第1章图像处理与计算机视觉技术综述kctnqssm.docVIP

1图像处理与计算机视觉技术综述 主要参考书 – – – – 张广军，《机器视觉》 岗萨雷斯，《 数字图像处理 》 章毓晋《图像工程》 《计算机视觉——一种现代方法》 林学訚等译， 《机器视觉算法与应用》 杨少荣等译， – 课程介绍 基础知识 – 数学：线性代数、概率与统计 – 计算机科学：软件编程 – 电子学：信号处理 视觉重要？ 古语 – 百闻不如一见 – 一目了然 – 眼见为实，耳听为虚…… 人类信息的主要传递手段 – 视觉，听觉，味觉，触觉等 – 视觉占60％以上 人机交互 – 字符、图形 – 计算机接收信息手段单一（键盘，鼠标） 图像处理重要？ 两大应用需求 – 对图像信息的改进 – 机器自动理解：使计算机具有视觉 主要学科 – 图像处理、计算机视觉和模式识别 计算机图形学 1.1 图像处理与计算机视觉的发展及系统构成 1.1.1 图像处理与计算机视觉的概念 1.图像（Image） – 可以看作是对物体或场景的一种表现形式 – 抽象定义：二维函数f (x, y) (x, y): 点的空间坐标（实数） Lenna f : 点(x, y)的幅度（亮度、强度或灰度） – 英文单词 Image：一般指用镜头等科技手段得到的视觉形象 Picture：强调手工描绘的人物或景物画 Drawings：人工绘制的工程图 图像实例 IKONOS卫星 光学图像 光学图像 Lenna 423mile 高 16000miles/h 1m分辨率 EP－3, 海南陵水,01-4-4 大脑断 层图像 遥感图像 2.数字图像 – 数字化：对 x，y 和 f 进行离散化 -其中的每个点称为图像元素，即像素。 – 分类（根据 f 的性质） 灰度图像（特殊：二值图像） 彩色图像 3.数字图像处理 – DIP（Digital Image Processing） – 广义：与图像相关的处理（图像分析、理解和 计算机视觉等） – 狭义（从输入和输出内容）：对图像进行各种 加工，以改善图像的视觉效果或突出目标，强 调图像之间进行的变换，是一个从图像到图像 的过程 – 广义上分为三种类型：低、中、高级处理 图像处理主要是低级处理及部分中级处理 3.数字图像处理 – 低级处理：输入输出都是图像 – 中级处理：图像分割及目标的描述，输出是目 标的特征数据 – 高级处理：目标物体及相互关系的理解，输出 是更抽象的数据 4.图像处理与计算机视觉的区别与联系 图像处理主要集中在二维图像分析、识别和理解，如光学 字符识别、工件表面、显微图片和航空照片的分析和解释 等。 计算机视觉是采用图像处理、模式识别、人工智能技术相 结合的手段，着重于一幅或多幅图像的计算机分析，图像 可以由单个或多个传感器获取，也可以是单个传感器在不 同时刻获取的图像序列。分析是对目标物体的识别，确定 目标物体的位置和姿态，对三维景物进行符号描述和解释。 机器视觉：计算机视觉技术工程化，能够自动获取和分析 特定的图像，以控制相应的行为。 计算机视觉为机器视觉提供图像和景物分析的理论及 算法基础，机器视觉为计算机视觉的实现提供传感器模型、 系统构造和实现手段。 1.1.2 图像处理与计算机视觉的发展 1. 20世纪20年代：报纸业 – 图像的编码与重构技术 Bartlane电缆图片传输系统：从伦敦到纽约传送一 幅图片从1周减少到3小时 色调质量和分辨率改善 1921年，电报打 印机，5个灰度级 1922年，穿孔纸 带，5个灰度级 1929年，15级灰度 2. 1964年：航天技术 – 60年代初作为一门学科，主要目的是改善图像 质量，采取的方法有图像增强和复原技术 美国JPL（喷气推进）实验室处理卫星发射回来的 月球表面的照片 应用图像畸变的校正、 灰度变换、去除噪声 3. 20世纪70年代：遥感卫星和医学 – 图像增强和图像识别 利用遥感图片，进行地质资源探测，农作物估产，水文气 象监测 等 – 图像重构 X光断层图像重构技术，英国G.N.Hounsfield 第一台脑断 层摄像仪应用 4. 20世纪70年代末：人工智能兴起，开始计算机视 觉研究，由2D获取3D空间信息 5. 80年代末到今：多媒体技术 – 高速计算机和大规模集成电路的发展：