研究数字图像处理技术外文翻译
研究数字图像处理技术
1介绍
数字图像处理方法的兴趣源于两个主要应用领域:提高图象信息处理的人工解释;图像数据进行存储、传输及机器自主感知。这一章有几个目的:(1)定义的领域范围,我们称之为图像处理;(2)从历史的角度来看这一领域的起源;(3)为国家的艺术提供一些方法,在通过图像处理检查一些主要应用领域时;(4)简要的讨论用于数字图像处理的主要方法;(5)概述了包含在一个典型的、通用的图像处理系统组件;(6)提供方向的书籍和其他文学中图像处理工作通常是记者。
1.1什么是数字图像处理吗?
一个图像可以被定义为一个二维函数f(x,y),x和y是空间(平面)的坐标以及在任何一对坐标(x,y)的振幅f称为图像在这一点上的强度或灰度。数字图像处理领域是指处理数字图像通过数字计算机。注意,数字图像是由一个有限数目的元素,每一个都有一个特定的位置和幅值。这些元素被称为图像元素,象素,像素。像素是最广泛使用的术语来表示元素的一个数字图像。我们认为这些定义更正式的术语在第二章。
视觉是最先进的感官,难怪在人类感知中图片扮演最重要的角色。然而,与人仅限于在可见光波段的电磁(EM)谱,成像机器覆盖几乎整个电磁光谱,从射线到无线电波。他们可以处理图像所产生的来源,这是人类不习惯图像处理。这些包括超声波、电子显微镜和计算机生成的图片。因此,数字图像处理包括多种多样的应用领域。
在开始没有通用的协议，关于在哪里图像处理停止和其他相关领域,如图像分析和计算机视觉。有时一个区别是由定义图像处理作为一门学科都在输入和输出过
程的照片。我们相信这是一个限制,有些人工边界。例如,根据这个定义,甚至微不足道的任务计算平均强度的一个图像(收益率一个数字)将不会被认为是一个图像处理操作。另一方面,计算机视觉等领域的最终目标是利用计算机来模拟人类的视觉,包括学习和能够做出推论和采取行动基于视觉输入。这个区域本身就是一个分支,人工智能(AI)的目的是模拟人类智能。这一领域的人工智能是在其早期阶段的初级阶段发展而言,进步已经比最初预想要慢得多。区域的图像分析(也称为图像理解)是在图像处理和计算机视觉之间。
没有明确的边界在连续体的一端从图像处理,计算机视觉在其他。然而,一个有用的范例是考虑三种类型的计算机化过程是这个统一体:低,中,和高过过程。低级处理涉及原始操作如图像预处理来降低噪声,对比度增强,图像锐化。一个低级过程的特点在于,实际上两个其输入和输出图像。中级处理图像的工作包括诸如分割(分区一个图像到区域或对象),描述的对象来减少他们一种适于计算机处理和分类(识别)的个别对象。在水平过程的特点是事实,它的输入通常是图像,但其输出属性从这些影像中(e . g。,边缘轮廓,这个身份的个人对象)。最后,高级处理涉及“让意义”的一套公认的对象,见图像分析,远远的连续介质,执行认知功能通常与视觉有关。
基于前面的评论,我们看到,一个逻辑位置重叠的图像处理和图像分析的面积是识别个别地区或对象。因此,我们所说的在这本书中数字图像处理包括流程的输入和输出是图像,此外,包括流程,从图像中提取属性,包括单个对象的识别。作为一个简单的例子来阐明这些概念,考虑该地区的自动化分析的文本。这个过程获得的图像区域包含文本。预处理,图像,提取(分段)的单个字符,描述人物以一种适于计算机处理和识别那些个别字符范围内的我们称之为数字图像处理在这本书。使意义的内容页面可以被看作是在域的图像分析,甚至计算机视觉,这取决于水平的复杂性所暗示的语句”使得用香熏。”不久将随处可见,数字图像处理,因为我
们已经定义了它,是成功应用于广泛的领域的特殊社会响和经济价值。这个概念在以下章节是开发的基础方法用于这些应用领域。
1.2数字图像处理的起源
第一个数字图像的应用是在报纸行业,当第一次发送的图片是伦敦和纽约之间的海底电缆。介绍Bartlane电缆视频传输系统在1920年代早期减少所需的时间运输一幅横跨大西洋的一个多星期,不到三个小时。专业印刷设备编码的图片为电缆传输,然后在接收端重建它们。图1.1是通过这种方式传播和复制在电报打印机安装字体模拟半色调图案。
最初的一些问题在改善视觉质量的这些早期的数码照片相关的选择印刷过程和分布的强度水平。印刷方法用于获得无花果。1.1是放弃了向1921年底赞成一个技术基于摄影再生产由磁带穿孔在电报接收终端。图1.2显示了一个使用这种方法得到的图像。在图1.1的进步是明显的,无论是在音质和分辨率。
图1.1 数字图像是在1921年从一个编码带由图1.2数码照片是在1922年, 电报打印机打印的(麦克法兰) 根据一个穿越大西洋传递两用特殊的打印方式次的的信号,打印出来的。
有些错误是可见的。
早期的Bartlane系统能够编码图像在五个不同层次的灰色。此功能是在1929年增加到15水平。图1.3是典型的图像,可以获得使用15音设备。在此期间,介绍
系统开发一个膜板通过光束,被调制的编码图像复制过程大大提高了磁带容量。尽管这个例子只是引用涉及数字图像,他们不认为是数字图像处理的结果在上下文的定义,因为电脑没有参与他们的创造。因此,数字处理的历史与发展密切的数字计算机。事实上数字图像需要如此多的存储和计算能力的进步,数字图像处理领域一直依赖于开发的数字计算机支持技术,包括数据存储、显示、传输。
一台电脑的想法可以追溯到算盘的发明在小亚细亚,超过5000年前。最近,有
进展在过去两个世纪的基础的今天我们所说的计算机。然而,依据我们所说的现代数字计算机可以追溯到1940年代只有通过引入约翰•冯•诺伊曼的两个关键概念:(1)内存来保存一个存储程序和数据,以及(2)条件分支。有两个想法的基础的一个中央处理单元(CPU),它的核心是计算机今天。从冯?诺依曼,有一系列的进步,导致电脑强大到足以被用于数字图像处理。简单地说,这些进步可能总结如下:
(1)晶体管的发明在1948年由贝尔实验室;
(2)发展在1950年代和1960年代的高级编程语言COBOL(面向商业的通用语言)和FORTRAN(公式翻译);
(3)发明集成电路(IC)在德州仪器1958年;
(4)操作系统的发展在1960年代早期;
(5)微处理器的开发(单个芯片组成的中央处理单元、存储器、输入和输出控件),国米在1970年代早期;
(6)介绍IBM的个人电脑在1981;
(7)逐步小型化的组件,从大规模集成(LI)在1970年代后期,然后超大规模集成电路(VLSI)在1980年代,到现在使用超大规模集成(超大规模集成)。
图1.3 在 1929年从伦敦到Cenerale潘兴
在纽约通过15平调设备
传输没有处理的照片。
同时这些进步是大规模发展存储和显示系统, 数字图像处理领域的基本要求,。第一个电脑强大到足以进行有意义的图像处理任务出现在1960年代早期。出生的我们称之为数字图像处理今天可以追溯到这些机器的可用性和快速的爆发程序在那段时期。它把这两个发展的结合将成为关注焦点的潜在的数字图像处理的概念。利用计算机技术工作为提高图像从一个太空探测器开始在喷气推进实验室(帕萨迪纳,加利福尼亚州)在1964年当月球的画面通过管理员7处理由计算机来纠正各种类型的图像失真所固有的车载电视摄像机。Figure1.4shows第一映像的月亮被管理员7 1964年7月31日上午9:09年a . m .东部夏令时间(EDT),约17分钟前撞击月球表面(标记,称为网格标记,用于几何修正,详见第五章)。这也是第一映像的月亮被一个美国宇宙飞船。成像的教训与游侠7担任基础改进方法用来提高和恢复图像的测量任务到月球,水手系列飞越火星任务,阿波罗载人飞行到月球,和其他人。
在平行空间应用,数字图像处理技术始于1960年代末和1970年代早期用于医疗成像、远程地球资源观测和天文。本发明在1970年代早期的计算机轴向断层扫描(猫),也称为计算机断扫描(CT)断层,是最重要的事件之一在图像处理的应用在医学诊断。计算机轴向断层是一个过程,在这一圈环绕一个对象的探测器(或病人)和一个x射线源,同心探测器环,旋转对象。x射线穿过物体和收集另一端通过相应的探测器在环。作为源的旋转,这个过程是重复的。断层由算法,利用感知数据构建一种形象,代表了一个“切”通过对象。运动的物体在一个方
向垂直于环探测器产生一组这样的片,构成一个三维(3 - d)引渡的内部对象。断层摄影术发明独立爵士戈弗雷?艾伦?m?科尔马克打进Hounsfield和教授,他们分享的x射线被发现是在1895年由威廉?康拉德伦琴,为此他获得了1901年诺贝尔物理学奖。这两个发明,近100年的分离,导致了一些最活跃的应用领域的图像处理今天。
图1.4第一张月球照片由美国
宇宙飞船骑警7在 7月31日拍摄了这张图片,
1964年在美国东部时间上午9:09,约17分钟前
月球表面的影响。(由美国国家航空航天局)。
人脸识别相关文献翻译，纯手工翻译，带原文出处 (原文及译文)如下 翻译原文来自 Thomas David Heseltine BSc. Hons. The University of York Department of Computer Science For the Qualification of PhD. — September 2005 - 《Face Recognition: Two-Dimensional and Three-Dimensional Techniques》 4 Two-dimensional Face Recognition 4.1 Feature Localization Before discussing the methods of comparing two facial images we now take a brief look at some at the preliminary processes of facial feature alignment. This process typically consists of two stages: face detection and eye localisation. Depending on the application, if the position of the face within the image is known beforehand (fbr a cooperative subject in a door access system fbr example) then the face detection stage can often be skipped, as the region of interest is already known. Therefore, we discuss eye localisation here, with a brief discussion of face detection in the literature review(section 3.1.1). The eye localisation method is used to align the 2D face images of the various test sets used throughout this section. However, to ensure that all results presented are representative of the face recognition accuracy and not a product of the performance of the eye localisation routine, all image alignments are manually checked and any errors corrected, prior to testing and evaluation. We detect the position of the eyes within an image using a simple template based method. A training set of manually pre-aligned images of feces is taken, and each image cropped to an area around both eyes. The average image is calculated and used as a template. Figure 4-1 - The average eyes. Used as a template for eye detection. Both eyes are included in a single template, rather than individually searching for each eye in turn, as the characteristic symmetry of the eyes either side of the nose, provides a useful feature that helps distinguish between the eyes and other false positives that may be picked up in the background. Although this method is highly susceptible to scale(i.e. subject distance from the camera) and also introduces the assumption that eyes in the image appear near horizontal. Some preliminary experimentation also reveals that it is advantageous to include the area of skin just
数字图像处理外文翻译参考文献 (文档含中英文对照即英文原文和中文翻译) 原文： Application Of Digital Image Processing In The Measurement Of Casting Surface Roughness Ahstract- This paper presents a surface image acquisition system based on digital image processing technology. The image acquired by CCD is pre-processed through the procedure of image editing, image equalization, the image binary conversation and feature parameters extraction to achieve casting surface roughness measurement. The three-dimensional evaluation method is taken to obtain the evaluation parameters and the casting surface roughness based on feature parameters extraction. An automatic detection interface of casting surface roughness based on MA TLAB is compiled which can provide a solid foundation for the online and fast detection of casting surface roughness based on image processing technology.
毕业设计（论文） 外文文献翻译 文献、资料中文题目： 1.使用阈值技术的图像分割 2.最大类间方差算法的图像分割综述 文献、资料英文题目： 文献、资料来源： 文献、资料发表（出版）日期： 院（部）： 专业：计算机科学与技术 班级： 姓名： 学号： 指导教师： 翻译日期： 2017.02.14
毕业设计（论文）题目基于遗传算法的自动图像分割软件开发 翻译（1）题目Image Segmentation by Using Threshold Techniques 翻译（2）题目 A Review on Otsu Image Segmentation Algorithm 使用阈值技术的图像分割 1 摘要 本文试图通过5阈值法作为平均法，P-tile算法，直方图相关技术（HDT），边缘最大化技术（EMT）和可视化技术进行了分割图像技术的研究，彼此比较从而选择合的阈值分割图像的最佳技术。这些技术适用于三个卫星图像选择作为阈值分割图像的基本猜测。 关键词：图像分割，阈值，自动阈值 1 引言 分割算法是基于不连续性和相似性这两个基本属性之一的强度值。第一类是基于在强度的突然变化，如在图像的边缘进行分区的图像。第二类是根据预定义标准基于分割的图像转换成类似的区域。直方图阈值的方法属于这一类。本文研究第二类（阈值技术）在这种情况下，通过这项课题可以给予这些研究简要介绍。阈分割技术可分为三个不同的类： 首先局部技术基于像素和它们临近地区的局部性质。其次采用全局技术分割图像可以获得图像的全局信息（通过使用图像直方图，例如;全局纹理属性）。并且拆分，合并，生长技术，为了获得良好的分割效果同时使用的同质化和几何近似的概念。最后的图像分割，在图像分析的领域中，常用于将像素划分成区域，以确定一个图像的组成[1][2]。 他们提出了一种二维（2-D）的直方图基于多分辨率分析（MRA）的自适应阈值的方法，降低了计算的二维直方图的复杂而提高了多分辨率阈值法的搜索精度。这样的方法源于通过灰度级和灵活性的空间相关性的多分辨率阈值分割方法中的阈值的寻找以及效率由二维直方图阈值分割方法所取得的非凡分割效果。实验的结果表明，这种方法可以得到的分割结果与详尽二维直方图方法相类似，而计算复杂度与分辨率等级的增加而呈指数下降[3]。
The research of digital image processing technique 1 Introduction Interest in digital image processing methods stems from two principal application areas: improvement of pictorial information for human interpretation; and processing of image data for storage, transmission, and representation for autonomous machine perception. This chapter has several objectives: (1)to define the scope of the field that we call image processing; (2)to give a historical perspective of the origins of this field; (3)to give an idea of the state of the art in image processing by examining some of the principal area in which it is applied; (4)to discuss briefly the principal approaches used in digital image processing; (5)to give an overview of the components contained in a typical, general-purpose image processing system; and (6) to provide direction to the books and other literature where image processing work normally is reporter. 1.1What Is Digital Image Processing? An image may be defined as a two-dimensional function, f(x, y), where x and y are spatial (plane) coordinates, and the amplitude of f at any pair of coordinates (x, y) is called the intensity or gray level of the image at that point. When x, y, and digital image. The field of digital image processing refers to processing digital images by means of a digital computer. Note that a digital image is composed of a finite number of elements, each of which has a particular location and value. These elements are referred to as picture elements, image elements, pels, and pixels. Pixel is the term most widely used to denote the elements of a digital image. We consider these definitions in more formal terms in Chapter2. Vision is the most advanced of our senses, so it is not surprising that images play the single most important role in human perception. However, unlike human who are limited to the visual band of the electromagnetic (EM) spectrum, imaging machines cover almost the entire EM spectrum, ranging from gamma to radio waves. They can operate on images generated by sources that human are not accustomed to associating with image. These include ultrasound, electron microscopy, and computer-generated images. Thus, digital image processing encompasses a wide and varied field of application. There is no general agreement among authors regarding where image processing stops and other related areas, such as image analysis and computer vision, start. Sometimes a distinction is made by defining image processing as a discipline in which both the input and output of a process are images. We believe this to be a limiting and somewhat artificial boundary. For example, under this definition, even the trivial task of computing the average intensity of an image (which yields a single number) would not be considered an image processing operation. On the other hand, there are fields such as computer vision whose ultimate goal is to use computer to
数字散斑干涉振动测量技术研究进展 摘要：数字散斑干涉技术（DSPI）是一种光学测试方法，具有非接触、高灵敏度、全场、实时、无损检测的特点，在振动测量方面有着较大的优势。本文从图像处理、相移技术等方面阐述了数字散斑干涉振动测量的发展现状，并对其中的关键技术进行了比较和分析。 关键词：数字散斑干涉，振动测量，数字图像处理，相移技术 Research Progress on V ibration Measurement Using Digital Speckle Pattern Interferometry Abstract:Digital speckle pattern interferometry (DSPI) is an optical testing and measuring method，a non-contact, high-sensitivity, full-field, real-time, non-destructive one, which has an advantage in vibration analysis. This paper introduces the recent progress on DSPI vibration measurement from aspects of digital image processing and phase shifting, also compares and analyzes their key technologies. Keywords:Digital speckle pattern interferometry; Vibration measurement; Digital image processing; Phase shifting 0 引言 散斑计量技术是现代光测力学技术中的一种。它具有非接触、无损、全场、高精度、实时测量的特点，在轮廓、应变、位移和振动测量方面有着广泛的应用前景[1]。目前广泛采用的振动测试技术，包括加速度传感器、应变式传感器等，由于均为单点测量，且会为结构带来附加质量，从而对振动产生影响，无法应用于微小振动测量。数字散斑干涉振动测量技术可以直接显示被测表面的模态振型，并且对环境稳定性的要求低于全息干涉方法[2]，这一系列优势使数字散斑干涉法成为激光测振技术中的一个重要分支。 采用激光散斑来研究振动测量的方法，最先由Massey于1968年开始进行研究。随后发展起来的散斑剪切干涉法[3]，从而实现了对振动中形变的导数进行测量。在最初的散斑计量技术中，用于记录散斑条纹图的介质为全息干板。此后，随着电子技术的发展，出现了采用磁带记录散斑图的测量方法，即电子散斑测量技术，最初于20世纪70年代初由J.N.Butters和J.A.Leendertz
Digital Image Processing 1 Introduction Many operators have been proposed for presenting a connected component n a digital image by a reduced amount of data or simplied shape. In general we have to state that the development, choice and modi_cation of such algorithms in practical applications are domain and task dependent, and there is no \best method". However, it is interesting to note that there are several equivalences between published methods and notions, and characterizing such equivalences or di_erences should be useful to categorize the broad diversity of published methods for skeletonization. Discussing equivalences is a main intention of this report. 1.1 Categories of Methods One class of shape reduction operators is based on distance transforms. A distance skeleton is a subset of points of a given component such that every point of this subset represents the center of a maximal disc (labeled with the radius of this disc) contained in the given component. As an example in this _rst class of operators, this report discusses one method for calculating a distance skeleton using the d4 distance function which is appropriate to digitized pictures. A second class of operators produces median or center lines of the digital object in a non-iterative way. Normally such operators locate critical points _rst, and calculate a speci_ed path through the object by connecting these points. The third class of operators is characterized by iterative thinning. Historically, Listing [10] used already in 1862 the term linear skeleton for the result of a continuous deformation of the frontier of a connected subset of a Euclidean space without changing the connectivity of the original set, until only a set of lines and points remains. Many algorithms in image analysis are based on this general concept of thinning. The goal is a calculation of characteristic properties of digital objects which are not related to size or quantity. Methods should be independent from the position of a set in the plane or space, grid resolution (for digitizing this set) or the shape complexity of the given set. In the literature the term \thinning" is not used
基于VB的数字图像处理技术的开发与研究 摘要：本文首先介绍数字图像处理技术的背景和意义，然后介绍基于VB的所完成的图像处理应用软件，具体介绍该软件的功能、结构及简单操作。接着介绍一下VB和Windows的API函数，最后着重介绍软件中一些图像处理技术，关键技术讲解利用VB中的API函数，并通过VB编程语言如何进行图像处理的实现，介绍在这个设计过程中碰到的难题及解决方法。 关键词: Visual Basic、API、图像处理、FFT
According to the VB arithmetic figure picture handles technical development and research Abstract:This text introduces first the arithmetic figure picture handles technical background with meaning, then introduction according to the VB a picture for completing handles to apply the software, introducing function, construction and simple operations of that software in a specific way.Introduce the VB immediately after with the Windows the function of API, emphasize to introduce finally the some picture in inside in software handles technique, the key technique explains in detail the exploitation the function of API in the VB, and passes the VB weave the distance language how to proceed the picture handles of realize, introduce the hard nut to crack run into in this design process and solute the method. Key words: Visual Basic、API、图像处理、FFT
数字信号处理 一、导论 数字信号处理（DSP）是由一系列的数字或符号来表示这些信号的处理的过程的。数字信号处理与模拟信号处理属于信号处理领域。DSP包括子域的音频和语音信号处理，雷达和声纳信号处理，传感器阵列处理，谱估计，统计信号处理，数字图像处理，通信信号处理，生物医学信号处理，地震数据处理等。 由于DSP的目标通常是对连续的真实世界的模拟信号进行测量或滤波，第一步通常是通过使用一个模拟到数字的转换器将信号从模拟信号转化到数字信号。通常，所需的输出信号却是一个模拟输出信号，因此这就需要一个数字到模拟的转换器。即使这个过程比模拟处理更复杂的和而且具有离散值，由于数字信号处理的错误检测和校正不易受噪声影响，它的稳定性使得它优于许多模拟信号处理的应用（虽然不是全部）。 DSP算法一直是运行在标准的计算机，被称为数字信号处理器（DSP）的专用处理器或在专用硬件如特殊应用集成电路（ASIC）。目前有用于数字信号处理的附加技术包括更强大的通用微处理器，现场可编程门阵列（FPGA），数字信号控制器（大多为工业应用，如电机控制）和流处理器和其他相关技术。 在数字信号处理过程中，工程师通常研究数字信号的以下领域：时间域（一维信号），空间域（多维信号），频率域，域和小波域的自相关。他们选择在哪个领域过程中的一个信号，做一个明智的猜测（或通过尝试不同的可能性）作为该域的最佳代表的信号的本质特征。从测量装置对样品序列产生一个时间或空间域表示，而离散傅立叶变换产生的频谱的频率域信息。自相关的定义是互相关的信号本身在不同时间间隔的时间或空间的相关情况。 二、信号采样 随着计算机的应用越来越多地使用，数字信号处理的需要也增加了。为了在计算机上使用一个模拟信号的计算机，它上面必须使用模拟到数字的转换器（ADC）使其数字化。采样通常分两阶段进行，离散化和量化。在离散化阶段，信号的空间被划分成等价类和量化是通过一组有限的具有代表性的信号值来代替信号近似值。 奈奎斯特-香农采样定理指出，如果样本的取样频率大于两倍的信号的最高频率，一个信号可以准确地重建它的样本。在实践中，采样频率往往大大超过所需的带宽的两倍。 数字模拟转换器（DAC）用于将数字信号转化到模拟信号。数字计算机的使用是数字控制系统中的一个关键因素。 三、时间域和空间域 在时间或空间域中最常见的处理方法是对输入信号进行一种称为滤波的操作。滤波通常包括对一些周边样本的输入或输出信号电流采样进行一些改造。现在有各种不同的方法来表征的滤波器，例如： 一个线性滤波器的输入样本的线性变换；其他的过滤器都是“非线性”。线性滤波器满足叠加条件，即如果一个输入不同的信号的加权线性组合，输出的是一个同样加权线性组合所对应的输出信号。
计算机专业课程名称英文翻译 （计算机科学与技术（教师教育）专业的课程名称和英文名称） 4 中国现代史纲要 Outline of Moderm Chinese History 5 大学英语 College English 6 大学体育 College PE 7 心理 学 Psychology 8 教育 学 Pedagogy 9 现代教育技术 Modern Technology 10 教师口语 Teachers' Oral Skill 11 形势与政策 Current Situation and Policy 12 大学生就业与指导 Career Guidance 13 学科教学法 Course Teaching Methodology 14 生理与心理健康教育 Health and Physiology Education 15 环境与可持续发展 Environment and Sustainable Development 16 文献检 索 Literature Retrieval
17 大学体育 College PE 18 大学语文 College Chinese 19 高等数学 Higher Mathematics 20 计算机导 论 Introduction to ComputerScience 21 程序设计基础 Programming Foundations 22 程序设计基础实验 Experimentation of ProgrammingFoundations 23 线性代数 Linear Algebra 24 大学物理 College Physics 25 大学物理实 验 Experimentation of CollegePhysics 26 电路与电子技术 Circuits and Electronics 27 电工与电子技术实验 Experimentation of Circuits andElectronics 28 数字逻辑电路 Digital Logic Circuit 29 数字逻辑电 路 Experimentation of DigitalLogic Circuit 30 离散数学 Discrete Mathematics 31 数据结构 Data Structures
外文翻译 - 1 - 一种小波收缩去噪的参数选择方法 摘要： 标准正交小波基的阈值估计对于高斯去噪来说是一个很好的工具。然而，由Donoho 和Johnstone 给出的通用阈值会导致“过扼杀”小波系数的倾向。 对于去噪问题，本文主要介绍由Chambolle 等提出的确定的方法，这种方法把去噪问题作为变差问题来研究。这个问题的解可以根据小波收缩方法明确地表达出来。这使我们能成功地运用小波收缩方法去解决更一般地去噪问题，并为收缩参数的选择提出一种新的准则，即H －曲线准则。基于这种想法， 对于不同的参数值)(111L B 的范数的计算值，它与以对数形式考虑的2L 的范数 的剩余相对应。大量的数字实验表明这种新的收缩参数的选择方法对于高斯噪声以及其它种类的噪声有很好的去噪效果。 中图法分类号（2000）：65J20，65D99，44A15，60G35，68U10. 关键词：去噪，变差方法，小波收缩，参数选择，H －曲线. 1. 引言 在平方域I 中，用一个函数),(y x f 来表示带噪图像，求出f 的近似函数的问题，即找到一个表示原始的未被扰乱的图像的函数f ，这个问题可被下面的变差问题所替代。λ为一个正参数，在特定空间Y 中的所有可能函数中找一个最小的函数 *λg Y I L g g f ||||2||||2)(2λ+- （1.1） ?-=-I I L dxdy y x g y x f g f 2/12)()|),(),(|(:||||2 （1.2） 其中用在)(2I L 中的范数来计算f 与g 之间的误差，Y g ||||是近似函数g 在平滑空间Y 中的范数。 这个问题的解很大程度上依赖于函数空间Y 的选择。拥有许多优点的空间是根据g 的小波系数能够表示g 的范数的空间。另外，对于空间Y 的选择应该是一个包含不同于平滑性函数的空间，这样的空间能很好的表现真实的 图像。例如，在许多图像处理的文章中常出现Besov 空间))((111I L B 。而且， 这空间在区间I 与有界变差函数空间相似，)(I BV 对于数字图像处理是非常 有用的（详见[16]和[17]）。因为)(I BV 包含在))((111I L B 中，因此我们有 )(()())((11111I L B I BV I L B ∞?? (1.3) 如果想了解Besov 空间的确切定义，有兴趣的读者请查阅文献[4]。在文献[1] 中所提到的))((111I L B Y =可以让读者根据f 的小波系数的适当收缩去确定变 差问题（1.1）的确切解。更确切的说，小波收缩得到的确切解使得系数的绝对值大于收缩参数λ，并且阈值趋向于将所有小波系数置零。 基于小波收缩的非线性算法最初是由Donoho 和Johnstone 提出的，这种
《数字图像处理技术》教学大纲 Digital image processing technology 第一部分大纲说明 1. 课程代码： 2. 课程性质：专业学位课 3. 学时/学分：40/3 4. 课程目标：《数字图像处理技术》主要介绍空间域、变换域的图像主要处理方法，并举 例介绍图像复原与重建、图像增强、图像分割、图像配准和融合等该领域近年发展的主要技术和新进展。本课程介绍的理论知识和方法可直接应用与本专业及相关专业学生的研究选题相衔接，做到理论联系实际，为学生将来从事信息处理等相关工作奠定坚实的基础。 5. 教学方式：课堂讲授、自学与讨论相结合 6. 考核方式：本课程以结课论文方式结业，考核赋分比例：平时表现20%，结课论文80%。平时表现包括课堂表现、出勤率等。 7. 先修课程：数字信号处理、Matlab原理及应用 9. 教材及教学参考资料： （一）教材： 《图像工程》，第三版，清华大学出版社章毓晋编著 《医学图像配准技术与应用》，科学出版社吕晓琪等编著 （二）教学参考资料： [1] 《数字图像处理》，第三版，电子工业出版社冈萨雷斯编著 [2] 《数字图像处理学》，第二版，电子工业出版社阮秋琦编著 第二部分教学内容和教学要求
第一章图像处理基础 教学内容： 1.1视觉系统与特点； 1.2数字图像成像基础； 1.3数字图像文件。 数字图像处理的基础知识，数字图像成像的基本原理、基本概念，以及与模拟图像的区别；模拟图像与数字图像的数学模型以及模型中各数字特征与人类视觉系统的关系；常用的BMP图像文件的具体格式及各部分的作用。 教学要求：了解图像处理的相关常识与概念，了解数字图像文件的构成。 第二章图像变换理论 教学内容： 2.1空域、变换域基础知识； 2.2空域、变换域变换方法。 模拟图像与数字图像在空域和变换域中表现形式转换的基本原理与方法；空域、变换域变换的具体方法，包括傅立叶变换、离散傅立叶变换、离散余弦变换、离散沃尔什变换等。教学要求：掌握空域、变换域变换的具体方法。 第三章图像增强 教学内容： 3.1空域、变换域增强技术； 3.2彩色图像增强技术。 空域中数字图像的基本运算方法，空域、变换域滤波器的基本原理和使用方法，空域、变换域滤波器处理数字图像的基本方法。不同颜色模型的原理及关系，运用不同颜色模型进行数字图像处理的简单方法。 教学要求：掌握数字图像空域、变换域处理的基本原理；熟练掌握数字图像的基本运算方法, 掌握不同颜色模型的原理及关系。 第四章图像去噪 教学内容： 4.1空域、变换域去噪技术； 4.2红外、遥感图像去噪技术。 空域中数字图像的基本去噪方法，高斯滤波器的基本原理和使用方法，不同去噪模型的原理及关系，运用不同去噪技术进行数字图像去噪的方法。 教学要求：掌握数字图像空域、变换域去噪的基本原理；熟练掌握数字图像的滤波方法, 掌 握不同去噪模型的原理及关系。 第五章图像复原与重建 教学内容： 5.1图像复原理论； 5.2图像复原技术； 5.3图像重建技术。
本科毕业设计外文翻译外文译文题目：基于区域的分割与基于形态学分水岭的分割（部分） 学院: 信息科学与工程学院 专业: 自动化 学号: 200604134167 学生姓名: 成俊涛 指导教师: 王斌 日期: 2010年6月6日
《Digital Image Processing》（Second Edition） 10.4 Region-Based Segmentation 10.5 Segmentation by Morphological Watersheds（Part） （From page 612 to page 622） By Rafael C. Gonzalez and Richard E. Woods Publishing House of Electronics Industry Beijing March, 2008 《数字图像处理》（第二版） 10.4基于区域的分割 10.5基于形态学分水岭的分割（部分） （612页至622页） Rafael C. Gonzalez and Richard E. Woods著 电子工业出版社 北京 2008年3月
10.4 基于区域的分割 分割的目的是将图像划分为不同区域。在第10.1和10.2节中，我们根据基于区域间灰度层次不连续性质通过搜寻边界来解决这个问题，而10.3节是通过对像素的属性，如灰度值或颜色，阈值的分布进行分割来完成。在本节中我们讨论的是直接寻找区域为基础的分割技术。 10.4.1 基本公式 设R 代表整个图像区域。我们可以认为这是一个将区域R 分割成n 个区域R1，R2 ,..., Rn 的过程： (a) n 1 i i R R ==； (b) i R 是一个连通区域, i = 1,2 ..... n ； (c) i j R R =?对所有的i 、j, i ≠j ； (d) ()i P R TRUE =， i = 1,2 ..... n ； (e) ()i j P R R FALSE =对任意相邻区间 Ri 和 Rj 。 这里, P(Ri) 是定义在集合Ri 的点上的逻辑谓词，?是空集。 条件（a ）表明，分割必须完全，也就是说，每个像素必须属于一个区域。条件（b ）规定，一个区域的点必须在一些预定义的准则上相联系（见第2.5.2关于连通的内容）。状况（c ）表明，不同区域必须不相交的。条件（d ）是指在分割区域内的像素必须满足的性质，例如如果所有Ri 内的像素具有相同的灰度值则等式（d ）成立。最后，条件（e ）指出，区域Ri 和R 是不同的。 10.4.2 区域生长 顾名思义，区域生长是一一种事先定义的准则将像素或子区域转变成更大区域的一个过程。基本的做法是从一组 “种子”点开始，将与种子性质相似的（例如灰度或彩色等特定范围的属性）的邻近像素加到生长区域的每个种子上。 根据所解决的问题而选择一个或更多的出发点，正如例10.16所示。当一个先验信息无效时，程序计算与每个像素相同的特征集，最终将用于分配在生长过程中像素的区域设置属性相同的像素。如果这些计算结果呈现了不同簇的值，则因其自身属性的而处在这些簇中心附近的像素可以作为种子使用。
中英文对照资料外文翻译文献 原文 To image edge examination algorithm research Abstract ：Digital image processing took a relative quite young discipline, is following the computer technology rapid development, day by day obtains the widespread application.The edge took the image one kind of basic characteristic, in the pattern recognition, the image division, the image intensification as well as the image compression and so on in the domain has a more widespread application.Image edge detection method many and varied, in which based on brightness algorithm, is studies the time to be most long, the theory develops the maturest method, it mainly is through some difference operator, calculates its gradient based on image brightness the change, thus examines the edge, mainly has Robert, Laplacian, Sobel, Canny, operators and so on LOG。 First as a whole introduced digital image processing and the edge detection survey, has enumerated several kind of at present commonly used edge detection technology and the algorithm, and selects two kinds to use Visual the C language programming realization, through withdraws the image result to two algorithms the comparison, the research discusses their good and bad points. Foreword：In image processing, as a basic characteristic, the edge of theimage, which is widely used in the recognition, segmentation,intensification and compress of the image, is often applied tohigh-level domain.There are many kinds of ways to detect the edge. Anyway, there aretwo main techniques: one is classic method based on the gray grade ofevery pixel; the other one is based on wavelet and its multi-scalecharacteristic. The first method, which is got the longest research,get the edge according to the variety of the pixel gray.