数字图像处理课件第1章

随着计算机技术的发展，逐渐应用于图像领域。 60年代第一台可执行有意义的图像处理任务的大 型计算机出现，逐渐应用于空间图像处理、医学图像、 地球遥感、天文学
Chapter 1: Int像的来源：主要是电磁能谱，此外还 有声波、超声波和电子（用于电子显微镜的电子束形式 ）及计算机产生。
Chapter 1: Introduction
1.2 数字图像处理的起源
最早起源之一是报纸 20年代 伦敦→纽约（海底电缆）
图像→编码→打印 一幅图片1个多星期→ 3个多小时
Chapter 1: Introduction
1.2 数字图像处理的起源
Chapter 1: Introduction
1.2 数字图像处理的起源
Chapter 1: Introduction
1.3 数字图像处理的应用实例
1.3.7 其他图像模式应用的实例 “声音”成像：地质勘探，工业和医学（超
声波）以医学超声波为例： 1、超声波系统（计算机+超声波+接收器） 2、声波传入体内，碰撞组织边缘，一部分返回到
探头，一部分继续传播。 3、反射波被探头收集→计算机 4、根据传播速度及每个回波返回的时间计算从探
1.3 数字图像处理的应用实例
1.3.5 微波波段成像 典型应用是雷
达，其独特之处是不 管在任何范围、任何 时间、任何气候周围 光照条件都可以。可 穿过云层，看到的是 反射到雷达天线的微 波能量。
Chapter 1: Introduction
1.3 数字图像处理的应用实例
1.3.6 无线电波成像 医学中：磁共振成像
电磁波谱：
Chapter 1: Introduction
1.3 数字图像处理的应用实例

06 数字图像处理的应用案例
人脸识别系统
总结词
人脸识别系统是数字图像处理技术的重要应 用之一，它利用计算机视觉和图像处理技术 识别人的面部特征，实现身份认证和安全监 控等功能。
详细描述
人脸识别系统通过采集输入的人脸图像，提 取出面部的各种特征，如眼睛、鼻子、嘴巴 等部位的形状、大小、位置等信息，并与预 先存储的人脸特征进行比对，从而判断出人 的身份。该系统广泛应用于门禁系统、安全
分类器设计
总结词
分类器设计是图像识别技术的核心，它通过训练分类器，使其能够根据提取的特征对图 像进行分类和识别。
详细描述
分类器设计通常采用机器学习算法，如支持向量机、神经网络和决策树等。这些算法通 过训练数据集进行学习，并生成分类器模型，用于对新的未知图像进行分类和识别。
模式识别
总结词
模式识别是图像识别技术的最终目标，它通 过分类器对提取的特征进行分类和识别，实 现对图像的智能理解和处理。
源调查和环境监测。
计算机视觉
为机器人和自动化系统提供视 觉感知能力，用于工业自动化
、自主导航等。
数字图像处理的基本流程
特征提取
从图像中提取感兴趣的区域、 边缘、纹理等特征，为后续分 类或识别提供依据。
图像表示与压缩
将图像转换为易于处理和分析 的表示形式，同时进行数据压 缩，减少存储和传输成本。
预处理
详细描述
模式识别在许多领域都有广泛应用，如人脸 识别、物体识别、车牌识别等。通过模式识 别技术，可以实现自动化监控、智能安防、 智能驾驶等应用。随着深度学习技术的发展 ，模式识别的准确率和鲁棒性得到了显著提 高。
05 数字图像处理中的常用算 法
傅里叶变换算法
傅里叶变换

通常，三元组的每个数值也是在0到255之间，0表示相应的 基色在该像素中没有，而255则代表相应的基色在该像素中 取得最大值，这种情况下每个像素可用三个字节来表示。
彩色图像(128x128)及其对应的数值矩阵（仅列出一 部分(25x31)）
1 什么是数字图像
2 数字图像处理系统的基本结构

Terrain Model of Mars' Mojave Crater
4 数字图像处理应用_视觉监控
视频监视、公安：
银行防盗，人脸识别等。
4 数字图像处理应用_工业检测
工业检测与测量：
3 数字图像处理术语
运算
全局运算：对全幅图像所有像素做相同的处理。 点 运 算：输出图像每个像素的灰度值只依赖于对应
输入图像像素的灰度值。
局部运算：输出图像每个像素的灰度值依赖于对应输
入图像该像素邻域的灰度值。
几何运算：…… 代数运算：…… 邻域预算：……
4 数字图像处理应用
数字图像处理：是指将一幅图像转变为另一幅图像。 数字图像分析：是指将一幅图像转换为一种非图像的
表示。但数字图像处理通常又包括数字图像分析。如天 气预报，视频统计等。
计算机图形学：用计算机将由概念或数学描述所表示
的物体图像（非实物）进行处理和显示的过程。如机械 图、建筑图等，通过建筑图统计水泥、钢筋用量等。
图像数字化设备：扫描仪、数码相机、摄象机与图像采集卡 等
图像处理计算机：PC、工作站等（通常将存储设备也包括在 内）
图像输出设备：打印机、绘图仪等
图像显示 硬拷贝
SAN网络
计算机 特殊图像处理硬件
图像传感器 问题域
大规模存储 图像处理软件

7）. 图像分割（Image Segmentation）
把图像分成不同区域（每个区域具有某种特性）的处理就是 图像分割。图像自动分割是图像处理中最困难的问题之一。将 各种方法融合在一起并使用知识来提高处理的可靠性和有效性 是图像分割的研究热点。
8）. 图像分析（ Image analysis）
图像处理应用的目标几乎均涉及到图像分析，即对图像中的 不同对象进行分割、特征提取和表示，从而有利于计算机对图 像进行分类、识别和理解。
3）对图像数据进行变换、 编码和压缩， 以便于 图像的存储和传输。
1.2.2 数字图像处理的主要内容
1）. 图像获取、表示和表现
（Image Acquisition，Representation and Presentation）
该过程主要是把模拟图像信号转化为计算机所能接受的数 字形式，以及把数字图像显示和表现出来（如打印）。这一过 程主要包括摄取图像、 光电转换及数字化等几个步骤。
6）. 图像压缩编码（Image Encoding ）
数字图像的特点之一是数据量庞大。主要是利用图像信号的 统计特性及人类视觉的生理学及心理学特性，对图像信号进行 高效压缩编码，在保证图像质量的前提下压缩数据，便于存储 和传输，以解决数据量大的矛盾。一般来说，图像编码的目的 有三个： ①减少数据存储量；②降低数据率以减少传输带宽； ③压缩信息量，便于特征提取，为后续识别作准备。
◇图像的种类
借助集合的概念，图像可根据其生成方法或存在形式分成若干 类。所有图像的总体可以看作客观世界的一部分，或者叫做客观世 界的一个子集，而图像本身又可进一步划分为若干子集（若干类）。 图像的各子集中，最重要的一个子集是可见图像子集。
types of images