农作物灾害识别、自动精准作业和避障能力。该任务设最高分记录,并在后续每年度比赛中延续。,第四届国际无人飞行器创新大奖赛,IMAV 2016,Outdoor Competition,Indoor Competition,旋翼类，自主飞行,Only up to 2 MAVs are allowed to fly at any given time,IMAV 2016,Outdoor Competition Mission 1:Takeoff Mission 2:Mapping Mission 3:Lifebuoy DeliveryMission 4:Water SamplingMission 5:LandingFor outdoor completion,first person view(FPV)flight is not allowed.,IMAV 2016,Indoor Competition Mission 1:TakeoffMission 2:Enter building Mission 3,4,5,6：Pick and release itemsMission 7:Exit buildingMission 8:Land Mission 9:Build map,IMAV 2016,空中机器人是用三合一GPS载波天线接收机，验证了全自主飞行能力和不依赖惯性系统导航能力以及两点物体搬运能力；空中机器人使用差分GPS导航技术，验证了自主空中测绘、毫米级目标识别和目标获取能力；验证自主搜索和营救的能力；验证长距离自主飞行能力（3千米）。需发现村庄及其中一间特定房屋，并识别房屋所有入口（窗门），并派遣辅助机器人进入入口。,IARC（国际空中机器人大赛Mission 7）,旋翼类，自主飞行,第四次任务中的辅助机器人使用SLAM技术完成自主飞行，绘制室内地图及定位一个目标；场景更复杂，自主绘制建筑物的未知室内地图，躲避和摧毁安防措施，发现并理解墙上的文字指引信息（阿拉伯文），找到放置机密物品的房间。空中机器人需要进入到房间取走机密物，放入替代品，并快速退出建筑物；自主飞行空中机器人展示新行为,牧羊人行动,IARC,图像信号处理,1.1 图像处理的研究范畴1.2 模式识别的研究范畴1.3 图像识别概述1.4 本课程的主要研究内容,第一章 绪论,成绩评定,期末考试成绩（50分）实验（10分）考勤、课堂表现（20分）作业、测验（20分）,2023年8月9日,具体要求：,必须到课。以随机抽点方式考勤，4次以上（含4次）不到者取消期末考试资格；作业必须按时、认真、独立完成。缺作业4次以上（含4次）者取消期末考试资格；课堂听讲，不准玩手机、睡觉、讲话等等,尊敬老师。,2023年8月9日,1.1 图像处理的研究范畴,1.1.1 数字图像及其分类 图像是对客观对象的一种相似性的、生动的描述或表示。从人眼的视觉特点看，图像分为可见图像和不可见图像。按波段多少，图像可分为单波段、多波段和超波段图像。按图像空间坐标和明暗程度的连续性，图像可分为模拟图像和数字图像。,可见图像,生成图像（图形）光图像,红外图像,紫外图像,血管内超声图像,脑磁共振图像,X射线冠状动脉血管造影序列,1.1 图像处理的研究范畴,1.1.2 图像处理（Image Processing）对图像进行一系列的操作以达到预期目的的技术称作图像处理。按照处理对象的不同可分为:模拟图像处理 数字图像处理,1.1.2.1 分类,1.1 图像处理的研究范畴,1.1.2 图像处理（Image Processing）,1.1.2.2 内容,狭义的图像处理（Image Processing）图像分析（Image Analysis）图像理解（Image Understanding）,1.1 图像处理的研究范畴,狭义的图像处理（Image Processing）底层（low-level）操作,图像变换,编码压缩,增强和复原,分割,以人为最终的信息接收者主要目的是改善图像质量,1.1.2.2 内容,1.1 图像处理的研究范畴,图像分析（Image Analysis）对图像中感兴趣的目标进行检测、测量和分类，从而建立对图像的描述。中层（middle-level）处理,符号描述、目标检测、景物匹配和,以机器为对象，目的是使机器或计算机能自动识别目标,识别,1.1.2.2 内容,1.1 图像处理的研究范畴,图像理解（Image Understanding）高层（high-level）操作 利用计算机系统解释图像，实现类似人类视觉系统理解外部世界。其正确的理解要有知识的引导，与人工智能等学科有密切联系。仍是一个有待进一步探索的领域。,以人和机器为目标,1.1.2.2 内容,1.1 图像处理的研究范畴,低级处理：图像获取、预处理，不需要智能中级处理：特征提取、目标检测、识别，需要智能高级处理：图像解释，缺少理论，为降低难度，设计的更专用。,总结：三种基本范畴,1.1.2 图像处理,1.1 图像处理的研究范畴,知识库,表示与描述,预处理,目标检测识别,低级处理,高级处理,中级处理,解释,结果,图像获取,问题,图像分析系统的构成：,1.1.2 图像处理,1.1 图像处理的研究范畴,1.1.3 与相关学科的关系,1.2 模式识别(Pattern Recognition),1.2.1 什么是模式和模式识别模式 广义：模式就是存在于时间和空间中，可以区别它们是否相同或相似的可观察的事物。狭义：模式所指的不是事物本身，是通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息。模式类 把模式所属的类别或同一类中模式的总体称为模式类(或简称为类)。,1.2 模式识别,1.2.1 什么是模式和模式识别模式识别 对表征事物或现象的各种形式的（数值的，文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。,1.2 模式识别,1.2.2 模式识别的研究内容研究对象 目前主要是对语音波形、地震波、心电图、脑电图、图片、文字、符号、三维物体和景物以及各种可以用物理的、化学的、生物的传感器对对象进行测量的具体模式进行分类和辨识。,1.2 模式识别,1.2.2 模式识别的研究内容研究内容研究生物体(包括人)是如何感知对象的。在给定的任务下，如何用计算机实现模式识别的理论和方法。,1.2 模式识别,1.2.3 模式识别系统的组成,信息获取,数据预处理,特征提取和选择,分类器设计,分类决策,训练过程,输出结果,1.2 模式识别,1.2.4 模式识别的方法,统计模式识别句法结构模式识别人工神经网络模式识别模糊模式识别,基本方法,1.2 模式识别,1.2.5 模式识别的应用手写字符识别自然语言理解语音信号识别生物测量,图像识别,1.3 图像识别概述,目的：图像识别属于模式识别的范畴，其目的是对图像中的物体进行分类，或者可以说是找出图像中有哪些物体。有些情况下还要描写图像中目标的形态。结果：图像识别属于图像分析的范畴，它所得到的结果是一幅由明确意义的数值或符号构成的图像或图形文件，而不再是一幅具有随机分布性质的图像。,1.3 图像识别概述,图像识别系统的基本构成：,规范：估计信息模型，压制噪声标记：判定每个像素属于哪一个空间对象分组：把属于同一对象的像素分组抽取：为每组像素计算特征匹配：解释图像对象,图像采集部分 为了使计算机能够对图像进行分类识别，首先利用输入设备将要识别的图像输入计算机。通过测量、采样和量化，可以用矩阵或者向量来表示待识别图像。,1.3 图像识别概述,图像识别系统的基本构成：,1.3 图像识别概述,图像预处理部分 应用图像复原、增强和变换等技术对图像进行处理，提高图像的视觉效果，优化各种统计指标，为特征提取提供高质量的图像。,图像识别系统的基本构成：,1.3 图像识别概述,特征提取和选择 由于待识别对象的数据量可能是相当大的，为了有效的实现分类识别，就要对原始数据进行某种变换，得到最能反映分类本质的特征。这就是特征提取和选择的过程。,图像识别系统的基本构成：,1.3 图像识别概述,决策分类 分类决策就是利用特征空间中获得的信息，对计算机进行训练，从而制定判别标准，用某种方法把图像中的待识别对象归为某一类别的过程。,图像识别系统的基本构成：,1.3 图像识别概述,图像识别已经在天气预报、卫星航空图片解释、工业产品检测、字符识别、语音识别、指纹识别、医学图像分析等许多方面得到了成功的应用。,字符识别：如汽车牌照识别，文字识别生物特征识别：如指纹识别，人脸识别，步态识别 遥感应用医学诊断,图像识别的应用：,1.3 图像识别概述,单词THE 看不见的白色三角,人类在观察图像时运用了大量的知识，所以没有任何一台计算机在检测真实图像时，能达到人类视觉系统的水平。,困难：,1.3 图像识别概述,目前我们能从一幅图像中获得的信息只是每个像素的颜色或灰度值，除此以外别无其它。解决图像检测和识别最根本的方法是在编码(成像)时就给予考虑。这也正是MPEG4及未来的视频压缩编码标准的主要工作。基于上述困难，本课程要介绍的只是一些基本的算法和思想，针对也只能是一些具体(而不是通用)的应用。,困难：,1.4 本课程的主要内容,图像预处理技术图像分割技术形态学图像处理图像特征提取与分析运动图像分析车牌识别的应用举例,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),航天和航空技术方面的应用,图 1.3 图像的修复（1990年发射的“哈勃”号太空望远镜拍摄超远距离的物体，借助于图像处理技术进行修复。）,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图 1.4 遥感图像监测(森林火灾监护),1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图 1.5 夜间灯光数据图像(提供人类居住区的情况),1.5数字图像处理的应用(Applications and Development of Digital Image Processing),生物医学工程方面的应用,图 1.6 SARS冠状病毒图像,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图 1.7 医学超声成像,1.5数字图像处理的应用(Applications and Development of Digital Image Processing),图 1.8 CT图像处理,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图 1.9 红外体温检测图像,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),通信工程方面的应用,图1.10手机电视,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.11视频通话,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.12手机上网,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.13基于H.323网络视频会议标准实现多点会议,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.14基于H.320网络视频会议标准实现多点会议,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.15 基于卫星网的视频会议,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),工业和工程方面的应用,图1.16 机器代替人进行操作,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),(a)网裂(b)龟裂图1.17路面破损图像识别,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.18 印刷电路板零件及焊点检测,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),军事公安方面的应用,图1.19 交通监控,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.20 人眼虹膜识别系统,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.21 生物特征识别,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.22-1 军事目标跟踪,1.5 数字图像处理的应用(Applications and Development of Digital Image Processing),图1.22-2 军事目标跟踪,1.6 数字图像处理领域的发展动向(Future Direction in the Field of Digital Image Processing),图像处理技术未来发展大致可归纳如下四点：图像处理的发展将向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。图像、图形相结合朝着三维成像或多维成像的方向发展。结合多媒体技术，硬件芯片越来越多，把图像处理的众多功能固化在芯片上将会有更加广阔的应用领域。在图像处理领域近年来引入了一些新的理论并提出了一些新的算法。,Thank You!,
