信息科學与电子工程专业英语(王朔中)课程翻译下.docVIP

Unit 11 数字图像处理 Unit 11-1 第一部分：二维数字图像 图像是表示一些物理参数空间分布的二维信号，典型的物理参数是光强，而更普通的是能量的任一种形式。例如，运动图像以及多光谱的遥感图像是三维或者是更高维的信号。现代数字技术使得处理多维信号成为可能，所使用的系统可从简单的数字电路到先进的并行计算机。这种处理的目的可以分为3类： 图像处理：输入图像?输出图像 图像分析：输入图像?输出测量数据 图像理解：输入图像?输出高层次的图像描述 我们将介绍的重点集中在图像处理的基本概念上。篇幅所限，我们只能对图像分析以及图像理解进行一些介绍性的说明。另外我们将限于讨论二维图像处理，尽管将要描述的大部分概念和方法很容易扩展到三维或更高的维数。 我们从一些基本定义开始。在“真实世界”中定义的一幅图像可以看成是两个实变量的函数，例如：以a作为在实坐标位置(x, y)处幅度（亮度）的图像a(x, y)。一幅图像可以看成是包含许多子图像，这些子图有时称之为感兴趣区域，ROI，或者仅仅是图像中的区域。这一概念表明图像通常包含许多对象，每一个对象可以是一个区域的主要部分。在一个复杂的图像处理系统中，应该能对于选择的区域进行特定的图像处理运算。于是图像的一部分可以进行抑制运动模糊的处理，而另一部分可以作改进色彩渲染的处理。 一幅给定图像的幅度几乎总是要么是实数，要么是整数。后者通常是量化的结果，将一个连续的范围如0到100%转换为离散的（灰度）级。然而，在某些图像形成过程中，信号可能涉及到光子计数，这意味着幅度本来是量化的。其它的图像形成过程，如磁共振成像，直接的物理测量会产生一个复数，具有实的幅度和实的相位。除非另有说明，我们认为幅度是实数或者是整数。 一幅二维离散空间中的数字图像a[m, n]是由二维连续空间中的模拟图像a(x, y)通过采样得到的。采样过程常称为数字化。对采样过程的数学表示将在稍后介绍。现在，我们来看一些和数字图像有关的基本定义。图11.1显示了数字化的效果。 2维连续图像a(x, y)被划分成N行M列。一行一列的交叉点被叫做一个像素。整数坐标[m, n]被赋予的值是a[m, n]，其中：m = 0, 1, 2, ... , M?1 ，n = 0, 1, 2, ... , N?1。实际上，大多数情况下，我们认为是射到二维传感器表面的物理信号a(x, y)实际上是许多变量的函数，包括深度、颜色、时间。除非另作说明，本文我们考虑的是2维的，单色的静止的图像情况。 图11.1的图像被划分成了N = 16 行以及M = 16列。赋予每个像素的值是像素的平均亮度，其四舍五入到最近的整数。将二维信号在给定坐标位置的幅度表示成具有L个不同灰度级的整数值的过程通常称为幅度量化，或简称量化。 在数字图像处理中，某些工具是非常重要的。这些包括数学工具，如：卷积、傅立叶分析以及统计描述，和处理工具，如：链式码与游程码。在这里我们介绍这些工具没有任何特别的动机，在后面的章节中我们会对此予以介绍。 许多图像处理应用是要产生被人观察的图像，而不是比方说为了自动的工业检验。因此，了解人类视觉系统的特征和限制是很重要的，即要了解二维信号的“接收器”。一开始就认识到以下几点是很重要的：1)人的视觉系统尚未被充分了解；2)不存在与人眼评价相当的判断图像质量的客观度量；3)不存在所谓“典型”的观察者。然而，感知心理学的研究已经对视觉系统提供了一些重要的见解。 Unit 11-2 第二部分：数字图像——定义和应用 图像无处不在，这毫不足怪，因为我们人类依赖于图像，我们用眼睛的感知超过所有其它的感知刺激。我们吸收的几乎所有的信息都是图像的形式，不论是看一照片，看电视，欣赏一幅画，或是书，这一切此外，我们的是最有效的：举例来说，一个电脑键盘。每个键我们也可以一个纹理每个按键，但它。我们甚至可以尝试每一个键一个特定气味，但很容易。 我们也擅长于图像处理。举例来说，我们眼睛：当我们看东西我们的眼睛传递给大脑第一可能是然后大脑试图通过调节眼睛晶状体纠正这，一新的图像从眼睛到大脑，等等。这种反馈过程是如此之快，甚至我们没有意识到这一点。使用眼镜或隐形眼镜亮度，对比度等，电视或监视器- 用相机拍摄和冲洗照片 - 大自然的例子：水面上景色的反射，水雾中景色的失真，等等。 高级图像处理的应用例子包括： - 司法学：视频监控机图的，脸，指纹，DNA等自动识别和分类- 工业：部件应用CAD /CAM。- 信息处理： 手写和印刷文本（经常被称为OCR;光学字符识别，印刷图像扫描和分类 - 可视化例如：- 计算机辅助诊断如：现在超过一年龄女性定期乳房X光片，早期乳房癌。图像分割即图像为有意义的结构。例如：脑脊髓液骨脂肪皮肤等改可视化肿瘤生长在许多工作分割是有用