数字图像处理及分析基础课件.pptVIP

狭义的计算机图像处理3 图像重建 输入的是非图像信息，如数据、公式等，输出为图像。 主要有卷积反投影法等。 常用于医学设备 图像模式识别 在图像分割的基础上提取特征，对图像中的内容进行判决分类。 图像分析与理解 根据图像局部内容之间的关系，利用有关知识进行推理与联想，对图像中所表现的内容进行理解。 * 1.3 数字图像处理的发展历程与主要应用领域 发展历程 不断拓展的应用领域 * 1.3.1发展历程 改善视觉效果： 增强人类分析判断时采用的图像信息 生物视觉系统仿生： 计算机技术、人工智能技术 处理自动装置感受的景物数据（计算机视觉、模式识别（Pattern Recognition）等） * 1、改善视觉效果 打印技术与半调技术相结合 编码技术 * 用15种色调的设备，从伦敦到纽约，用电缆进行传送的Perihing 和Fozh两将军未经修饰的图片 * 2、计算机图像处理技术 1946年第一台电子计算机 60年代，第三代计算机 JPL 图像增强和图像复原 70年代 遥感和医学图片 Rosenfeld ，1976 80年代 3D图像获取设备以及分析系统 90年代 人类生活和社会发展的各个方面 * 图1-1美国航天器传送的第一张月球照片，“旅行者7号”1964年7月31日9点09分在光线影响月球前17分钟前摄取的图像 * 3、数字图像处理的显著成就 从可见光谱扩展到各波段： 遥感图像的多光谱处理、侧视雷达遥感图像处理、红外波段的图像处理（如夜视仪、热像仪等）、超声图像处理。 从静止图像到运动图像的处理： 如运动模糊图像的恢复、心脏搏动序列图像的处理、对运动目标的跟踪、巡航导弹的地形识别及瞄准等。 * 数字图像处理的显著成就2 从物体的外部到内部图像的处理： 如人体的无损检测设备CT、MRI及宇航用密封零件的无损检测、海关用的集装箱不开箱检查等。 从整体到局部图像的处理（AOI技术）： 有选择性地对人类感兴趣的局部图像进行处理，如空间、灰度、颜色、频域都可以开窗口进行加工处理(如放大、变换、校正等)。 * 数字图像处理的显著成就3 提取图像中特征的处理： 从图像中抽出感兴趣的区域、物体以特征的形式表现出来，以便计算机识别控制。 人工智能化的图像处理： 用计算机去理解图像，并进行景物分析，即计算机视觉系统 如机动车自动驾驶系统和机器人的视觉操纵系统等。 * 4、数字图像处理的学科特点 因此图像处理技术不仅是融合多学科的新兴学科，而且是工程性很强的学科。 计算机应用，涉及的领域包括数学、物理学、生物学以及生理学等基础学科，又在电子技术、计算机科学、信息理论、医学、控制理论以及系统工程等应用学科新成就的促进下迅速发展。 图像系统与研究目标密切相关，需针对不同应用、不同要求采用不同的方法、构建不同的系统。 * 几个学科之间的关系 数字图像处理(process)：图像~图像 数字图像分析（ analysis ）：图像~非图像的表示 计算机图形学(computer graphics)：用计算机将由概念或数学模型表示的物体（不是实物）进行处理，并显示成图像。 计算机视觉（computer vision）：研究模拟人眼功能的理解自然景物的系统。 数字成像（digital imaging）:更广义的一个概念，涵盖任何用计算机来操作（manipulate）与图像有关数据的技术，包括计算机图形学、计算机视觉、数字图像处理与分析。 * 1.4 课程学习要求 课程的定位为“数字图像处理与分析基础”，即“图像的数字处理基本方法”，讲授的内容主要为应用广泛的、基础的图像处理手段 掌握图像处理的基本理论、基本思想、基本方法 课程体系从“图像处理系统”这个高度出发建立，而讲授重点在图像的计算机处理思想与方法 。 * 课程基本章节 第一章数字图像处理基本概念 第二章数字图像处理系统 第三章生理视觉基础 第四章Matlab图像处理基础 第五章图像变换 第六章图像增强 第七章图像编码 第八章图像分割与描述 * 教学内容及安排 第一章2 1、图像处理应用 1 2、基本概念 1 第二章系统3 2.1，2.2 1 2.3，2.4 1 2.5，2.6，2.7 1 第三章基础3 3.1视觉基础 1 3.2数学模型 3.3，3.4 1 第四章MATLAB1 概念，演示 1 第五章变换8 5.1，5.2.1，5.2.2 1 5.2 3 5.3,5.4 1 5.5 1 5.6 2 * 第六章增强11 6.1频域增强 1 6.2点运算 1 6.3逻辑运算 1 灰度变换，直方图 2 6.4空域低高通滤波器 2 6.6中值滤波,形态滤波 2 6.7彩色增强 1 6.8几何运算 1 第七章编码9 7.1，7.2 1 7.3 2 7.4 2 7.5 2 7.6，7.7 2 第八章分