机器人视觉技术及应用教学课件（共8章）第2章 数字图像处理基础.pptxVIP

第2章 数字图像处理基础 掌握数字图像处理技术相关名词术语 掌握图像采样、量化、增强等处理技术的常见方法 熟悉数字图像处理相关的数学模型与公式 能够理解和掌握数字图像处理的主要技术和相应处理方法 能够掌握一般图像处理的数学方程计算方法与思路 能够基于Matlab工具进行图像的简单处理 数字图像处理基础 数字图像处理概述 图像的感知和获取 图像的采样和量化 项目1 项目2 项目3 空间域图像处理 项目4 机器视觉技术概述 频域图像处理 彩色图像处理 项目5 项目6 形态学图像处理 项目7 1 数字图像处理概述 1.1 1.3 1.5 1.4 1.2 图像的概念 技术发展趋势 数字图像与数字图像处理 图像分析和图像理解 数字图像处理系统及其主要研究内容 数字图像处理基础 1.1 图像的概念 “图”是物体投射或反射光的分布，“像”是人的视觉系统对图的接受在大脑中形成的印象或反映。是客观和主观的结合。 1 图像的概念 1.2 数字图像与数字图像处理 数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图象行列划分后，每个小块区域称为像素（pixel）。每个像素包括两个属性：位置和灰度。 1 数字图像 对于单色即灰度图像而言，每个象素的亮度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度级别。 1.2 数字图像与数字图像处理 彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中取得最小值，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。 1.2 数字图像与数字图像处理 数字图像处理就是利用计算机系统对数字图像进行各种目的的处理：对连续图像f（x，y）进行数字化：空间上，图像抽样；幅度上，灰度级量化。x方向，抽样M行。y方向，每行抽样N点。整个图像共抽样M×N个像素点，一般取M=N=2n=64，128，256，512，1024，2048。数字图像常用矩阵来表示：f(i,j)=0~255，灰度级为256，设灰度量化为8bit。 1 数字图像处理 1.3 图像分析和图像理解 图像分析是指对图像中感兴趣的目标进行提取和分割，获得目标的客观信息（特点或性质），建立对图像的描述。图像分析一般利用数学模型并结合图像处理的技术来分析底层特征和上层结构，从而提取具有一定智能性的信息。图像分析是一个从图像到数据的过程。 1 图像分析 1.3 图像分析和图像理解 图像理解是指研究图像中各目标的性质和它们之间的相互联系，得出对图像内容含义的理解及原来客观场景的解释。图像理解以客观世界为中心，借助知识、经验来推理、认识客观世界，属于高层操作（符号运算）。 2 图像理解 1.4 数字图像处理系统及其主要研究内容 数字图象处理系统由图象数字化设备、图象处理计算机和图象输出设备组成。 输入及数字化设备：摄象机、鼓式扫描器、平台式光密度计、视频卡、扫描仪、数码相机、DV等。 显示及记录设备：图象显示器、鼓式扫描器、图象拷贝机、绘图仪、激光打印机、喷墨打印机等。 1 数字处理系统 1.4 数字图像处理系统及其主要研究内容 2 数字处理系统只要研究内容 1.4 数字图像处理系统及其主要研究内容 （3）图像的增强和复原 图像增强和复原的目的是为了改善图像的视觉效果，如去除图像噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中感兴趣的部分。图像复原要求对图像降质的原因有所了解，根据图像降质过程建立“退化模型”，然后采用滤波的方法重建或恢复原来的图像。 主要方法：灰度修正、平滑、几何校正、图像锐化、滤波增强、维纳滤波 （4）图像分割 图像分割是数字图像处理中的关键技术之一。图像分割将图像中有意义的特征（物体的边缘、区域）提取出来，它是进行进一步图像识别、分析和图像理解的基础。 虽然目前已研究出了不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。对图像分割的研究还在不断的深入中，是目前图像处理研究的热点方向之一。 主要方法：图像边缘检测、灰度阈值分割、基于纹理分割、区域增长 1.4 数字图像处理系统及其主要研究内容 （5）图像描述 图像描述是图像分析和理解的必要前提。图像描述是用一组数字或符号（描述子）来表征图像中被描述物体的某些特征。 主要方法：二值图像的几何特征、简单描述子、形状数、傅立叶描述子，纹理描述 （6）图像识别 图像识别是人工智能的一个重要领域，是图像处理的最高境界。一副完整的图像经预处理、分割和描述提取有效特征之后，进而由计算机系统对图像加以判决分类。 （7）图像隐藏 图像隐藏是指将秘密信息隐藏在图像格式文件中，使其在貌似正常的图像文件的掩饰下，达到秘密信息的