数字图像理处绪论.ppt

《数字图像理处绪论.ppt》由会员分享，可在线阅读，更多相关《数字图像理处绪论.ppt（44页珍藏版）》请在三一办公上搜索。

1、数字图像处理,何家峰,广东工业大学信息工程学院,主要参考书 1、R.C.Gonzalez,R.E.Woods。数字图像处理（第二版）。电子工业出版社，2006。2、R.C.Gonzalez,R.E.Woods,S.L.Eddins。数字图像处理（Matlab版）。电子工业出版社，2006。3、Henri Maitre。现代数字图像处理。电子工业出版社，2006。4、章毓晋。图像处理与分析。清华大学出版社，2000。5、章毓晋。图象分割。科学出版社，2001。6、Sergios Theodoridis,Koutroumbas。模式识别（第三版）。电子工业出版社，2006。,主要学习内容及学时安排

2、 1、绪论 2学时 2、数字图像基础 6学时 3、图像增强 10学时 4、图像分割 6学时 5、图像表达与描述 8学时 6、图像识别 4学时 7、数字图像处理新技术 2学时 8、数字图像处理典型应用案例 2学时 9、课内实验 8学时,成绩评定参考 1、平时成绩30分，其中：实验10分，作业15分，考勤5分。2、期末考试70分。,第1章 绪论1.1 数字图像处理的概念1.2 数字图像处理的基本内容1.3 数字图像处理系统的系统构成1.4 数字图像处理的应用实例1.5 举例：人脸识别及其所面临的挑战,1.1 数字图像处理的概念1 数字图像 一幅图像可定义为一个二维函数f(x,y)，当空间坐标x、y

3、和幅值f为有限的离散数值时，称该图像为数字图像。简言之，以数字格式表示的图像。,2 数字图像处理 利用计算机来处理数字图像。,3 数字图像处理的三个层次 低级图像处理 中级图像处理 高级图像处理,低级图像处理,内容：主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。,特点：输入是图像，输出也是图像，即图象之间进行的变换。,主要章节：第3、4、5、8章。,低级图像处理实例（图像增强）,中级图像处理,中级图像处理实例（图像分割）,内容：主要对图象中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而

4、建立对图象的描述。,特点：输入是图象，输出是数据。,主要章节：第10、11章。,高级图像处理,高级图像处理实例（图像识别）,内容：在中级图像处理的基础上，进一步研究图象中各目标的性质和它们之间相互的联系，并得出对图象内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉），从而指导和规划行动。,特点：以客观世界为中心，借助知识、经验等来把握整个客观世界。“输入是数据，输出是理解”,主要章节：第12章。,白种人的虹膜,虹膜诊断（Iridology）,黄种人的虹膜,1.2 数字图像处理的基本内容1 图像获取 举例：摄像机+图像采集卡、数码相机等。,光,A/D转换单元,计算机,2 图像增强 显

5、示图像中被模糊的细节，或是突出图像中感兴趣的特征。,3 图像复原 以图像退化的数学模型为基础，来改善图像质量。,4 图像压缩 减小图像的存储量，或者在图像传输时降低带宽。,5 图像分割 将一幅图像划分为几个组成部分或分割出目标物体。,7 表达与描述 图像分割后，输出分割标记或目标特征参数。,8 目标识别 把目标进行分类的过程。,9 彩色图像处理,思考：试想想这个例子可以在哪些实际行业应用。,10 形态学处理 利用数学形态学对图像进行处理。,膨胀操作实例,11 图像隐藏 指图像信息的隐藏。,保密通信中的应用,11 图像的重建 由二维图像重建三维图像。,我国数字人体研究,11 图像处理新方法 举例

6、；分形（局部与整体的自相似性；大自然的语言）,分形图像欣赏,分形几何的应用基于分形的计算机图形学 1、模拟现实，比如动画设计、虚拟现实等；2、画作创作，如山水画；3、特技效果，如电影中的一些特技镜头。,1.3 基本数字图像处理系统的结构,图象处理与分析系统,图象输出系统,图象输入系统,图像存储系统,通 信,1.4 数字图像处理的应用实例,图像处理有什么用？包含两个子问题：1、图像处理能用于哪些领域？2、图像处理对就业有什么帮助？,1、生物特征识别 基于生理特征的身份识别：指纹、人脸、虹膜等。基于行为特征的身份识别：步态、语音等。可以用于安保、视频监控等。,、质量检测（例如：零件、水果等）,、光

7、学字符识别印刷体识别（例如：扫描识别软件）手写体识别（例如：手机手写字符识别）,、医学图像处理（例如：、超）,、航天与军事应用例如：农作物产量评估、巡航导弹末端视觉制导、飞机识别等,、图像检索例如：网上图像搜索引擎、专利图像检索等。,、图像版权保护,、图像保密通信,、等等。,1.5 举例：人脸识别系统及其挑战,人脸识别系统的框架,入库,定位特征点,提取特征,复杂场景,影响人脸识别的诸多因素,表情变化,光照变化,年龄变化,姿态变化,由于上述原因的存在（即各种变化的存在），使得人脸识别的正确识别率还不是很高。,变化是绝对的，不变是相对的。模式识别（图像识别）的基本任务是从变化中寻找不变的本质。（图像识别是模式识别的一个应用领域）,图像处理不是科学，是艺术。（图像处理的关键问题：深刻领悟图像对象的特点，根据对象的本质特征选用针对性的图像处理方案）,