数字图像处理与理解.pptVIP

图 像 处 理 与 理 解; 人类通过眼、耳、鼻、舌、身接受信息，感知世界。 　　约有75%的信息是通过视觉系统获取的。 　　数字图象处理是用数字计算机处理所获取视觉信息的技术。;一、数字图像处理的发展概况及应用 发展： 上世纪20年代 Bartlane电缆图片传输系统（纽约和伦敦之间海底电缆）传输一幅图片所需的时间由一周多减少到小于3个小时； 上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣； 1964年，数字图像处理有效地应用于美国喷气推进实验室（J.P.L）对“徘徊者七号”太空船发回的大批月球照片的处理；随后几年，继续用于空间研究计划；同时，在生物医学、工业生产、军事上得到应用； ;直到上世纪六十年代末至七十年代初，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。 二十世纪八十年代以来：数字图象处理向更高级的方向发展：实时性，智能化，普及化，网络化，低成本。 目前，就处理方法而言主要将小波、及模糊、神经网络、遗传算子、分形等智能信息处理技术运用于数字图像处理，使得其更具活力，并在不断地发展。 ;应用： 通信：图象传输，电视电话，HDTV等 宇宙探测：星体图片处理 遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，环境污染的监测，气象云图 生物医学： CT，NMR，X射线成象，B超，红外图象，显微图象;;;;气象云图 气象预报;遥感图像处理在国土资源调查与环境评价及灾害监测中的应用;超声图象;;医学图象;;军事应用 目标跟踪;军事应用 隐形飞机、定位轰炸;军事应用;军事应用;;计算机合成图像 ;计算机合成图像 ;以通过遥感图像处理分析为例，可涉及图像处理的主要技术;图像校正 　　 在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性（反射率和发射率）有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。; 而实际上，由于大气层的存在，也由于传感器内探测器性能的差异，使得进入传感器的辐射发生畸变，引起图形模糊，对比度下降等。另一方面，由于卫星飞行时姿态变化及地球形状等因素影响，图像中地物目标的几何位置也会发生畸变。为了使图像更好地满足使用要求，必须尽可能地通过处理消除畸变，恢复图像的本来面目。 ;分类方法 基于光谱信息（图像像素）的分类　　 　　 根据像素在分类特征（波段）上的像素值，选择分类器，利用统计方法对每一像元进行分类。 　　 通常需要对下面一些问题进行研究：①分类器的确定；②光谱类的确定；③选择训练样本产生统计参数；④分类特征的选择。;空间信息辅助分类 　　 基于光谱信息的分类存在着一些缺陷：如有些地类在光谱上难以区分，如水库与河流。 　　基于空间信息的地类类型或形状分类。如城镇居民点图斑的分类结果往往是由水体、植被以及不同类型的建筑等所组成。;　遥感图像中的空间信息包括两种类型： 　　纹理（texture）和相关（context） 纹理是指地类图斑中色调的空间变化特性； 而相关则是指不同地类像元之间的空间关系。 ;　　因此，用于分类的特征值除了像元所具有的光谱和空间特征值外，还具有形状和大小特征值。一些具有相同光谱特性而形状不同的地物，如河流和水库，公路和体育场，可以用形状指数来区分。 ;　要用到的主要图像处理技术：图像增强处理、图像分割技术（区域、边缘提取）、图像特征提取、图像描述等。 ;;;自动目标识别技术 （Automatic Target Recognition－简称ATR）;　　因此，从20世纪60年代开始，美、英、俄、法等国家已投入大量人力、物力和财力开展ATR的理论研究和实际应用推广，并取得显著成果，美国在中东战争中的精确武器打击是最典型的成功范例。 ;　　当前精确制导武器所取得的成果还是有限的，最主要的问题是目前主要还是依靠人在导弹发射前发现目标，然后人工锁定首帧目标图像进行自动跟踪，而不能实现不需人工参与的由导弹自动识别目标，做不到“打了不管”。特别是在复杂背景下，机器如何像人一样自动识别目标，目前是相当困难的。 ;　　虽然从20世纪70年代开始人工智能、智能信息处理技术、计算机视觉的理论研究取得了重大的进展，但是由于ATR领域中研究的背景和对象的复杂性和多样性，特别是在实际环境中，背景与目标不仅有很大的动态变化范围，而且它们以未知的方式变化。目前的ATR的研究都是在一定假设条件下建立的，一旦这些假设条件不成立或不再完全成立时，其ATR系统就不再有效。;　　另外，目前国内外研究的很多ATR方法和算法，除了存在很大的局限性外，在实时实现方面还有很大的距离。因此