數字影像處理基礎課堂筆記（尚振宏老師）——序言
- 1.教材
- 2.發展概述
- 3.數字影像處理的基本概念
- 3.1 數字影像
- 3.2 數字影像處理
- 3.3 數字影像處理的三個層次
- 3.3.1 低級影像處理
- 3.3.2 中級影像處理
- 3.3.3 高級影像處理
- 3.4 影像的灰度
- 3.5像素與影像中的位元
- 3.6 數字影像的型別
- 4 數字影像處理的基本內容
- 4.1 影像獲取
- 4.2 影像增強
- 4.3 影像復原
- 4.4 影像壓縮
- 4.5 影像分割
- 4.6 表達與描述
- 4.7 目標識別
- 4.8 影像的重建
- 5. 數字影像處理的應用實體-影像處理有什么用？
- 6. 數字影像處理的應用實體
- 7.舉例：
- 人臉識別系統及其挑戰
- 表情變化的挑戰
- 光照變化的挑戰
- 年齡變化的挑戰
- 姿態變化的挑戰
授課教師：尚振宏 昆明理工大學計算機系副教授
筆記整理：AchesonD16 貪玩巴斯
1.教材
推薦Matlab版本
2.發展概述
最初在1920s，影像處理最初首次應用于改善倫敦到紐約之間的海底電纜傳送圖片的質量，
1964年，美國噴氣推動實驗室用計算機成功地對4000多張月球照片進行了處理，
1970s，離散數學的創立和完善，推動了數字影像處理技術，
1990s，隨著個人計算機的推廣，數字世界逐漸進入人們的生活，
3.數字影像處理的基本概念
3.1 數字影像
一幅影像可以定義為一個二維函式f（x,y）,當空間坐標x，y和幅值f為有限的離散數值，稱該影像為數字影像，
換言之，以數字格式表示的影像
3.2 數字影像處理
利用計算機來處理數字影像
3.3 數字影像處理的三個層次
3.3.1 低級影像處理
- 內容：主要對影像進行各種加工以改善影像的視覺效果，或突出有用資訊，并為自動識別打基礎、或通過編碼以減少對其所需要存盤空間、傳輸事件或者傳輸帶寬的要求，
- 特點：輸入輸出都為影像，只是影像之間的變換，
（右邊為增強）
3.3.2 中級影像處理
- 內容：主要對影像中感興趣的目標進行檢測（或分割）和測量，從而獲得它們的客觀資訊來建立對影像的描述，
- 特點：輸入是影像，輸出是資料（描述），
（右邊為處理之后，對感興趣的目標進行了分割測量檢測）
3.3.3 高級影像處理
- 內容：在中級影像處理的基礎上，進一步研究影像中各目標的性質和它們之間相互的聯系，并得出對影像內容含義的理解（物件識別） 以及對原來客觀場景的解釋（計算機視覺），從而指導和規劃行動，
- 特點：以客觀世界為中心，接觸知識、經驗等來把握整個客觀世界，
“輸入是資料，輸出是理解”
（閱讀一連串圖片作出影像處理，并輸入理解語言）
3.4 影像的灰度
-
一幅影像不同位置的亮度不同，可以用f(x,y)函式來表示點(x,y)上的亮度，
由于光是一種能量形式，故亮度是非負有限的——（0 <= f(x,y) < ∞） -
在影像處理中常用灰度，灰度級這個名稱，
它的含義是——單色影像中坐標（x,y）點的亮度稱為改點的灰度級或灰度，
設灰度為L，則Lmin <= L <= Lmax， 間隔區域稱為灰度范圍， -
在室內處理影像時一般為Lmin≈0.005Lux，Lmax≈100Lux，
實際使用中，這個間隔規格化為——[0,Lmax],其中Lmin=0為黑色，Lmax為白色，而所有在黑、白之間的值代表連續變化的灰度，
3.5像素與影像中的位元
- 像素
-
- 數字影像中坐標為(x,y)的一個"點"，
- 影像中的位元
-
- 在計算機處理中，為便于處理，灰度級取成2的冪次方，灰度級[0,2的N次方]，這里N 稱為 位元，
-
- 對于8位元的影像，共有256個灰度級，即，1個像素的灰度級用1個位元組（1byte = 8 bit）存盤
-
- 通常顯示一幅供人觀看的影像，6位元就基本夠了，
3.6 數字影像的型別
-
- 二值影像
——灰度等級只有兩種
——用 1 0 表示 1 為黑 0 為白
- 二值影像
-
- 灰度影像
-
——用0 - 256位數來表示 數越小接近黑 越大接近白
-
- 彩色影像
-
——用 RGB 三色來表示一處地方
red，green，blue 分別對應三個點，三個點分別擁有不同的灰度（0-256），三個點的灰度共同作用下產生彩色，
4 數字影像處理的基本內容
4.1 影像獲取
運用：攝像機+影像采集卡、數碼相機等，
中間要采用A/D轉換單元
4.2 影像增強
突出影像中感興趣的部分，
4.3 影像復原
以影像退化的數學模型為基礎，來改善影像質量
——把模糊影像變為清晰影像
4.4 影像壓縮
減小影像的存盤量，或者在影像傳輸時降低寬帶，
信噪比——越高說明質量越好，（因為信號值越大）
壓縮比
4.5 影像分割
將一幅影像劃分為幾個組成部分或分割出目標物體，
4.6 表達與描述
影像分割之后，輸出分割標記或目標特征引數，
4.7 目標識別
把目標進行分類的程序，
4.8 影像的重建
由二維圖形重建三維影像——（運用到人體研究）
5. 數字影像處理的應用實體-影像處理有什么用？
- 生物特征識別
基于生理特征的身份識別：指紋、人臉和虹膜等，
基于行為特征的身份識別：步態、語音等，可用于安保、視頻監控等等， - 質量檢測（例如：零件、水果等等）
- 光學字符識別
–印刷體
–手寫體
6. 數字影像處理的應用實體
- 醫學影像
- 航天與軍事應用
- 影像檢索
- 影像著作權保護
- 影像保密通信
7.舉例：
人臉識別系統及其挑戰
框架：
表情變化的挑戰
光照變化的挑戰
年齡變化的挑戰
姿態變化的挑戰
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/300565.html
標籤：其他