文档详情

1.图像处理与视频处理基础知识.ppt

发布:2017-08-09约3.29千字共35页下载文档
文本预览下载声明
;概 要;第一部分:相关概念;(1) 图像:对客观对象的一种相似的、生动的描述或写真。或者说图像是客观对象的一种表示。 图像分类: 可见光谱图像、多波段图像 运动图像、静止图像 模拟图像、数字图像 彩色图像、灰度图像; (2)物理图像与数学图像 物理图像:是物质或能量的实际分布。如光学图像,温度、压力、高度及密度的分布图。 数学图像:由连续函数和离散函数组成的图像。 ;(3)图形与图像 图形:侧重于根据给定的物体描述模型、光照及想象中的摄像机的成像几何,生成一幅图像的过程。 (4)数字图像 经过采样和量化后形成的以数字形式描述的图像。 ; 对图像经过一系列的操作以达到预期目的的技术称为图像处理。可分为模拟图像处理和数字图像处理。 模拟图像处理:利用光学、照相和电子方法对模拟图像的处理成为模拟图像处理。许多军用、宇航的处理仍利用模拟处理。如光学傅立叶变换。 数字图像处理:利用计算机对数字图像进行系列操作,从而获得某种预期的结果一种技术。是指将一幅图像变为另一幅经过修改的图像,因此,是一个由图像到图像的过程。 g(x,y)=T[f(x,y)];(6) 图像分析 主要是对图像中感兴趣的目标进行测量和检测,从而建立对图像的描述。 是一个从图像到数值或符号的过程,即将一幅图像转化为一种非图像的表示,如一个测量的数据集等。 ;(7)图像识别 图像识别是模式识别的具体应用。 可以看作是一个标记过程,即利用识别算法来辨别景物中已分割好的各个物体,给这些物体赋予特定的标记。如字符识别、人脸识别等。 图像识别方法:主要分为统计方法和结构方法。 统计方法的基础是决策函数,利用它对模式向量进行分类识别; 结构方法的核心是将物体分解成了基元,不同的物体结构有不同的基元串,通过对未知物体利用给定的模式基元得到字符串,再根据字符串判断它的属类。 ;(8) 图像理解 在图像分析的基础上,进一步研究图像中各目标的性质和它们之间的相互联系,并得出对图像内容的理解以及对原来客观场景的解释。 它以图像为对象,知识为核心,研究图像中有什么目标、目标之间的相互关系、图像是什么场景以及如何应用场景的一门科学。 ;图像理解输入的是数据,输入的是知识。 它将中低层的数据处理分析(目标识别)与高层的知识表达推理(场景描述与理解)有效结合,实现数据分析形成的知识推理,知识反馈用以指导数据获取与分析。 目标识别是为了对场景进行更好的解释,侧重对局部区域的理解。 场景描述与理解为目标识别提供先验信息,侧重对场景的整体分析。;花;场景描述与理解已备受研究者关注,但仍有许多亟待解决的问题: 如何利用场景信息指导目标的选择注意; 如何构建场景的先验信息来指导场景中的目标识别; 如何将目标识别的结果构建场景描述,形成可进一步进行场景中目标识别与场景理解的先验信息等。;(9) 计算机视觉;计算机视觉的研究目的有两个: 一是用计算机部分实现人类视觉的功能; 二是理解人类视觉机理。 此二方面使计算机视觉的研究既带有基础性,又有很强的应用特征和工程性质。;计算机视觉中需要解决两大任务: 一是3D场景在2D图像中的表达。原始图像作为一种2D表达,可以提供各种物体的轮廓信息,但只利用轮廓等2D表达的场景和物体不能保证得到唯一的解释,从而引起错觉。 二是如何将2D图像转化为3D场景的描述。;视觉信息的3个阶段:低层视觉;中层视觉和高层视觉。 低层视觉:主要任务在于图像传感与预处理,即清楚地表示原始2D图像中的重要信息,如角点、边界、线段等。 中层视觉:由输入图像和低层视觉输出初始的简图得到2.5D简图。如表面法向方向、大致深度及不连续的轮廓等。进一步可分为运动、立体、阴影、轮廓和纹理处理等。 高层视觉:由输入图像、初始的简图及2.5D简图获得物体的3D表示,即获得物体的几何结构和空间位置关系。 ;计算机视觉包含如下一些分支:画面重建,事件监测,目标跟踪,目标识别,图像恢复等。 ;(10)机器视觉;(1) 遥感 地质、矿藏勘探; 地形、地图、国土普查; 森林资源探查、分类、防火; 水利资源探查,洪水泛滥监测、预报; 农业方面,如谷物估产、病虫害调查; 然灾害、环境污染的监测;;气象、天气预报图的合成,云图分析; 天文、太空星体的探测及分析; 交通、空中管理、铁路选路 多光谱卫星图像分析。 (2) 军事、公安领域的应用 军事侦察、定位、引导、指挥等;边境口岸监控;指纹识别;人脸识别;导弹末制导;案件侦破。;(3)医学方面的应用 医学显微图像处理; 血球计数与染色体分类等; 癌细胞识别; 心血管数字剪影及其它剪影技术; 内脏大小、形状及异常检测; 心脏活动
显示全部
相似文档