8图像处理技术知识概述.ppt

§3.3 图像处理技术概述;图象技术 图象技术在广义上是各种与图象有关的技术的总称。目前人们主要研究的是数字图象，主要应用的计算机图象技术。 ;工程：将自然科学的原理应用于工业部门而形成的各学科的总称。 图象工程： 在此，简化的认为是不同层次图象技术的有机结合及应用。 图象工程三层次： 图象处理（图象 —— 图象） 图象分析（图象 —— 数据） 图象理解（图象 —— 解释）;一、图像处理技术分类;图象工程的三个层次;图象处理：强调在图象之间进行的变换。 图象分析：对图像中感兴趣的目标进行测量和检测。 图象理解：在图象分析的基础上，进一步研究图象中各目标的性质和它们之间的相互联系。; 如果说图象处理是一个从图象到图象的过程，那么图象分析是一个从图象到数据的过程，而图象理解是在图象分析的数据基础之上，借助人的知识、经验等来把握整个可观世界。;图象工程相关学科和领域;应用领域： (1)视频通信：可视电话，电视会议，远程教育； (2)文字档案：文字识别，过期档案复原，邮件分捡，支票，签名辫伪，办公自动化； (3)生物医学：红白血球计数，染色体分析、X光、CT、医学手术模拟规划，远程医疗； (4)遥感测绘：巡航导弹制导，无人驾驶飞机飞行，精确制导，矿藏勘探，气象预报，自然灾害监测； (5)工业生产：工业检测，工业探伤，自动生产流水线监控，移动机器人，无损探测，印刷板质量检验，精细印刷品缺陷检测； (6)军事公安：雷达图象分析、巡航导弹路径规划 / 制导，罪犯脸形合成、识别，指纹、印章的鉴定识别； (7)交通管理：太空探测、航天飞行、公路交通管理。;二、图像和视觉基础;分辨率对视觉效果的影响：;图象空间分辨率变化所产生的效果 ;图象幅度分辨率变化所产生的效果;空间和幅度分辨率同时变化所产生的效果;象素间联系：; 象素的邻域： 4-邻域——N4(p)： 对角邻域——ND(p)： 8-邻域——N8(p)： ;象素间的邻接、连接：;三、图像增强;直方图：; 图象的灰度统计直方图是一个1-D的离散函数; 直方图均衡??： 借助直方图变换实现（归一的）灰度映射。 均衡化（线性化）基本思想： 变换原始图象的直方图为均匀分布 == 大动态范围 使象素灰度值的动态范围最大 == 增强图象整体对比度（反差）;;;四、图像分割技术; 图像分割方法可以分为两大类。一类是边界方法，这种方法假设图像分割结果的某个子区域在原来图像中一定会有边缘存在；一类是区域方法，这种方法假设图像分割结果的某个子区域一定会有相同的性质，而不同区域的像素则没有共同的性质。 ;五、图像识别技术;图像处理应用方向举例：; 目前指纹识别、视网膜识别技术己经到了实用阶段；声音识别技术发展也是相当的快。作为现代社会的主要交通工具之一的汽车，在人们的生产、生活的各个领域得到大量使用，对它的信息自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理等方面有十分重要的意义，成为信息处理技术的一项重要课题。 ; 从20世纪90年代，人们就开始了对汽车牌照自动识别的研究，其主要途径是采用计算机图象处理技术对车牌的图象进行分析，自动提取车牌信息，确定汽车牌号。在车牌识别过程中，有人使用模糊数学理论判别车牌在图象中的位置和字符，也有用神经元网络的算法识别车牌中的字符。目前车牌识别的理论己经成熟，离线算法识别率己经达到很高水平。 ;车牌自动识别系统组成： 车牌自动识别系统主要有摄像头、视频采集接口、计算机和辅助照明装置组成。计算机通过视频采集接口采集摄像头摄入的视频图象，经处理和识别得到车牌号。在自然光较暗影响识别效果时，由辅助照明装置提供摄像光源。 ;车牌自动识别的关键技术： (1)图象预处理:对动态采集到的图象进行滤波、边界增强等处理，以克服图象干扰，改善识别效果。 (2)车牌的定位:在动态采集到的图象中，自动找到车牌的位置。 (3)字符分割:在车牌图象上，自动提取单个字符的图象。;; 车牌自动识别技术作为车辆识别的先进技术手段，在智能园区中可以用于以下几个方面: (1)车辆出、入园识别:园区的业主入住时，将自己的汽车进行登记，其车牌信息将记录在计算机数据库中。在园区大门处，设有车牌自动识别系统，对进出车辆自动识别，并根据数据库中的车牌数据判断是否是园区内的车辆，对园区内的车辆放行并自动记录其出入园时间，以便出现车辆被盗等情况时查询;对园区外车辆，