新员工培训-图像处理与应用简述.ppt

图像处理与应用简述 内容与结构 图像处理基本概念 什么是数字图像 图像处理是对图像信息进行加工处理，以满足人视觉心理和实际应用的需要。 数字图像处理就是依靠计算机对图像进行各种目的的处理。 图像来源：静止或视频相机；x-ray设备；电子显微镜；雷达；超声等。 应用领域：娱乐；医疗；商务（如文档处理）；工业；军事；安全；科学研究等。 我们关注图像处理工业应用，其图像主要来源为CCD/CMOS相机。 从信息处理的角度看 图像处理内容细分：图像预处理（图像增强）；图像分析。 对于图像预处理，其输入和输出都为图像；其可通过成像系统来实现，包括结构、光学、电子等诸多手段。 对于图像分析，其输入为图像，输出为场景信息；其必须通过人或后端的电子处理（硬件或软件）实现。 数字图像处理的发展历史 1970年代处理地球卫星获取的遥感图片，进行地质资源探测，农作物估产，水文气象监测等; －－图像增强和图像识别的研究和发展。 1971年X光断层图像重构技术，英国G.N.Hounsfield 第一台脑断层摄像仪（Computer Tomograph）应用，1979年因此获诺贝尔奖。－－图像重构的研究和发展。 70年代末，随着人工智能的兴起和发展，开始计算机视觉的研究，由2D图像中获取3D空间信息； －－计算机视觉研究的兴起和图像分析研究和发展 80年代末和90年代，高速计算机和大规模集成电路的发展，使图像处理技术更趋成熟： 图像压缩和多媒体技术的突破和发展； 文本图像的分析和理解，文字的识别取得重大的进展； 全球通讯技术的蓬勃发展，使图像通讯和传输的广泛应用，各数字图像处理技术取得广泛的开拓性的发展，进入成熟应用阶段。 数字图像处理与机器视觉系统 图像处理位于机器视觉系统后端，因此必须从机器视觉系统的角度评估图像处理的难度并设定设计指标，在此基础上进行图像处理算法的分析和设计。 数字图像处理的应用 应用领域： 航天航空 生物医学图像处理 军事图像处理 工业产品检测 工业自动化控制 机器人视觉 通讯领域 遥感图像处理：用于地质资源探测，农作物估产，水文气象监测等； 生物医学图像处理：除断层图像重构CT(Computer Tomograph)外，还有X光透视、B超体内病变检测、各种细胞自动计数、自动检测和识别、生物图片分析等。 军事图像处理：军事目标检测、地形配准、目标制导、红外制导、无人驾驶飞机等． 工业图像处理：无损探伤、无接触式检测(温度、形状、应力等)、地质矿藏分析. 生物测量（Biometrics）：主要为保证安全，用于人的身份鉴定，如指纹识别，人脸识别，人类手势识别，虹膜（iris）识别等。 图象通讯和传输：数字电视、高清析度电视(HDTV)、多媒体信息处理,可视电话、会议电视等，核心内容是数字图像压缩，特别是运动图像的压缩，图像压缩的研究和标准（JPEG，MPEG，H.261,等） 机器人视觉：水下机器人,自动化生产线、无人驾驶汽车等． 工业图像处理：无损探伤、无接触式检测(温度、形状、应力等)、地质矿藏分析. 生物测量（Biometrics）：主要为保证安全，用于人的身份鉴定，如指纹识别，人脸识别，人类手势识别，虹膜（iris）识别等。 军事图像处理：军事目标检测、地形配准、目标制导、红外制导、无人驾驶飞机等． 人类视觉信息占人类获取信息的80％． 图像信息在社会文明和人类生活中居极重要的地位，数字图像处理帮助人类从自然图像中获得更多更高质量的信息。 图像处理发展的最大困难之一是图像数据量大、处理运算量大． 这一问题将随高速大规模集成电路、大容量存储器的发展而逐渐克服． 应用中的面临的技术挑战 1. 成像系统的复杂性：图像并非对场景物理量进行直接度量。成像过程是一个非常复杂的过程，影响因素主要包括：光照的强度和分布；光照和场景之间的交互特性；3-D场景到2-D成像平面的投影；图像传感器特性。我们必须用系统的观点思考图像处理问题。 2. 机器视觉和人类视觉之间的差异性：机器视觉较人类视觉更加复杂而慎密，我们务必避免从人类视觉的经验来评估图像处理应用的难度。人类视觉更加擅长于推理和判断；而机器视觉更擅长于测量。 3. 性能、效率、价格之间的调和：在图像处理应用系统的设计中，我们必须充分考虑工业应用的高性能（精度、鲁棒性等）要求、生产过程的实时性，另外还必须充分考虑系统的整体价格，在上述三者之间进行平衡。 4. 图像处理理论和技术本身的不成熟 数字图像处理的基本流程 图像预处理 图像预处理 3.2. 点变换(3)-像素映射 图像预处理 直方图均衡 直方图均衡，使输入图像转换为在每一灰度级上都有相同的像素点数的输出图像。 图像预处理 图像预处理 3