数字图像处理汇总.ppt

相关学科和领域 　　图像工程是一门系统地研究各种图像理论、技术和应用的交叉学科。从研究方法来看，它与数学、物理学、生理学、心理学、电子学、计算机科学等许多学科可以相互借鉴。从研究范围来看，它与模式识别、计算机视觉、计算机图形学等多个专业又互相交叉。另外，图像工程的研究进展与人工智能、神经网络、遗传算法、模糊逻辑等理论和技术都有密切的联系，它的发展应用与医学、遥感、通信、文档处理和工业自动化等许多领域也是密不可分的。 图像技术及分类 图像技术与相关学科之间关系 图像工程与相关学科和领域的联系和区别 图像技术及分类 数字图像处理技术发展方向 图像处理技术的未来发展方向大致可归纳为如下四点： 　　(1) 图像处理的发展将围绕HDTV(高清晰度电视)的研制，开展实时图像处理的理论及技术研究，向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。　　(2) 图像、图形相结合，朝着三维成像或多维成像的方向发展。　　(3) 硬件芯片研究。把图像处理的众多功能固化在芯片上，使之更便于应用。如用VHDL语言设计图像处理卡和FPGA，能够根据检测对象和环境状况灵活组建硬件系统。 　数字图像处理技术发展方向 (4) 新理论与新算法研究。在图像处理领域近年来引入了一些新的理论并提出了一些新的算法， 如小波分析(Wavelet)、分形几何(Fractal)、形态学(Morphology)、遗传算法(Genetic Algorithms，GA)、人工神经网络(Artificial Neural Networks)等。这些理论及建立在其上的算法，将会成为今后图像处理理论与技术的研究热点。　 我校李云松教授 获得国家科技进步二等奖 嫦娥2号 深空通信压缩与传输技术 * 徘徊paihuai * 70年代中期，随着离散数学理论的创立和完善，得到快速发展 * 图像重构技术 * X射线在1895年由威尔霍姆·康瑞德·伦琴发现的，由于他的发现，他获得了1901年诺贝尔物理学奖。这两项发明相差近100年。今天，他们引领着图像处理某些最活跃的应用领域。 散焦模糊图像的清晰化 数字图像处理应用 图像的几何畸变校正 数字图像处理应用 图像的融合—— 变景深图像的拼接 数字图像处理应用 图像的融合——远、近景聚焦融合 数字图像处理应用 图像压缩编码示例 真彩图 64色图 16色图 256*256*3=196.6K 256*256*6/8+64=49.2K 混合编码=3.15K 数字图像处理应用 照片划痕的修补 数字图像处理应用 照片中特定物体的去除 数字图像处理应用 数字图像特点 信息量大 占用频带宽 相关性大 非客观性 数字图像特点 信息量大 以数目较少的电视图像为例，它一般是由512×512个象素、8比特组成，其总数据量为512×512×8＝2097152比特＝262144字节＝256K。 这样大的数据量必须由计算机处理才易胜任，且计算机内存容量要大。为了运算方便常需要几倍的内存。 数字图像特点 占用频带宽 一般语言信息（如电话、传真、电传、电报等）的带宽仅4KHz左右，而图像信息所占用频率的带宽要大三个数量级。如普通电视的标准带宽是6.5MHz，约等于语言带宽的1400倍。所以在摄影、传输、存储、处理、显示等各环节的实现上技术难度大，因而对频带的压缩技术的要求是很迫切的。 数字图像特点 相关性大 每幅图像中不仅相邻象素之间是很不独立的，具有很大的相关性，有时大片大片的象素间具有相同或接近的灰度。 再如电视画面而言，前后两幅图像其相关系数往往在0.95以上，因此压缩图像信息的潜力很大。 数字图像特点 非客观性 图像信息的最终接受器是人的视觉系统。由于图像信息和视觉系统都十分复杂，它与环境条件、视觉特性、情绪、精神状态、知识水平都有关。（例如航空照片判读）因此要求图像系统与视觉系统有良好的“匹配”，所以必须研究图像的统计规律和视觉特征。 数字图像处理技术 模拟图像 数字图像 数字图像处理过程 典型的数字图像处理过程 （1）图像信息的获取 为了在计算机上进行图像处理，必须把作为处理对象的模拟图像转换成数字图像信息。图像信息的获取，一般包括图像的摄取、转换及数字化等几个步骤。该部分主要由处理系统硬件实现。 （2）图像信息的存储与交换 由于数字图像信息量大，且在处理过程中必须对数据进行存储和交换，为了解决大数据量及交换与传输时间的矛盾，通常除采用大容量机内存存储器进行并行传送，直接存储访问外，