图像处理概述精要.ppt

  1. 1、本文档共125页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
图像处理概述精要

联系方式 媒体计算与仿真研究室 八教403 czh@ecust.edu.cn 欢迎多交流,多联系! 同学自我介绍 研究方向、导师、课题等,有图像处理基础? 关于纪律 不迟到、不早退、不旷课 有特殊情况,提前请假 遵守课堂纪律 课代表推荐 协助考勤、讲座报名等 扩 展 华理媒体计算领域研究成果介绍 * 数字图像处理方法的研究源于两个主要应用领域:其一是为了便于人们分析而对图像信息的改进;其二是为使机器自动理解而对图像数据进行存储、传输及显示。 Bartlane传真系统   Bartlane传真系统的名字来源于英国人Harry G. Bartholomew和Maynard D. McFarlane,它带有第一个数字相片的软件,可以使用伦敦与纽约之间海底电缆来发送数字新闻图片。Bartlane电缆图片传输系统可以大大节省跨越大西洋传输照片的时间,从一周缩减到三个小时。它利用穿孔纸带,就像旧式的自动收报机纸条,图像传输到可变更的五孔打孔机,转换成电报纸带,接收端把电报纸带重新转回图像,电报机按照一定的编码来传输信号,并按照一定的样式模拟出网板图案。虽然预先进行了调整,输出图像看起来仍然很小,只有黑白两色。早期的Bartlane系统能够把图像编码为五种不同的亮度级,1929年增加到15种。 与图形图像信息的计算机处理有关的学科有三个,即计算机图形学、图象处理和模式识别 :包含在以(x,y)为圆心,以r为半径的圆 * 数字图像处理的特点 通用性、灵活性强 对可见图像和不可见光图像(如X光图像、热红外图像和超声波图像等),尽管这些图像生成体系中的设备规模和精度各不相同,但当把这些图像数字化后,都可同样进行处理,这就是数字处理图像的通用性 利用处理软件可对图像进行各种各样的处理,如上下滚动、漫游、拼接、合成、变换、放大、缩小和各种逻辑运算等,所以灵活性很高 * 3.2 图像处理的研究实例 主要研究内容 图像增强 图像恢复 图像编码 图像分析 模式识别 图像重建 * 图像增强(1) * 图像增强(2) * 图像增强(3) 图像增强是改善供人观看图像主观质量 主要技术: 直方图修正 图像平滑 图像锐化 同态系统 伪彩色技术 * 图像恢复(1) * 图像复原(2) 图像复原是寻找引起图像质量下降的原因,通过”逆向“操作,尽可能恢复图像本来面目 主要技术: 复原的代数方法 逆滤波 最小二乘方滤波 约束去卷积 空间复原技术 * 图像编码 在保真(无损)或限保真(有损)条件下对图像进行压缩 主要技术方法: PCM编码 统计编码 预测编码 变换编码 小波编码 分形编码 * 图像分析(1) 人体染色体 形状分析 * 图像分析(2) 对输入图像的处理,产生已知图像描述 主要技术方法: 分割 描绘 纹理分析 形状分析 场景分析 * 模式识别 计算机代替人类完成识别景物工作,就必须赋于它有近于人的视觉功能与识别能力。 对人的视觉机理至今研究得十分不够,完善的视觉模型尚未建立,因而,目前用图像处理和识别技术来识别景物相对是较简单的。 相关匹配、结构匹配等是一些常用识别方法。 各种知识基的专家系统应用于识别复杂的景物,并已做出一些实用的系统 * 图像重建(1) 利用X射线、超声波等手段取得物休的多幅来自不同角度的二维投影图(它们反映了物体内部情形),通过计算得出物体内部图像,这种技术就是投影重建。 利用明暗、运动、体视等图像信息恢复三维物体形状则是三维信息恢复重建技术。 * 图像重建(2) 数字图像处理的实例补充 * Image Processing Examples Restoration of image from Hubble Space Telescope (图像复原) Source:IVPL NorthWestern University,Chicago * Image Processing Examples Color photo enhancement (彩色照片增强) Source:Picture Project 1.5, 2005 Nicon Corporation Original Automatic Enhancement * Image Processing Examples Noise reduction (噪声去除) Degraded Image Noise reduction image Source: Jungwon Lee, Stanford EE 368 class project, Spring 2000 * Image Processing

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档