025.2计算机视觉图像系统78课件.pptx

025.2计算机视觉图像系统

计算机视觉图像系统预处理特征提取检测分割高级处理图像获取感知器生成数字图像分类、内容理解等纹理特征、边缘特征、颜色特征等灰度变化，几何矫正（缩放、旋转、镜像、平移等），图像增强，图像滤波5.2计算机视觉图像系统一、组成图像获取

一幅数字图像是由一个或多个图像感知器产生，这里的感知器可以是各种光敏摄像机，包括遥感设备，X射线断层摄影仪，雷达，超声波接收器等。取决于不同的感知器，产生的图片可以是普通的二维图像，三维图组或者一个图像序列。5.2计算机视觉图像系统一、图像获取遥感设备获取X射线断层摄影仪雷达眼底照相机

5.2计算机视觉图像系统思考：视网膜图像在计算机中如何被表示？如何识别一、组成--图像获取

5.2计算机视觉图像系统……输入层x1x2xix3输入图像：计算机通过数据矩阵来呈现图片信息。放大一张像素大小为640?480的图像，在计算机中将会以一个二维矩阵来存储，该矩阵有640行，480列。图像分为：灰度图像和彩色图像灰度图像：代表明暗 （0，255）黑色和白色0~255的整数代表不同程度的灰色图像分为：灰度图像和彩色图像彩色图像：（R,G,B）三个数字表示一个颜色思考：视网膜图像在计算机中如何被表示？一、组成--图像获取

5.2计算机视觉图像系统思考：视网膜图像在计算机中如何被表示？一、组成--图像获取#查看图片在计算机中的表示

importcv2

#读取图片

image_path=C:\\Users\\14563\Desktop\\face.jpg#图片路径

image_matrix=cv2.imread(image_path)

#显示图片

cv2.imshow(Image,image_matrix)#mage_matrix变量，用于存储通过OpenCV的imread函数读取的图片矩阵。这个函数会将图片路径作为参数，并返回一个包含图片像素值的numpy数组。

cv2.waitKey(0)

cv2.destroyAllWindows()

#查看矩阵表示

print(Imagematrix:,image_matrix)

5.2计算机视觉图像系统……输入层x1x2xix3隐藏层……输出层……高度近视糖尿病视网膜病变青光眼输入输出思考：视网膜图像在计算机中如何被识别？一、组成--图像获取

计算机视觉图像系统预处理特征提取检测分割高级处理图像获取感知器生成数字图像灰度变化，几何矫正（缩放、旋转、镜像、平移等），图像增强，图像滤波5.2计算机视觉图像系统一、组成预处理

灰度变化，几何矫正（缩放、旋转、镜像、平移、剪切）图像增强（图像亮度增强和降低、多角度旋转、噪声），图像滤波(去除噪声)灰度变化5.2计算机视觉图像系统一、组成—预处理几何矫正图像滤波

计算机视觉图像系统预处理特征提取检测分割高级处理图像获取感知器生成数字图像纹理特征、边缘特征、颜色特征等灰度变化，几何矫正（缩放、旋转、镜像、平移等），图像增强，图像滤波5.1计算机视觉图像系统一、组成特征提取

从图像中提取各种复杂度的特征。例如：线，边缘提取；提取局部化的特征点检测，如边角检测，斑点检测；还有一些更复杂的特征与图像中的纹理形状或运动有关。纹理特征、边缘特征、颜色特征等5.2计算机视觉图像系统一、组成—特征提取

计算机视觉图像系统预处理特征提取检测分割高级处理图像获取感知器生成数字图像分类、内容理解等纹理特征、边缘特征、颜色特征等灰度变化，几何矫正（缩放、旋转、镜像、平移等），图像增强，图像滤波5.2计算机视觉图像系统一、组成—检测分割

在图像处理过程中，有时会需要对图像进行分割来提取有价值的，用于后继处理的部分5.1计算机视觉图像系统一、组成—检测分割例如： 筛选特征点； 分割一或多幅图片中含有特定目标的部分。

包括：①验证得到的数据是否符合前提要求；②估测特定系数，比如目标物理的姿态，体积；③对目标物体进行分类。高级处理还对图像内容的理解，主要是针对分割以后的图像块进行理解，例如进行识别等操作。5.1计算机视觉图像系统一、组成—高级处理

《人工智能基础》感谢观看~