第三讲 图像处理和机器视觉.pptVIP

第三讲：图像处理与机器视觉 §3.1 基本概念 §3.2 图像的模型与表达 §3.3 图像处理的基本算子举例 §3.4 图像处理的类别和特点 §3.5 图像处理的应用领域概说 §3.6 图像处理的典型示例 §3.7 机器(计算机)视觉系统 §3.8 机器(计算机)视觉技术的应用举例 §3.9 机器(计算机)视觉技术的典型应用示例 §3.10可以涉猎的书刊 §3.1 基本概念 (1)图像(视觉)信息的重要性 人类可获信息的75%以上为视觉(图像)信息, “百闻不如一见”。 (2)图像处理技术的类别 1)模拟图像处理:包括光学处理和电子处理,如照相、电视图像处理等。优点:速度快(实时),缺点:精度差、灵活性差。 2)数字图像处理:计算机或实时硬件处理，如CT图像处理等。优点：精度高、灵活性好、处理内容丰富。缺点：处理速度受限制。 (3)机器视觉 用计算机来模拟生物外显或宏观视觉功能的科学和技术．机器视觉系统的首要目标是用图像创建或恢复现实世界模型，然后认知现实世界． §3.2 图像的模型与表达 (1)由模拟图像到数字图像的转换 采样：将图象分成离散的（横竖均匀的）网格点。量化：将图象上各个网格点的黑白及色彩程度做数字量化。如：256级，由0到255，亮度从黑到白变化。 (2)数字图像模型 一幅(帧)数字图象可用如下模型描述 其对应的矩阵模