1 / 41

数字图像处理

数字图像处理. 何家峰 13760791588 jiafeng.he@mail.com. 广东工业大学信息工程学院. 主要参考书 1 、 R. C. Gonzalez, R. E. Woods 。数字图像处理（第二版）。电子工业出版社， 2006 。 2 、 R. C. Gonzalez, R. E. Woods, S. L. Eddins 。数字图像处理（ Matlab 版）。电子工业出版社， 2006 。 3 、 Henri Maitre 。现代数字图像处理。电子工业出版社， 2006 。 4 、章毓晋。图像处理与分析。清华大学出版社， 2000 。

joanna
Download Presentation

数字图像处理

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 数字图像处理 何家峰 13760791588 jiafeng.he@mail.com 广东工业大学信息工程学院

  2. 主要参考书 1、R. C. Gonzalez, R. E. Woods。数字图像处理（第二版）。电子工业出版社，2006。 2、R. C. Gonzalez, R. E. Woods, S. L. Eddins。数字图像处理（Matlab版）。电子工业出版社，2006。 3、Henri Maitre。现代数字图像处理。电子工业出版社，2006。 4、章毓晋。图像处理与分析。清华大学出版社，2000。 5、章毓晋。图象分割。科学出版社，2001。 6、Sergios Theodoridis, Koutroumbas。模式识别（第三版）。电子工业出版社，2006。

  3. 主要学习内容及学时安排 1、绪论 2学时 2、数字图像基础 6学时 3、图像增强 10学时 4、图像分割 6学时 5、图像表达与描述 6学时 6、图像识别 2学时 7、数字图像处理新技术 2学时 8、数字图像处理典型应用案例 2学时 9、课内实验 0学时

  4. 成绩评定 1、平时成绩30分，其中：作业20分，考勤10分。 2、期末考试70分。

  5. 第1章 绪论 1.1 数字图像处理的概念 1.2 数字图像处理的基本内容 1.3 数字图像处理系统的结构 1.4 数字图像处理的应用实例 1.5 人脸识别及其所面临的挑战

  6. 1.1 数字图像处理的概念 1 数字图像 一幅图像可定义为一个二维函数f(x,y)，当空间坐标x、y和幅值f为有限的离散数值时，称该图像为数字图像。 简言之，以数字格式表示的图像。 2 数字图像处理 利用计算机来处理数字图像。

  7. 3 数字图像处理的三个层次 低级图像处理 内容：主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。 特点：输入是图像，输出也是图像，即图象之间进行的变换。 主要章节：第3、4、5、8章。

  8. 低级图像处理实例（图像增强）

  9. 中级图像处理 内容：主要对图象中感兴趣的目标进行检测（或分割）和测量，以获得它们的客 观信息从而建立对图象的描述。 特点：输入是图象，输出是数据。 主要章节：第10、11章。 中级图像处理实例（图像分割）

  10. 高级图像处理 内容：在中级图像处理的基础上，进一步研究图象中各目标的性质和它们之间相互的联系，并得出对图象内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉），从而指导和规划行动。 特点：以客观世界为中心，借助知识、经验等来把握整个客观世界。 “输入是数据，输出是理解” 主要章节：第12章。 高级图像处理实例（图像识别）

  11. 虹膜诊断（Iridology） 黄种人的虹膜 白种人的虹膜

  12. 对象物 摄像单元 1.2 数字图像处理的基本内容 1 图像获取 举例：摄像机+图像采集卡、数码相机等。 光 A/D转换单元 计算机

  13. 2 图像增强 显示图像中被模糊的细节，或是突出图像中感兴趣的特征。

  14. 3 图像复原 以图像退化的数学模型为基础，来改善图像质量。

  15. 4 图像压缩 减小图像的存储量，或者在图像传输时降低带宽。

  16. 信噪比：66.02 压缩比:11.83:1 原图 复原图

  17. 5 图像分割 将一幅图像划分为几个组成部分或分割出目标物体。

  18. 7 表达与描述 图像分割后，输出分割标记或目标特征参数。 8 目标识别 把目标进行分类的过程。

  19. 9 彩色图像处理

  20. 思考： 试想想这个例子可以在哪些实际行业应用。

  21. 10 形态学处理 利用数学形态学对图像进行处理。 膨胀操作实例

  22. 11 图像隐藏 指图像信息的隐藏。 保密通信中的应用

  23. 11 图像的重建 由二维图像重建三维图像。 我国数字人体研究

  24. 11 图像处理新方法 举例；分形（局部与整体的字相似性；大自然的语言）

  25. 分形图像欣赏

  26. 分形几何的应用—基于分形的计算机图形学 1、模拟现实，比如动画设计、虚拟现实等； 2、画作创作，如山水画； 3、特技效果，如电影中的一些特技镜头。

  27. 1.3 基本数字图像处理系统的结构 通 信 图象输入系统 图象处理与 分析系统 图象输出系统 图像存储系统

  28. 1.4 数字图像处理的应用实例 1 生物医学（例如CT、B超） 2 遥感航天 （例如作物产量评估） 3 军事公安（例如：巡航导弹的GPS+末端视觉制导方式） 4 工业应用 （例如：不合格零件检测） 5 办公自动化（例如：扫描仪、点钞机） 6 图象通信、电视电话 7 现场视频管理 （例如：电子警察） 8 等等

  29. 特征 人脸检测 模板匹配 人脸识别 人脸检测 人脸特征 人脸识别 模板库 1.5 举例：人脸识别系统及其挑战 • 人脸识别系统的框架 定位特征点 提取特征 入库

  30. 复杂场景

  31. 表情变化

  32. 光照变化

  33. 年龄变化

  34. 姿态变化

  35. 由于上述原因的存在（即各种变化的存在），使得人脸识别的正确识别率还不是很高。由于上述原因的存在（即各种变化的存在），使得人脸识别的正确识别率还不是很高。

  36. 变化是绝对的，不变是相对的。模式识别的基本任务是从变化中寻找不变的本质。变化是绝对的，不变是相对的。模式识别的基本任务是从变化中寻找不变的本质。

  37. 图像处理不是科学，是艺术。 （图像处理的关键问题：深刻领悟图像对象的特点，根据对象的本质特征选用针对性的图像处理方案）

More Related