数字图像处理与机器视觉.ppt

数字图像处理与机器视觉

(1)
去噪处理的效果
(1)去噪处理的效果ImageDenoisingBasedonPDEMethod

(2)去模糊处理的效果

(2)去模糊处理的效果

学术研讨从CVPR2013看计算机视觉领域的最新热点从CVPR2014看计算机视觉领域的最新热点123、数字图像分类
二值图像：0表示黑色，1表示白色
灰度图像：0~255，256级，介于黑色与白色之间的颜色深度。
RGB图像：三原色可以表示颜色各类256*256*256=224
索引图像：
作用就是体积小，方便传输，只需要把索引表传输过去，
接收方用对应的RGB颜色表还原颜色信息。4、图像的空间分辨率
概念：图像中每单位长度所包含的像素或点的数目，常以像素/英寸
(pixelsperinch,ppi)为单位来表示。分辨率越高，图像越清晰，
图像文件所需的磁盘空间也越大，编辑和处理所需的时间也越长。5、图像的灰度级/辐射计量分辨率
概念：灰度级指图像中可分辨的灰度级数目。0.1数字图像
（1）图像预处理——改善象质，以便于目视判读。
校正技术：对形状变形的图象进行几何校正、辐射校正。
增强技术：去除干扰，突出主要特征，包括：平滑与锐化技术。
恢复技术：1）去除噪音干扰，恢复原图像；
2）运动模糊图像、退化图像的恢复、相位恢复等。
（2）图像分析：图像分割，纹理分析，平面几何参数，三维参数测量技术等。
（3）图像编码与压缩：PCM（脉冲编码调制），统计编码，预测编码，变换编码,
无损压缩,有损编码等；图像编码的国际标准,图像压缩的国际标准。（4）图像重建：基于变换的重建，卷积法重建，代数重建，重建的优化。
（5）图像修复：平滑修复，基于总变分（TV）的修复，基于PDE的修复等。
（6）图像识别：模式识别与景物分析

★图像处理的特点：
（1）再现性好：数字图像可多次拷贝，不失真，不退化。
（2）精度高：采样量化一定，多次处理可保精度。
（3）适用面宽：可处理抽象数据、可做非线性处理（光学处理多为线性处理）图像处理的应用领域
森林覆盖计算，农作物估产，水质及大气污染调查。
资源勘探，地图绘制，地理信息系统（GIS）。
森林火灾监护－－客观反映火灾情况、面积。
鱼群探查，海洋污染检测；河流分布，水利及水害调查。
军事侦察，导弹制导，电子沙盘，军事训练等。
身份认证：指纹、掌纹、虹膜等识别。
医学应用：CT、MRI、血管造影、红外乳腺、显微病理、电子显微镜、远程医疗图像、皮肤图象、X线、γ刀与χ刀脑外科等都离不开图像。
工业图像：X线控探伤（轴）、X线检察、三维测量（定位、形状测量）机器人视觉、商检。
民用：数码相机、数字视频、照片扫描等。

视觉系统的功能结构
机器(计算机)视觉要达到的三个基本目的：
(1)根据一幅或多幅二维投影图象计算出观察点到目标物体的距离;
(2)根据一幅或多幅二维投影图象计算出目标物体的运动参数；
(3)根据一幅或多幅二维投影图象计算出目标物体的表面物理特性。机器(计算机)视觉技术的应用举例
工业领域（生产装配、质量检验）
机器人（星球探测机器人）
遥感图像分析（植被分析）
医学图像分析（骨骼定位）
安全鉴别、监视与跟踪（门禁系统、视频监控）
国防系统（目标自动识别与目标跟踪）
图像与视频检索（基于内容的检索）
文物保护（数字博物馆）
其他（游戏、动画、体育、人机交互）…………0.1数字图像
0.1数字图像
0.1数字图像
0.1数字图像
4—连接8—连接m—连接0.1数字图像
0.1数字图像
0.1数字图像
0.1数字图像
总结1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介1.1Matlab操作简介总结1666年,Newton：红、橙、黄、绿、青、蓝、紫
red,orange,yellow,green,cyan,blue,violet
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1彩色基础
7.1