《數(shù)字圖象處理概論》PPT課件.ppt

第一章 概 論 第一章 概 論 1.1 數(shù)字圖像處理及其特點 1.2 數(shù)字圖像處理的目的和主要內(nèi)容 1.3 圖像工程與相關(guān)學科 1.4 數(shù)字圖像處理系統(tǒng) 1.5 數(shù)字圖像處理的應(yīng)用 1.6 數(shù)字圖像處理的發(fā)展動向 第一章 概 論 1.1 數(shù)字圖像處理及其特點 1.1.1 1. 數(shù)字圖像 用計算機進行圖像處理的前提是圖像必須以數(shù)字格式存儲 ， 我們把以數(shù)字格式存放的圖像稱之為數(shù)字圖像 。 常見的各種照片 、 圖片 、 海報 、 廣告畫等均屬模擬圖像 ， 要將模擬圖像數(shù)字化后生 成數(shù)字圖像 ， 需要利用數(shù)字化設(shè)備 。 目前 ， 將模擬圖像數(shù)字化的 主要設(shè)備是掃描儀 ， 將視頻畫面數(shù)字化的設(shè)備有圖像采集卡 。 當 然 ， 也可以利用數(shù)碼照相機直接拍攝以數(shù)字格式存放的數(shù)字圖像 。 模擬圖像經(jīng)掃描儀進行數(shù)字化或由數(shù)碼照相機拍攝的自然景物圖 像 ， 在計算機中均是以數(shù)字格式存儲的 。 既然是數(shù)字 ， 計算機當 然可以方便地進行各種處理 ， 以達到視覺效果和特殊效果 。 第一章 概 論 在計算機中 ， 圖像被分割成圖 1-1所示的像素 （ Pixel） ， 各 像素的灰度值用整數(shù)表示 。 一幅 M N個像素的數(shù)字圖像 ， 其像 素灰度值可以用 M行 、 N列的矩陣 G表示： MNMM N N ggg ggg ggg G 21 22221 11211 (1-1) 第一章 概 論 圖 1-1 數(shù)字圖像 灰度 信息 數(shù)字 化 數(shù)字 化 像素 1 1 2 4 4 2 1 1 1 2 7 8 8 7 2 1 1 5 8 5 5 8 6 1 1 6 8 5 6 8 6 1 1 6 8 7 5 4 2 1 1 5 8 4 1 6 6 1 1 4 8 3 1 6 6 1 1 2 6 1 1 1 1 1 第一章 概 論 2. 數(shù)字圖像處理 1） 數(shù)字計算機最擅長的莫過于處理各種數(shù)據(jù) ， 數(shù)字化后的圖 像可以看成是存儲在計算機中的有序數(shù)據(jù) ， 當然可以通過計算機 對數(shù)字圖像進行處理 。 我們把利用計算機對圖像進行去除噪聲 、 增強 、 復(fù)原 、 分割 、 提取特征等的理論 、 方法和技術(shù)稱為數(shù)字 （ Digital Image Processing） 。 一般 ， 圖像處理是用 計算機和實時硬件實現(xiàn)的 ， 因此也稱之為計算機圖像處理 （ Computer Image Processing） 。 第一章 概 論 在日常生活中 ， 圖像處理已經(jīng)得到廣泛應(yīng)用 。 例如 ， 電腦 人像藝術(shù) ， 電視中的特殊效果 ， 自動售貨機鈔票的識別 ， 郵政 編碼的自動識別和利用指紋 、 虹膜 、 面部等特征的身份識別等 。 在醫(yī)學領(lǐng)域 ， 很早以前就采用 X射線透視 、 顯微鏡照片等來診斷 疾病 。 現(xiàn)在 ， 計算機圖像處理已成為疾病診斷的重要手段 ， 用 一般攝影方法不能獲取的身體內(nèi)部的狀況 ， 也能由特殊的圖像處 理裝置獲取 ， 最具有代表性的就是 X射線 CT（ Computed Tomograph， ） 。 第一章 概 論 2） 數(shù)字圖像處理的重要意義 數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受如下三個方面的影響 。 一是計算機的發(fā)展 。 早期的計算機無論在計算速度或存儲容 量方面 ， 難于滿足對龐大圖像數(shù)據(jù)進行實時處理的要求 。 隨著計 算機硬件技術(shù)及數(shù)字化技術(shù)的發(fā)展 ， 計算機 、 內(nèi)存及外圍設(shè)備的 價格急劇下降 ， 而其性能卻有了大幅度的提高 。 過去只能用大型 計算機完成的龐大處理 ， 現(xiàn)在 ， 在個人計算機 （ PC機 ） 上也能夠 輕而易舉地實現(xiàn) 。 二是數(shù)學的發(fā)展， 特別是離散數(shù)學理論的創(chuàng)立和完善，為數(shù) 字圖像處理奠定了理論基礎(chǔ)。 第一章 概 論 三是軍事 、 醫(yī)學和工業(yè)等方面應(yīng)用需求的不斷增長 。 自 20世 紀 20年代 ， 圖像處理首次應(yīng)用于改善倫敦和紐約之間海底電纜發(fā) 送的圖片質(zhì)量以來 ， 經(jīng)過幾十年的研究與發(fā)展 ， 數(shù)字圖像處理的 理論和方法進一步完善 ， 應(yīng)用范圍更加廣闊 ， 已經(jīng)成為一門新興 的學科 ， 并在向更高級的方向發(fā)展 。 如在景物理解和計算機視覺 （ 機器視覺 ） 方面 ， 圖像處理已由二維處理發(fā)展到三維理解或解 釋 。 特別是在景物理解和機器視覺方面 ， 圖像也已由二維處理變 成三維解釋 。 近幾年來 ， 隨著計算機和各個相關(guān)領(lǐng)域研究的迅速 發(fā)展 ， 科學計算可視化 、 多媒體技術(shù)等研究和應(yīng)用的興起 ， 數(shù) 字圖像處理從一個專門領(lǐng)域的學科 ， 變成了一種新型的科學研究 和人機界面的工具 。 第一章 概 論 1.1.2 數(shù)字圖像處理的特點 數(shù)字圖像處理是利用計算機的計算 ， 實現(xiàn)與光學系統(tǒng)模擬 處理相同效果的過程 。 數(shù)字圖像處理具有如下特點： （ 1） 處理精度高 ， 再現(xiàn)性好 。 利用計算機進行圖像處理 ， 其實質(zhì)是對圖像數(shù)據(jù)進行各種運算 。 由于計算機技術(shù)的飛速發(fā) 展 ， 計算精度和計算的正確性勿庸置疑； 另外 ， 對同一圖像用 相同的方法處理多次 ， 也可得到完全相同的效果 ， 具有良好的 再現(xiàn)性 。 （ 2） 處理的多樣性 。 由于圖像處理是通過運行程序進行的 ， 因此 ， 設(shè)計不同的圖像處理程序 ， 可以實現(xiàn)各種不同的處理目 的 。 第一章 概 論 （ 3） 圖像數(shù)據(jù)量龐大 。 圖像中包含有豐富的信息 ， 可以通過 圖像處理技術(shù)獲取圖像中包含的有用的信息 ， 但是 ， 數(shù)字圖像的 數(shù)據(jù)量巨大 。 一幅數(shù)字圖像是由圖像矩陣中的像素 （ Pixel） 組成 的 ， 通常每個像素用紅 、 綠 、 藍三種顏色表示 ， 每種顏色用 8 bit表示灰度級 。 則一幅 1024 1024不經(jīng)壓縮的真彩色圖像 ， 數(shù) 據(jù)量達 3 MB（ 即 1024 1024 8 bit 3= 24 Mb） 。 X射線照片 一般用 64 256 Kb的數(shù)據(jù)量 ， 一幅遙感圖像為 3240 2340 4 30 Mb。 如此龐大的數(shù)據(jù)量給存儲 、 傳輸和處理都帶來巨大的困 難 。 如果精度及分辨率再提高 ， 所需處理時間將大幅度增加 。 第一章 概 論 （ 4） 處理費時 。 由于圖像數(shù)據(jù)量大 ， 因此處理比較費時 。 特 別是處理結(jié)果與中心像素鄰域有關(guān)的處理過程 （ 如第四章介紹的 區(qū)處理方法 ） 花費時間更多 。 （ 5） 圖像處理技術(shù)綜合性強 。 數(shù)字圖像處理涉及的技術(shù)領(lǐng)域 相當廣泛 ， 如通信技術(shù) 、 計算機技術(shù) 、 電子技術(shù) 、 電視技術(shù)等 ， 當然 ， 數(shù)學 、 物理學等領(lǐng)域更是數(shù)字圖像處理的基礎(chǔ) 。 第一章 概 論 1.2 數(shù)字圖像處理的目的和主要內(nèi)容 1.2.1 數(shù)字圖像處理的目的 一般而言 ， 對圖像進行加工和分析主要有如下三方面的目 的： （ 1） 提高圖像的視感質(zhì)量 ， 以達到賞心悅目的目的 。 如去 除圖像中的噪聲 ， 改變圖像的亮度 、 顏色 ， 增強圖像中的某些 成份 、 抑制某些成份 ， 對圖像進行幾何變換等 ， 從而改善圖像 的質(zhì)量 ， 以達到或真實的 、 或清晰的 、 或色彩豐富的 、 或意想 不到的藝術(shù)效果 。 第一章 概 論 （ 2） 提取圖像中所包含的某些特征或特殊信息 ， 以便于計 算機分析 ， 例如 ， 常用作模式識別 、 計算機視覺的預(yù)處理等 。 這些特征包括很多方面 ， 如頻域特性 、 灰度顏色特性 、 邊界 區(qū)域特性 、 紋理特性 、 形狀拓撲特性以及關(guān)系結(jié)構(gòu)等 。 （ 3） 對圖像數(shù)據(jù)進行變換、 編碼和壓縮， 以便于圖像的 第一章 概 論 1.2.2 數(shù)字圖像處理的主要內(nèi)容 不管圖像處理是何種目的 ， 都需要用計算機圖像處理系統(tǒng) 對圖像數(shù)據(jù)進行輸入 、 加工和輸出 ， 因此數(shù)字圖像處理研究的 內(nèi)容主要有以下 7個過程 。 1. 圖像獲取 、 表示和表現(xiàn) （ Image Acquisition ， Representation and Presentation） 該過程主要是把模擬圖像信號轉(zhuǎn)化為計算機所能接受的數(shù) 字形式 ， 以及把數(shù)字圖像顯示和表現(xiàn)出來 （ 如打印 ） 。 這一過 程主要包括攝取圖像 、 光電轉(zhuǎn)換及數(shù)字化等幾個步驟 。 第一章 概 論 2. 圖像復(fù)原 （ Image Restoration） 當造成圖像退化 （ 圖像品質(zhì)下降 ） 的原因已知時 ， 復(fù)原技 術(shù)可以對圖像進行校正 。 圖像復(fù)原最關(guān)鍵的是對每種退化都需要 有一個合理的模型 。 例如 ， 掌握了聚焦不良成像系統(tǒng)的物理特性 ， 便可建立復(fù)原模型 ， 而且對獲取圖像的特定光學系統(tǒng)的直接測量 也是可能的 。 退化模型和特定數(shù)據(jù)一起描述了圖像的退化 ， 因此 ， 復(fù)原技術(shù)是基于模型和數(shù)據(jù)的圖像恢復(fù) ， 其目的是消除退化的影 響 ， 從而產(chǎn)生一個等價于理想成像系統(tǒng)所獲得的圖像 。 第一章 概 論 3. 圖像增強 （ Image Enhancement） 圖像增強是對圖像質(zhì)量在一般意義上的改善 。 當無法知道圖 像退化有關(guān)的定量信息時 ， 可以使用圖像增強技術(shù)較為主觀地改 善圖像的質(zhì)量 。 所以 ， 圖像增強技術(shù)是用于改善圖像視感質(zhì)量所 采取的一種方法 。 因為增強技術(shù)并非是針對某種退化所采取的方 法 ， 所以很難預(yù)測哪一種特定技術(shù)是最好的 ， 只能通過試驗和分 析誤差來選擇一種合適的方法 。 有時可能需要徹底改變圖像的視 覺效果 ， 以便突出重要特征的可觀察性 ， 使人或計算機更易觀察 或檢測 。 在這種情況下 ， 可以把增強理解為增強感興趣特征的可 檢測性 ， 而非改善視感質(zhì)量 。 電視節(jié)目片頭或片尾處的顏色 、 輪 廓等的變換 ， 其目的是得到一種特殊的藝術(shù)效果 ， 增強動感和力 度 。 第一章 概 論 4. 圖像分割 （ Image Segmentation） 把圖像分成區(qū)域的過程就是圖像分割 。 圖像中通常包含多個對象 ， 例如 ， 一幅醫(yī)學圖像中顯示出正常的或有病變的各種器官和組織 。 圖像處理為達到 識別和理解的目的 ， 幾乎都必須按照一定的規(guī)則將圖像分割成區(qū)域 ， 每個區(qū) 域代表被成像的一個物體 （ 或部分 ） 。 圖像自動分割是圖像處理中最困難的問題之一 。 人類視覺系統(tǒng)的優(yōu)越性 ， 使得人類能夠?qū)⑺^察的復(fù)雜場景中的對象分開 ， 并識別出每個物體 。 但對 計算機來說 ， 這卻是一個難題 。 目前 ， 大部分圖像的自動分割還需要人工提 供必需的信息來幫助 ， 只有一部分領(lǐng)域 （ 如印刷字符自動識別 （ OCR） 、 指 紋識別等 ） 開始使用 。 由于解決和分割有關(guān)的基本問題是特定領(lǐng)域中圖像分 析實用化的關(guān)鍵一步 ， 因此 ， 將各種方法融合在一起并使用知識來提高處理 的可靠性和有效性是圖像分割的研究熱點 。 第一章 概 論 5. 圖像分析 圖像處理應(yīng)用的目標幾乎均涉及到圖像分析 ， 即對圖像中 的不同對象進行分割 、 特征提取和表示 ， 從而有利于計算機對 圖像進行分類 、 識別和理解 。 在工業(yè)產(chǎn)品零件無缺陷且正確裝配檢測中 ， 圖像分析是對 圖像中的像素轉(zhuǎn)化成一個 “ 合格 ” 或 “ 不合格 的判定 。 在有的 應(yīng)用中 ， 如醫(yī)學圖像處理 ， 不僅要檢測出物體 （ 如腫瘤 ） 的存在 ， 而且還要檢查物體的大小 。 第一章 概 論 6. 圖像重建 圖像重建與上述的圖像增強 、 圖像復(fù)原等不同 。 圖像增強 、 圖像復(fù)原的輸入是圖像 ， 處理后輸出的結(jié)果也是圖像 ， 而圖像重 建是指從數(shù)據(jù)到圖像的處理 ， 即輸入的是某種數(shù)據(jù) ， 而經(jīng)過處理 后得到的結(jié)果是圖像 ， CT就是圖像重建處理的典型應(yīng)用實例 。 目前 ， 圖像重建與計算機圖形學相結(jié)合 ， 把多個二維圖像合成三 維圖像 ， 并加以光照模型和各種渲染技術(shù) ， 能生成各種具有強烈 真實感的高質(zhì)量圖像 。 第一章 概 論 7. 圖像壓縮編碼 數(shù)字圖像的特點之一是數(shù)據(jù)量龐大 。 盡管現(xiàn)在有大容量的 存貯器 ， 但仍不能滿足對圖像數(shù)據(jù) （ 尤其是動態(tài)圖像 、 高分辨 率圖像 ） 處理的需要 ， 因此在實際應(yīng)用中圖像壓縮是必需的 。 如果數(shù)據(jù)不壓縮 ， 則在存儲和傳輸中就需要占很大的容量和帶 寬 ， 因而增加了成本 。 圖像壓縮的目的就是壓縮數(shù)據(jù)量 。 第一章 概 論 圖像編碼主要是利用圖像信號的統(tǒng)計特性及人類視覺的生 理學及心理學特性 ， 對圖像信號進行高效編碼 ， 即研究數(shù)據(jù)壓 縮技術(shù) ， 目的是在保證圖像質(zhì)量的前提下壓縮數(shù)據(jù) ， 便于存儲 和傳輸 ， 以解決數(shù)據(jù)量大的矛盾 。 一般來說 ， 圖像編碼的目的 有三個： 減少數(shù)據(jù)存儲量； 降低數(shù)據(jù)率以減少傳輸帶寬； 壓縮信息量 ， 便于特征提取 ， 為后續(xù)識別作準備 。 第一章 概 論 從編碼技術(shù)發(fā)展來看 ， Kunt提出第一代 、 第二代編碼的概念 。 第一代編碼是以去除冗余為基礎(chǔ)的編碼方法 ， 如 PCM、 DPCM、 M、 亞取樣編碼法 、 DFT、 DCT、 W-H變換編碼法以及以此為 基礎(chǔ)的混合編碼法 。 第二代編碼法多為 20世紀 80年代以后提出的 ， 如金字塔編碼法 、 Fractal編碼法 、 小波變換編碼法 、 基于神經(jīng)網(wǎng) 絡(luò)的編碼法 、 模型基編碼法等 。 這些編碼方法有如下特點： 充分考慮人的視覺特性； 恰當?shù)乜紤]對圖像信號的分解與表 述； 采用圖像的合成與識別方案壓縮數(shù)據(jù) 。 第一章 概 論 1.3 圖像工程與相關(guān)學科 1.3.1 圖像工程的內(nèi)涵 圖像工程的內(nèi)容非常豐富 ， 根據(jù)抽象程度和研究方法等的 不同 ， 可分為圖像處理 、 圖像分析和圖像理解三個層次 ， 如圖 1- 2所示 。 換句話說 ， 圖像工程是既有聯(lián)系又有區(qū)別的圖像處理 、 圖像分析及圖像理解三者的有機結(jié)合 ， 另外還包括它們的工程 應(yīng)用 。 第一章 概 論 圖 1-2 圖像工程三層次示意圖 圖像 理解 符號 目標 像素 高層 中層 低層 高 低 抽 象 程 度 數(shù) 據(jù) 量 操 作 對 象 小 大 語 義 圖像 分析 圖像 處理 第一章 概 論 2. 圖像分析 圖像分析主要是對圖像中感興趣的目標進行檢測和測量 ， 以獲得它們的客觀信息 ， 從而建立對圖像的描述 。 如果說圖像 處理是一個從圖像到圖像的過程 ， 則圖像分析就是一個從圖像 到數(shù)據(jù)的過程 。 這里的數(shù)據(jù)可以是目標特征的測量結(jié)果 ， 或是 基于測量的符號表示 ， 它們描述了目標的特點和性質(zhì) 。 第一章 概 論 3. 圖像理解 圖像理解的重點是在圖像分析的基礎(chǔ)上 ， 進一步研究圖像 中各目標的性質(zhì)和它們之間的相互聯(lián)系 ， 并得出對圖像內(nèi)容含 義的理解以及對原來客觀場景的解釋 ， 從而指導(dǎo)決策 。 如果說 圖像分析主要是以觀察者為中心研究客觀世界 ， 那么圖像理解 在一定程度上就是以客觀世界為中心 ， 借助知識 、 經(jīng)驗等來把 握整個客觀世界 （ 包括沒有直接觀察到的事物 ） 。 第一章 概 論 可見 ， 圖像處理 、 圖像分析和圖像理解是處在三個抽象程度 和數(shù)據(jù)量各有特點的不同層次上 。 圖像處理是比較低層的操作 ， 它主要在圖像像素級上進行處理 ， 處理的數(shù)據(jù)量非常大 。 圖像 分析則進入了中層 ， 分割和特征提取把原來以像素描述的圖像轉(zhuǎn) 變成比較簡潔的非圖像形式的描述 。 圖像理解主要是高層操作 ， 基本上是對從描述抽象出來的符號進行運算 ， 其處理過程和方法 與人類的思維推理有許多類似之處 。 根據(jù)本課程的任務(wù)和目標 ， 本書重點放在圖像處理上 ， 并學 習圖像分析的基本理論和方法 。 第一章 概 論 1.3.2 相關(guān)學科和領(lǐng)域 圖像工程是一門系統(tǒng)地研究各種圖像理論 、 技術(shù)和應(yīng)用的 交叉學科 。 從它的研究方法來看 ， 它可以與數(shù)學 、 物理學 、 生 理學 、 心理學 、 電子學 、 計算機科學等許多學科相互借鑒 。 從 它的研究范圍來看 ， 它與模式識別 、 計算機視覺 、 計算機圖形 學等多個專業(yè)互相交叉 。 另外 ， 圖像工程的研究進展與人工智 能 、 神經(jīng)網(wǎng)絡(luò) 、 遺傳算法 、 模糊邏輯等理論和技術(shù)都有密切的 聯(lián)系 ， 它的發(fā)展應(yīng)用與醫(yī)學 、 遙感 、 通信 、 文檔處理和工業(yè)自 動化等許多領(lǐng)域也是密不可分的 。 第一章 概 論 圖像工程與計算機圖形學 (Computer Graphics)、 模式識別 （ Pattern Recognition） 、 計算機視覺 （ Computer Vision） 等的 關(guān)系如圖 1CD*23所示 。 計算機圖形學研究的是用計算機技術(shù) 生成圖形的理論 、 方法和技術(shù) ， 即由非圖像形式的數(shù)據(jù)描述來 生成逼真的圖像 。 它可以生成現(xiàn)實世界中已經(jīng)存在的物體的圖 形 ， 也可以生成虛構(gòu)物體的圖形 ， 它和圖像分析的對象和輸出 結(jié)果正好對調(diào) 。 圖像模式識別與圖像分析則比較相似 ， 只是前 者試圖把圖像分解成可用符號較抽象地描述的類別 。 計算機視 覺主要強調(diào)用計算機實現(xiàn)人的視覺功能 ， 要用到圖像工程三個 層次的許多技術(shù) ， 但目前的研究內(nèi)容主要與圖像理解相結(jié)合 。 第一章 概 論 圖 1-3 圖像工程與相關(guān)學科的聯(lián)系和區(qū)別 圖像 （轉(zhuǎn)換） 圖像理解 圖像分析 計 算 機 視 覺 模 式 識 別 計算機圖形學 客 觀 世 界 圖像理解 圖像處理 人 圖像 符號 數(shù)據(jù) 新 理 論 新 概 念 新 工 具 第一章 概 論 1.4 數(shù)字圖像處理系統(tǒng) 1.4.1 數(shù)字圖像處理系統(tǒng)硬件 早期的數(shù)字圖像處理系統(tǒng)為了提高處理速度 、 增加容量都 采用大型機 。 隨著計算機性價比 （ 性能價格比 ） 日新月異的提 高 ， 以小型機為主的微型圖像處理系統(tǒng)得到發(fā)展 。 主機為 PC機 ， 配以圖像采集卡及顯示設(shè)備就構(gòu)成了最基本的微型圖像處理系 統(tǒng) 。 目前 ， 國產(chǎn)的 CA540、 VP32、 FGCT11010N8、 CA-CPE- 1000、 CA-CPE-3000等圖像板研制成功并已商品化 。 微型圖像處 理系統(tǒng)成本低 、 應(yīng)用靈活 、 便于推廣 。 特別是微型計算機的性 能逐年提高 ， 使得微型圖像處理系統(tǒng)的性能也不斷升級 ， 加之 軟件配置豐富 ， 使其更具實用意義 。 第一章 概 論 圖 1-4 圖像處理系統(tǒng)示意圖 圖像數(shù)字 化 設(shè) 備 輸入圖像 圖像處理 計 算 機 輸出圖像 圖像輸 出設(shè)備 第一章 概 論 1） 電視攝像機 (Video Camera) 電視攝像機是目前使用最廣泛的圖像獲取設(shè)備 。 電視攝像機 的核心部件是光電轉(zhuǎn)換裝置 ， 也稱為固態(tài)陣 。 目前大多數(shù)感光基 元多為電荷耦合器件 CCD（ Charge Coupled Device） ， CCD可 以將照射在其上的光信號轉(zhuǎn)換為對應(yīng)的電信號 。 該設(shè)備小巧 、 速度快 、 成本低 、 靈敏度高 ， 多作為實時圖像輸入設(shè)備應(yīng)用 。 但 灰度層次較差 、 非線性失真較大 、 有黑斑效應(yīng) ， 在使用中需要校 正 。 目前 ， CCD攝像機可達 1920 1035的高分辨率 ， 快門速度可 達 10-4s。 第一章 概 論 2） 掃描儀 （ Scanner） 掃描儀是將各種形式的圖像信息 （ 如圖片 、 照片 、 膠片及 文稿資料等 ） 輸入計算機的重要工具 ， 特點是精度和分辨率高 。 目前 ， 1200DPI（ Dot Per Inch） 以上精度的掃描儀很常見 。 而且 掃描儀的成本很低 ， 一臺平板式掃描儀的價格在千元左右 。 由 于掃描儀良好的精度和低廉的價格 ， 已成為當今應(yīng)用最為廣泛 的圖像數(shù)字化設(shè)備 。 但用掃描儀獲取圖像信息速度較慢 ， 不能 實現(xiàn)實時輸入 。 第一章 概 論 3） 數(shù)碼照相機 （ Digital Camera） 數(shù)碼照相機也叫數(shù)字相機 ， 是一種能夠進行景物拍攝 ， 并以 數(shù)字格式存放拍攝圖像的特殊照相機 。 它的核心部件是 CCD圖像 傳感器 ， 主流機型分辨率已在 400萬像素以上 。 數(shù)碼照相機的感光 器件也是 CCD陣列 。 CCD可以對亮度進行分級 ， 但并不能識別顏 色 。 為此 ， 數(shù)碼照相機用紅 、 綠和藍三個彩色濾鏡 ， 當光線從紅 、 綠 、 藍濾鏡中穿過時 ， 就可以得到每種色光的反應(yīng)值 ， 再通過軟 件對得到的數(shù)據(jù)進行處理 ， 從而確定每一個像素點的顏色 。 CCD 生成的數(shù)字圖像被傳送到照相機的一塊內(nèi)部芯片上 。 該芯片負責 把圖像轉(zhuǎn)換成相機內(nèi)部的存儲格式 (通常為 JPEG格式 )。 最后 ， 把 生成的圖像保存在存儲卡中 。 數(shù)碼照相機可通過 USB接口與計算機相連 ， 將拍攝的圖像下 載到計算機中 ， 以便處理或插到文檔 Web頁面中 ， 或用彩色打印 機輸出 。 第一章 概 論 4） 遙感圖像獲取設(shè)備 遙感中常用的圖像獲取設(shè)備有光學攝影設(shè)備 ， 如攝像機 、 多光譜像機等； 紅外攝影設(shè)備 ， 如紅外輻射計 、 紅外攝像儀 、 多通道紅外掃描儀 、 多光譜掃描儀 （ MSS） ；微波設(shè)備 ， 如微 波輻射計 、 側(cè)視雷達 、 真空孔徑雷達 、 合成孔徑雷達 (SAR)。 第一章 概 論 2. 圖像輸入卡 （ 采集卡 ) 通常圖像輸入卡安裝于計算機主板擴展槽中 ， 主要包括圖像 存儲器單元 、 顯示查找表 （ LUT） 單元 、 CCD攝像頭接口 (A/D)、 監(jiān)視器接口 (D/A)和 PC機總線接口單元 。 工作過程如下：攝像頭 實時或準實時采集圖像數(shù)據(jù) ， 經(jīng) A/D變換后將圖像存放在圖像存 儲單元的一個或三個通道中 ， D/A變換電路自動將圖像顯示在監(jiān) 視器上 。 通過主機發(fā)出指令 ， 將某一幀圖像靜止在存儲通道中 ， 即采集或捕獲一幀圖像 ， 然后可對圖像進行處理或存盤 。 高檔卡 還包括卷積濾波 、 FFT（ 快速傅立葉變換 ） 等圖像處理專用的快 速部件 。 現(xiàn)在有的圖像采集卡將圖像和圖形功能合為一體 ， 如北 京大恒圖像視覺有限公司開發(fā)的 VIDEO-PCI-C真彩色圖像采集卡 。 該卡基于 PCI總線設(shè)計 ， 它將圖像和 VGA的圖形功能合為一體 ， 可在計算機屏幕上實時顯示彩色活動圖像 ， 其分辨率為 768 576。 第一章 概 論 3. 顯示卡是記憶和保存圖像的地方 ， 通常 ， 存貯的圖像要隨 時顯示在顯示器上 。 PC機多采用 800 600或 1024 768個像素點 。 通常在圖像處理裝置中 ， 灰度值紅 (R)、 綠 (G)、 藍 (B)各占 8位 （ bit） ， 共計 24位 ， 可以表示 1670萬種顏色 ， 這種顯示卡稱為 真彩色顯示卡 。 第一章 概 論 4. 計算機 圖像處理的主要特點是數(shù)據(jù)量大 、 運算時間長 ， 因而對系 統(tǒng)硬件配置要求較高 。 目前 ， 在 PC機上配置奔騰 P4 2.4 G以上 CPU、 512 MB內(nèi)存 、 80 G以上硬盤的計算機已屬常見 ， 計算速 度大幅度提高 ， 可與幾年前的大型機媲美 。 為了加快圖像的顯 示和處理速度 ， 用于圖像處理的 PC機配置應(yīng)盡可能高一些 。 當 然 ， 有條件時最好采用圖形工作站進行圖像處理 。 第一章 概 論 5. 圖像存貯裝置 圖像數(shù)據(jù)量龐大 ， 早期其存儲成為問題 。 到目前為止 ， 除 了大容量磁盤可供存儲圖像數(shù)據(jù)之外 ， MO、 CD、 DVD等光學 存儲裝置以及 SAN、 NAS等網(wǎng)絡(luò)存儲系統(tǒng) ， 為存儲海量圖像數(shù) 據(jù)提供了極好的支持 。 第一章 概 論 1.4.2 高速圖像處理卡 實用圖像處理系統(tǒng)分為在線處理系統(tǒng)和離線處理系統(tǒng)兩種形 式 。 在研究中 ， 多采用離線圖像處理系統(tǒng) ， 主要用于開發(fā)和驗證 圖像處理與分析的算法 。 在線圖像處理系統(tǒng)除上述設(shè)備外 ， 還需 用圖像處理專用硬件代替圖像采集卡 ， 以構(gòu)成自動處理系統(tǒng) ， 可 以對生產(chǎn)現(xiàn)場采集的圖像進行實時處理 ， 并對其處理結(jié)果進行監(jiān) 控 。 下面簡要介紹夏普公司研發(fā)的 GPB-K高速圖像處理卡 。 第一章 概 論 GPB-K可以安裝在計算機的 PCI擴展槽上 ， 是一種高速 、 高 性能的圖像處理板卡 。 操作系統(tǒng)為 Windows NT或 MS-DOS。 圖 像的輸入可從圖像文件調(diào)用 ， 也可由攝像機輸入 。 板卡上的視頻 輸入端有 6路 ， 最多可同時輸入 3路信號 ， 可通過函數(shù)進行選擇 。 當輸入視頻圖像時 ， 可選擇 GPB-K的內(nèi)部和外部的輸入同步信 號 ， 輸出圖像能在標準的 VGA監(jiān)視器上顯示 ， 輸入和輸出與 GPB-K的其他處理不必同步 ， 所以對攝像機的幀頻也沒有限制 。 GPB-K在板卡上固化了包含約 300個函數(shù)的圖像處理庫 。 GPB-K Microsoft VC+ 5.0版本做成 。 對于像素灰度為 8 bit的 灰度圖像而言 ， 能處理的圖像最大尺寸為 1024 1024， 但處理視 頻圖像的最大尺寸為 640 480。 GPB-K可以根據(jù)目標區(qū)域 ROI(Region Of Interest)來指定處理的區(qū)域 。 處理區(qū)域設(shè)定得越小 ， 處理時間相應(yīng)就越短 。 第一章 概 論 GPB-K中使用了夏普公司的通用圖像處理大規(guī)模集成電路 SALA， 具有高速 、 高性能的特點 ， 圖像處理的速度達一個像 素 40 ns。 可以通過硬件實現(xiàn)圖像灰度變換 、 圖像間的運算 、 濾波處理 、 特征提取等 。 圖 1-5給出了 GPB-K的整體硬件結(jié)構(gòu)方框圖 。 GPB-K板卡由 SALA-LSI， 攝像機的輸入 、 顯示 、 擴展連接 、 模板匹配 (MAP)、 各單元的圖像存儲器及 PCI總線組成 ， 由于各個單元分別與 4根 8 bit的圖像總線連接 ， 因此可處理圖像數(shù)據(jù) 。 GPB-K主要應(yīng)用于制造業(yè)的檢測等領(lǐng)域 ， 例如 ， 尺寸的測 量 (導(dǎo)桿寬度 、 螺距 )， 外觀檢查 (裂紋檢查 、 根據(jù)顏色判別優(yōu) 劣 )， 文字識別 (制造年月日 、 產(chǎn)品批號 )， 印刷電路板檢查 (跨接 線 、 過孔 、 焊盤 )等 。 第一章 概 論 圖 1-5 GPB-K硬件結(jié)構(gòu)方框圖 擴展 口 圖像 存儲 器 8 個 圖像 存儲 器 8 個 圖像 存儲 器 8 個 圖像 存儲 器 8 個 B U S - S W I TC H B U S - S W I TC H 圖像 存儲 器 V G A 3 圖像 存儲 器 3 個 A / D S A LA 2 M A P D / A P C I B U S V G A 監(jiān)視 器 視頻 輸入 黑白 ： 6 C H 彩色 ： 2 C H 圖像 總線 8 b i t 4 第一章 概 論 1.4.3 圖像處理系統(tǒng)軟件 微型圖像處理系統(tǒng)既包含硬件設(shè)備 ， 也需要一定的軟件環(huán)境 支持 。 目前 ， 圖像處理系統(tǒng)平臺多為 Microsoft Windows或 X- Windows， 開發(fā)的主流工具為 Microsoft公司的 VC+。 這是因為 VC+是一種具有高度綜合性能的軟件開發(fā)工具 ， 用它開發(fā)出來 的程序有著運行速度快 、 可移植能力強等優(yōu)點 。 本書中實例也是 在 Windows平臺下 ， 用 VC+ 6.0實現(xiàn)的 。 此外 ， 各國的科學家和 研究機構(gòu)開發(fā)了不少專用的圖像處理軟件環(huán)境 ， 下面僅對主要的 幾種作一簡單介紹 。 第一章 概 論 1. MATLAB的圖像處理工具箱 MATLAB是由美國 MathWorks公司推出的用于數(shù)值計算的有 力工具 ， 它具有相當強大的矩陣運算和操作功能 ， 并且 MATLAB圖像處理工具箱提供了豐富的圖像處理函數(shù) ， 靈活運 用這些函數(shù)幾乎可以完成所有的圖像處理工作 ， 從而大大節(jié)省 編寫低層算法代碼的時間 ， 避免程序設(shè)計中的重復(fù)勞動 ， 達到 事半功倍的效果 。 但是 ， MATLAB強大的功能只能在安裝有 MATLAB系統(tǒng)的機器上使用圖像處理工具箱中的函數(shù)或自編的 m 文件來實現(xiàn) ， 實際應(yīng)用極為不便 ， 且 MATLAB使用行解釋方式 執(zhí)行代碼 ， 執(zhí)行速度很慢 。 第一章 概 論 為將 MATLAB的強大功能融入各種應(yīng)用程序中 ， 通過高級 語言編譯器編譯為二進制代碼已逐漸成為研究熱點 。 MathTools 公司推出的 MatCom可以把 MATLAB語言翻譯成為或 C+語言 ， 但其翻譯的代碼不夠簡捷 。 MatCom 提 MatrixC+庫實現(xiàn) MATLAB與 C+的接口 。 該方法 細節(jié)請參考本書第七章 。 第一章 概 論 2. AVS和 SPIDER 1） AVS(Application Visualization System) AVS是對龐大的數(shù)據(jù)量進行可視化處理的通用系統(tǒng)之一 。 最初 ， 該系統(tǒng)是為了對科學計算的結(jié)果進行可視化 (Scientific Visualization) 處理而開發(fā)的系統(tǒng) ， 現(xiàn)在已經(jīng)在如下領(lǐng)域中廣泛使用 。 醫(yī)學圖像 、 有限元法分析 、 流體力學 、 檢測實驗結(jié)果的 表示； 資源探索 、 環(huán)境科學 、 遙感 、 一般圖像處理； 量子力學 、 分子設(shè)計 、 CAD數(shù)據(jù)表示 、 OR分析； 金融數(shù)據(jù)分析、 一般科學分析。 第一章 概 論 AVS作為應(yīng)用軟件具有如下強大的功能： 數(shù)據(jù)顯示： Pointer和 Clicker類型數(shù)據(jù)的可視化應(yīng)用 。 幾何顯示： 可以進行人機對話的三維幾何數(shù)據(jù)的顯示 。 圖像顯示： 可以進行人機對話的二維圖像的顯示 。 圖形顯示： 完成畫圖功能 。 超函數(shù)： 圖像處理、 聲音波形圖。 第一章 概 論 2） SPIDER Viewer SPIDER(Subroutine Package for Image Data Enhancement and Recognition)是由日本通產(chǎn)省工業(yè)技術(shù)院電子技術(shù)綜合研究所開 發(fā)的圖像處理程序庫 , 如表 1-1所示 。 它包含了圖像處理領(lǐng)域中的 基本算法和實現(xiàn)方法 ， 因此得到了很高的評價 ， 之后又追加了 基本的圖像分析算法 ， 立體圖像 、 距離圖像 、 文本 、 畫面處理 等領(lǐng)域的算法 ， SPIDER II， 目前已經(jīng)得到了廣泛的應(yīng) 用 。 第一章 概 論 第一章 概 論 第一章 概 論 第一章 概 論 3. IUE 對圖像處理和圖像理解算法優(yōu)劣的評價是非常困難的 。 為此 ， 世界范圍內(nèi)的圖像工程科研人員就評價問題進行了研討 ， 以構(gòu)建 可重復(fù)利用的軟件開發(fā)環(huán)境 。 IUE(Image Understanding Environment)就是以美國為主 ， 日本和歐洲共同參加開發(fā)的圖像 處理系統(tǒng) 。 該系統(tǒng)可以實現(xiàn)圖像理解計算模型的確立 ， 進行嚴密 的幾何學描述 ， 能應(yīng)用于各種類型的圖像 ， 從而提高研究效率 ， 促進技術(shù)積累和技術(shù)轉(zhuǎn)移 。 針對上述目標 ， IUE有效利用現(xiàn)有軟件 ， 開發(fā)了運行在 UNIX工作站上 (SunOS、 Linux)的面向?qū)ο蟮某绦?(C+)， 并從 LaTeX自動生成 C+源代碼 ， 以滿足實際需要 。 第一章 概 論 IUE不僅提供函數(shù)庫和數(shù)據(jù)庫 ， 為了能正確地描述有關(guān)光源 、 物體 、 傳感器等幾何學和光學的關(guān)系 ， 還提供了類的分層結(jié)構(gòu) 關(guān)系 。 并且也提供了坐標系和坐標變換的類 ， 它是用矢量圖來 表示的 。 這種類有 600個 ， 還有 400個模板及類成員 ， 可以說它 是一個巨大的資源庫 。 IUE系統(tǒng)不單是圖像處理系統(tǒng) ， 而且還是 由輸入圖像轉(zhuǎn)換為三維場景描述的圖像理解的信息環(huán)境 。 在此 環(huán)境中 ， 可以處理圖像數(shù)據(jù) ， 線段 、 區(qū)域 、 面等幾何數(shù)據(jù) ， 以 及對于認識 、 理解的高級處理時的知識表達 、 幾何數(shù)據(jù)之間關(guān) 系的符號數(shù)據(jù)等 。 第一章 概 論 1.5 數(shù)字圖像處理的應(yīng)用 數(shù)字圖像處理主要應(yīng)用于下面的幾個領(lǐng)域 。 1） 通訊包括圖像傳輸 、 電視電話 、 電視會議等 ， 主要是進行圖 像壓縮甚至理解基礎(chǔ)上的壓縮 。 2） 由于太空技術(shù)的發(fā)展，需要用數(shù)字圖像處理技術(shù)處理大量的 星體照片。 第一章 概 論 3） 遙感 航空遙感和衛(wèi)星遙感圖像需要用數(shù)字技術(shù)加工處理 ， 并提 取有用的信息 。 主要用于地形地質(zhì) ， 礦藏探查 ， 森林 、 水利 、 海洋 、 農(nóng)業(yè)等資源調(diào)查 ， 自然災(zāi)害預(yù)測預(yù)報 ， 環(huán)境污染監(jiān)測 ， 氣象衛(wèi)星云圖處理以及地面軍事目標的識別 。 第一章 概 論 4） 圖像處理在醫(yī)學界的應(yīng)用非常廣泛 ， 無論是臨床診斷還是病 理研究都大量采用圖像處理技術(shù) 。 它的直觀 、 無創(chuàng)傷 、 安全方便 等優(yōu)點備受青睞 。 圖像處理首先應(yīng)用于細胞分類 、 染色體分類和 放射圖像等 。 70年代數(shù)字圖像處理在醫(yī)學上的應(yīng)用有了重大突破 ， 1972年 X射線斷層掃描 CT得到實用； 1977年白血球自動分類儀問 世； 1980實現(xiàn)了 CT的立體重建 。 有人認為計算機圖像處理在醫(yī) 學上應(yīng)用最成功的例子就是 X射線 CT， 其中主要研制者 Hounsfeld(英 )和 Commack(美 )獲得了 1979年的諾貝爾生理醫(yī)學獎 。 第一章 概 論 5） 在生產(chǎn)線中對產(chǎn)品及部件進行無損檢測是圖像處理技術(shù)的重 要應(yīng)用領(lǐng)域 。 該領(lǐng)域的應(yīng)用從 70年代起取得了迅速的發(fā)展 ， 主要 有產(chǎn)品質(zhì)量檢測 、 生產(chǎn)過程的自動控制 、 CAD CAM等 。 在產(chǎn) 品質(zhì)量檢測方面 ， 如食品 、 水果質(zhì)量檢查 ， 無損探傷 ， 焊縫質(zhì)量 或表面缺陷 。 又如 ， 金屬材料的成分和結(jié)構(gòu)分析 ， 紡織品質(zhì)量檢 查 ， 光測彈性力學中應(yīng)力條紋的分析等 。 在電子工業(yè)中 ， 可以 用來檢驗印刷電路板的質(zhì)量 、 監(jiān)測零件部件的裝配等 。 在工業(yè)自 動控制中 ， 主要使用機器視覺系統(tǒng)對生產(chǎn)過程進行監(jiān)視和控制 ， 如港口的監(jiān)測調(diào)度 、 交通管理 、 流水生產(chǎn)線的自動控制等 。 在計 算機輔助設(shè)計和輔助制造方面 ， 已獲得越來越廣泛的應(yīng)用 ， 并和 基于圖形學的模具 、 機械零件 、 服裝 、 印染花型 CAD結(jié)合 。 目前 二維圖紙自動輸入和理解 ， 根據(jù) 3D實物建立 CAD模型等越來越 引起重視 。 第一章 概 論 6） 軍事 、 公安等方面的應(yīng)用 軍事目標的偵察 、 制導(dǎo)和警戒系統(tǒng) 、 自動滅火器的控制及 反偽裝； 公安部門的現(xiàn)場照片 、 指紋 、 手跡 、 印章 、 人像等的 處理和辨識； 歷史文字和圖片檔案的修復(fù)和管理等 。 7） 機器人視覺 機器視覺作為智能機器人的重要感覺器官 ， 主要進行三維 景物理解和識別 ， 是目前處于研究之中的開放課題 。 機器視覺主 要用于軍事偵察 、 危險環(huán)境的自主機器人 ， 郵政 、 醫(yī)院和家庭服 務(wù)的智能機器人 ， 裝配線工件識別 、 定位 ， 太空機器人的自動操 作等 。 第一章 概 論 8） 目前 ， 電視制作系統(tǒng)廣泛使用的圖像處理 、 變換 、 合成 ， 多媒體系統(tǒng)中靜止圖像和動態(tài)圖像的采集 、 壓縮 、 處理 、 存貯和 傳輸?shù)?。 9） 科學可視化 HTSS 圖像處理和圖形學緊密結(jié)合， 形成了科學研究各個領(lǐng)域新 型的研究工具。 第一章 概 論 10） 電子商務(wù) 在當前呼聲甚高的電子商務(wù)中 ， 圖像處理技術(shù)也大有可為 ， 如身份認證 、 產(chǎn)品防偽 、 水印技術(shù)等 。 總之 ， 圖像處理技術(shù)應(yīng)用領(lǐng)域相當廣泛 ， 已在國家安全 、 經(jīng)濟發(fā)展 、 日常生活中充當越來越重要的角色 ， 對國計民生的 作用不可低估 。 第一章 概 論 1.6 數(shù)字圖像處理的發(fā)展動向 （ 1） 在進一步提高精度的同時著重解決處理速度問題 。 如 ， 在航天遙感 、 氣象云圖處理方面 ， 巨大的數(shù)據(jù)量和處理速度仍 然是主要矛盾之一 。 （ 2） 加強軟件研究 、 開發(fā)新的處理方法 ， 特別要注意移植和 借鑒其他學科的技術(shù)和研究成果 ， 創(chuàng)造新的處理方法 。 （ 3） 加強邊緣學科的研究工作 ， 促進圖像處理技術(shù)的發(fā)展 。 如 ， 人的視覺特性 、 心理學特性等的研究 ， 如果有所突破 ， 將 對圖像處理技術(shù)的發(fā)展起到極大的促進作用 。 第一章 概 論 （ 4） 加強理論研究 ， 逐步形成圖像處理科學自身的理論體 系 。 （ 5） 圖像處理領(lǐng)域的標準化 。 圖像的信息量大 、 數(shù)據(jù)量大 ， 因而圖像信息的建庫 、 檢索和交流是一個重要的問題 。 就現(xiàn)有 的情況看 ， 軟件 、 硬件種類繁多 ， 交流和使用極為不便 ， 成為 資源共享的嚴重障礙 。 應(yīng)建立圖像信息庫 ， 統(tǒng)一存放格式 ， 建 立標準子程序 ， 統(tǒng)一檢索方法 。 第一章 概 論 圖像處理技術(shù)未來發(fā)展大致可歸納為： （ 1） 圖像處理的發(fā)展將圍繞 HDTV（ 高清晰度電視 ） 的研制 ， 開展實時圖像處理的理論及技術(shù)研究 ， 向著高速 、 高分辨率 、 立體化 、 多媒體化 、 智能化和標準化方向發(fā)展 。 （ 2） 圖像 、 圖形相結(jié)合 ， 朝著三維成像或多維成像的方向 發(fā)展 。 （ 3） 硬件芯片研究。把圖像處理的眾多功能固化在芯片上， 使之更便于應(yīng)用。 第一章 概 論 （ 4） 新理論與新算法研究 。 在圖像處理領(lǐng)域 ， 近幾年來 ， 引入了一些新的理論并提出了一些新的算法 ， 如小波分析 （ Wavelet） 、 分形幾何 （ Fractal） 、 形態(tài)學 （ Morphology） 、 遺傳算法 （ GA， Genetic Algorithms） 、 人工神經(jīng)網(wǎng)絡(luò)等 （ Artificial neural networks） 。 這些理論及建立在其上的算法 ， 將會成為今后圖像處理理論與技術(shù)的研究熱點 。 數(shù)字圖像處理經(jīng)過初創(chuàng)期 、 發(fā)展期 、 普及期及廣泛應(yīng)用幾個 階段 ， 如今已是各個學科競相研究并在各個領(lǐng)域廣泛應(yīng)用的一門 科學 。 隨著科學技術(shù)的進步以及人類需求的不斷增長 ， 圖像處理 科學無論是在理論上還是實踐上 ， 均會取得更大的發(fā)展 。