- 1、本文档共23页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
从图像传感器的敏感区看可分成可见光、红外、近红外、X射线、雷达、伽玛射线、超声波等图像处理系统从采集部件与景物的距离上来分可分为遥感、宏观和微观图像处理系统9.1.1数字图像处理系统的分类第5页,共23页,星期六,2024年,5月9.1.2计算机图像处理系统的基本构成1.图像采集部件2.图像处理部件3.识别结果的输出部件一种是根据图像处理的结果做出判断另一种则是以图像为输出形式。输出方式有屏幕输出、打印输出和视频硬拷贝输出第6页,共23页,星期六,2024年,5月9.2应用实例9.2.1生物医学图像的处理9.2.2DSP组成的目标检测与识别系统9.2.3高分辨率遥感影像道路提取9.2.4立体视觉系统第7页,共23页,星期六,2024年,5月9.2.1生物医学图像的处理细胞图像自动分割流程图边缘检测目标定位区域生长目标分割第8页,共23页,星期六,2024年,5月免疫细胞图像自动分割的过程示意图a)一幅免疫细胞图像b)边缘检测的结果c)目标定位并与b)叠加的结果d)计算目标中心点e)计算目标所在矩形f)在矩形框内分割图像a)b)c)d)e)f)9.2.1生物医学图像的处理第9页,共23页,星期六,2024年,5月a)原图b)边缘检测的结果椭圆目标的位置检测过程示意图c)从边缘点沿梯度方向做扇形d)累加器累加的结果 e)对d取阈值并与b叠加 f)计算中心点9.2.1生物医学图像的处理第10页,共23页,星期六,2024年,5月9.2.2DSP组成的目标检测与识别系统1.DSP实现目标检测识别的基本框图第11页,共23页,星期六,2024年,5月2.图像算法的处理流程目标分割目标识别目标跟踪视频合成图像预处理图像处理流程9.2.2DSP组成的目标检测与识别系统第12页,共23页,星期六,2024年,5月3.算法中的关键技术1)空域高通滤波将小目标进行增强,提高它的信噪比。2)自适应门限分割技术。3)图像特征匹配,通过多帧检测,识别出真正的目标。9.2.2DSP组成的目标检测与识别系统第13页,共23页,星期六,2024年,5月9.2.3高分辨率遥感影像道路提取1.用灰度级标准差检测直线假设图像空间中的一条角度为、截距为的直线,映射其灰度级标准方差到参数空间上的一点,该点的值可由以下公式求得,第14页,共23页,星期六,2024年,5月该变换的原理如图所示a)图像空间b)在方向上投影c)映射方差特征到参数空间9.2.3高分辨率遥感影像道路提取第15页,共23页,星期六,2024年,5月2.梯度矢量均值约束的线目标检测对原始图像进行梯度变换,对梯度矢量进行统计,用梯度矢量均值来代替上一节处的值,就得到了梯度矢量在参数空间中的统计特性。9.2.3高分辨率遥感影像道路提取第16页,共23页,星期六,2024年,5月9.2.4立体视觉系统1)视觉导航智能视觉导航越野车第17页,共23页,星期六,2024年,5月立体视觉系统的硬件结构障碍物检测流程9.2.4立体视觉系统边缘检测特征融合计算视差计算距离第18页,共23页,星期六,2024年,5月2)利用立体视觉原理进行地图绘制地图绘制算法流程9.2.4立体视觉系统边缘检测轮廓匹配计算视差计算距离精细匹配第19页,共23页,星期六,2024年,5月轮廓匹配结果9.2.4立体视觉系统第20页,共23页,星期六,2024年,5月边缘精细匹配结果9.2.4立体视觉系统第21页,共23页,星期六,2024年,5月带纹理的重建三维建筑图像9.2.4立体视觉系统第22页,共23页,星期六,2024年,5月结合GIS系统的三维建筑重建图像9.2.4立体视觉系统第23页,共23页,星期六,2024年,5月9.1数字图像处理系统数字图像处理系统结构框图第2页,共23页,星期六,202
文档评论(0)