图像处理与理解东南大学自动化学院.ppt

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 应用： 工业生产：产品质量检测，生产过程控制，CAD，CAM 交通运输 军事：军事目标侦察，制导系统，警戒系统，自动火器控制，反伪装等 公安：现场照片，指纹，手迹，印章，人像等处理和鉴别 机器人视觉 娱乐： 电影特技，动画，广告等 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 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 数据压缩和转换技术　通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。 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。 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。 以军事应用为例 可能涉及图像处理的主要技术 涉及图像处理的主要技术 以安保系统应用为例 二、图像与数字图像 1、“图”与“像”的定义： “图”是物体透射或反射光的分布； “像”是人的视觉系统对图的接收在大脑中形成的印象或认识。 2、模拟图像的表示（物理图像，人眼能看到的图像） 当图像内容随时间变化时，为时变图像或运动图像。反之，为静止图像。 由于人眼的视野是有限的，因此图像在空间上是有界的，而且通常定义为矩形，即 图像函数在某一点的值常称为强度或灰度，与图像在这一点的亮度相对应，并用正实数表示，而且这个值的大小是有限的。 图像函数　　　是一个二元、有界、非负的连续函数。 上面讨论的人眼能够看到的图像称之为模拟图像，它的函数是连续的、可解析的，因而是可积的，有可逆的付里叶变换等。但是计算机无法接受模拟形式的图像。 3、数字图像的表示 　一幅模拟图像经过采样和量化使其在空间上和数值上都离散化，形成一个数字点阵，通常采用等间隔采样和均匀量化。 像素 灰度级 图像分解成像素的方法根据平面设置有正方形阵列，正六角形阵列，正三角形阵列，其中正方形阵列最为常用。 对于一幅图像而言，从模拟图像中获取数字图像，则必须按下图所示的过程进行空间采样和量化。 采样(Sampling)是指将空间上或时间上连续的图象(模拟图象)变换成离散采样点(象素)集合的一种操作。 　　在实际的采样过程中，采样点间隔的选