数字图像处理(冈萨雷斯)1-绪论.pptVIP

数字图像处理的应用实例 数字图像处理的应用实例 无线电波成像 (a)膝盖 (b)脊椎 磁共振成像(MRI) 数字图像处理的应用实例 其他图像成像方式 声波成像 地震模型横截面图像，箭头指示碳氢化合物 数字图像处理的应用实例 其他图像成像方式 超声波成像 (a)胎儿 (b)胎儿另一侧 (c)甲状腺 (d)肌肉层有损害 数字图像处理的应用实例 其他图像成像方式 电子显微镜成像 (a) 过热损坏的钨丝 250倍 (b) 损坏的集成电路 2500倍 数字图像处理的应用实例 其他图像成像方式 计算机合成 (a)和(b)分形图像 (c)和(d)从显示物体的三维计算机模型产生的图像 数字图像处理的应用实例 数字图像处理的应用实例 数字图像处理的应用实例 1.4 数字图像处理流程 图像增强－主观 图像增强的目的是突出图像中（主观）感兴趣的部分，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。 图像处理的基本内容 图像恢复—客观 图像恢复处理的主要目的是去掉干扰和模糊，恢复图像的本来面目。典型的例子如去噪就属于复原处理 原始图像 模糊图像 复原图像 图像处理的基本内容 图像分割 将图像中包含的物体，按其灰度或几何特性等划分为若干个有意义的区域的技术成为图像分割。 图像处理的基本内容 以指纹识别系统为例 原始灰度图像 去除噪声 增强对比度 二值化 细化 特征提取 指纹的识别 指纹识别系统的处理流程 输出结果 预处理 图像分割 表示与描述 数字图像处理流程 （1）预处理 改善图象的质量，为后续处理作好准备 e.g. 滤除噪声 （removing noise） 增强对比度（enhancing contrast） ??图像增强后 ??图像增强前 指纹识别系统的处理流程 （2）分割 把一幅图象划分成背景和目标，非常重要但也很困难 二值化 细化 预处理后的图像 指纹识别系统的处理流程 （3）特征提取(表示与描述) （4）指纹识别（匹配）+知识库（数据存储） 指纹识别系统的处理流程 1.5数字图象处理系统的组成 由图像输入、图像存储、图像通信、图像处理和分析 、图像输出 五个模块组成。 了解图像及图像处理的概念 了解图像的表达方法 了解图像处理系统的构成 了解数字图像处理技术的应用。 本章要求： 思考： 1.请说明图像数学表达式f(x,y)中各参数的含义 2.一个数字图像处理系统由哪几个模块组成？试说明各模块的作用 图像增强，噪音减弱后，我们准备开始选取一些脊。虽然，在原始灰阶图像中，其强度是不同的而按一定的梯度分布，但它们真实的信息被简单化为二元：脊及其相对的背景。二元操作使一个灰阶图像变成二元图像，图像在强度层次上从原始的256色（8-bits）降为2色(1-bits)。 图像二元化后，随后的处理就会比较容易。二元化的困难在于，并不是所有的指纹图像有相同的阀值，所以一般不采取从单纯的强度入手，而且单一的图像的对照物是变化的，比如，手在中心地带按的比较紧。因此一个叫“局部自适应的阀值（locally adaptive thresholding）”的方法被用来决定局部图像强度的阀值。 在节点提取之前的最后一道工序是“细化（thinning）”。细化是将脊的宽度降为单个像素的宽度。 细化是图像分析、信息压缩、特征识别常用的技术，使图像的每一条纹都变成单像素宽的“点线”，且细化后的纹线近似处于原图的“中轴” 在指纹、文字的自动识别过程中，需要把二值图像进行细化，还可以大大减少冗余的信息。# 我们定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。总体特征是指那些用人眼直接就可以观察到的特征，包括基本纹路图案：环型（loop），弓型（arch），螺旋型（whorl）。其他的指纹图案都基于这三种基本图案。仅仅依靠图案类型来分辨指纹是远远不够的，这只是一个粗略的分类，但通过分类使得在大数据库中搜寻指纹更为方便。 ? 模式区（Pattern Area） 模式区是指指纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。有的指纹识别算法只使用模式区的数据。Aetex 的指纹识别算法使用了所取得的完整指纹而不仅仅是模式区进行分析和识别。 核心点（Core Point） 核心点位于指纹纹路的渐进中心，它用于读取指纹和比对指纹时的参考点。 三角点（Delta） 三角点位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数和跟踪的开始之处。 式样线（Type Lines） 式样线是在指包围模式区的纹路线开