图像处理与理解幻灯片.ppt

《图像处理与理解幻灯片.ppt》由会员分享，可在线阅读，更多相关《图像处理与理解幻灯片.ppt（73页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、图像处理与理解第1页，共73页，编辑于2022年，星期五 人类通过眼、耳、鼻、舌、身接受信息，感知人类通过眼、耳、鼻、舌、身接受信息，感知世界。世界。约有约有75%75%的信息是通过视觉系统获取的。的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取数字图象处理是用数字计算机处理所获取视觉信息的技术。视觉信息的技术。第一章第一章绪论绪论第2页，共73页，编辑于2022年，星期五一、数字图像处理的发展概况及应用一、数字图像处理的发展概况及应用发展：发展：n上上世世纪纪2020年年代代 BartlaneBartlane电电缆缆图图片片传传输输系系统统（纽纽约约和和伦伦敦敦之之间间海海底

2、底电电缆缆）传传输输一一幅幅图图片片所所需需的的时时间间由由一一周周多多减减少少到到小小于于3 3个小时；个小时；n上上世世纪纪5050年年代代，计计算算机机的的发发展展，数数字字图图像像处处理理才才真真正正地地引起人们的巨大兴趣；引起人们的巨大兴趣；n19641964年年，数数字字图图像像处处理理有有效效地地应应用用于于美美国国喷喷气气推推进进实实验验室室（J.P.LJ.P.L）对对“徘徘徊徊者者七七号号”太太空空船船发发回回的的大大批批月月球球照照片片的的处处理理；随随后后几几年年，继继续续用用于于空空间间研研究究计计划划；同同时时，在在生生物物医医学、工业生产、军事上得到应用；学、工业生

3、产、军事上得到应用；第3页，共73页，编辑于2022年，星期五n直直到到上上世世纪纪六六十十年年代代末末至至七七十十年年代代初初，由由于于离离散散数数学学理理论论的的创创立立和和完完善善，使使之之形形成成了了比比较较完完整整的的理理论论体系，成为一门新兴的学科。体系，成为一门新兴的学科。n二二十十世世纪纪八八十十年年代代以以来来：数数字字图图象象处处理理向向更更高高级级的的方方向发展：实时性，智能化，普及化，网络化，低成本。向发展：实时性，智能化，普及化，网络化，低成本。n目目前前，就就处处理理方方法法而而言言主主要要将将小小波波、及及模模糊糊、神神经经网网络络、遗遗传传算算子子、分分形形等等

4、智智能能信信息息处处理理技技术术运运用用于于数数字字图图像像处处理，使得其更具活力，并在不断地发展。理，使得其更具活力，并在不断地发展。第4页，共73页，编辑于2022年，星期五应用：应用：通信：图象传输，电视电话，通信：图象传输，电视电话，HDTVHDTV等等宇宙探测：星体图片处理宇宙探测：星体图片处理遥感：地形、地质、矿藏探查，森林、水利、海洋、遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，环境污染的监测，农业等资源调查，自然灾害预测，环境污染的监测，气象云图气象云图生物医学：生物医学：CTCT，NMRNMR，X X射线成象，射线成象，B B超，红外图超，红外

5、图象，显微图象象，显微图象第5页，共73页，编辑于2022年，星期五应用：应用：工业生产：产品质量检测，生产过程控制，工业生产：产品质量检测，生产过程控制，CADCAD，CAMCAM交通运输交通运输军事：军事目标侦察，制导系统，警戒系统，军事：军事目标侦察，制导系统，警戒系统，自动火器控制，反伪装等自动火器控制，反伪装等公安：现场照片，指纹，手迹，印章，人像等处公安：现场照片，指纹，手迹，印章，人像等处理和鉴别理和鉴别机器人视觉机器人视觉娱乐：娱乐：电影特技，动画，广告等电影特技，动画，广告等第6页，共73页，编辑于2022年，星期五第7页，共73页，编辑于2022年，星期五第8页，共73页，

6、编辑于2022年，星期五气象云图气象预报第9页，共73页，编辑于2022年，星期五遥感图像处理遥感图像处理在国土资源调查与环境评价及灾害监测中的应用在国土资源调查与环境评价及灾害监测中的应用1998年年长长江洪水灾害遥感江洪水灾害遥感图图像像第10页，共73页，编辑于2022年，星期五超声图象Photo courtesy Philips Research UltrasoundexaminationduringpregnancyUltrasoundexaminationduringpregnancy 第11页，共73页，编辑于2022年，星期五第12页，共73页，编辑于2022年，星期五医学图象

7、医学图象第13页，共73页，编辑于2022年，星期五第14页，共73页，编辑于2022年，星期五军事应用目标跟踪第15页，共73页，编辑于2022年，星期五军事应用军事应用隐形飞机、定位轰炸隐形飞机、定位轰炸第16页，共73页，编辑于2022年，星期五军事应用军事应用第17页，共73页，编辑于2022年，星期五军事应用军事应用第18页，共73页，编辑于2022年，星期五第19页，共73页，编辑于2022年，星期五计算机合成图像计算机合成图像 第20页，共73页，编辑于2022年，星期五计算机合成图像 第21页，共73页，编辑于2022年，星期五以通过遥感图像处理分析为例，可涉及图以通过遥感图像

8、处理分析为例，可涉及图像处理的主要技术像处理的主要技术p数据压缩和转换技术数据压缩和转换技术通过数据压缩和数据转换技术的研究，减少数据通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。应用的一体化。第22页，共73页，编辑于2022年，星期五p图像校正图像校正 在理想情况下，卫星图像上的像素值只依赖在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性（反阳照射到地面的辐射强度和地物的辐射特性（反

9、射率和发射率）有关，使图像上灰度值的差异直射率和发射率）有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区接反映了地物目标光谱辐射特性的差异，从而区分地物目标。分地物目标。第23页，共73页，编辑于2022年，星期五而实际上，由于而实际上，由于大气层的存在，也由于传感器大气层的存在，也由于传感器内探测器性能的差异，使得进入传感器的辐射发生内探测器性能的差异，使得进入传感器的辐射发生畸变，引起图形模糊，对比度下降等畸变，引起图形模糊，对比度下降等。另一方面，。另一方面，由于由于卫星飞行时姿态变化及地球形状等因素影响，卫星飞行时姿态变化及地球形状等因素影响，图像中地物目标的几何

10、位置也会发生畸变图像中地物目标的几何位置也会发生畸变。为了使。为了使图像更好地满足使用要求，必须尽可能地通过处理消图像更好地满足使用要求，必须尽可能地通过处理消除畸变，恢复图像的本来面目。除畸变，恢复图像的本来面目。第24页，共73页，编辑于2022年，星期五p分类方法分类方法 基于光谱信息（图像像素）的分类基于光谱信息（图像像素）的分类 根据像素在分类特征（波段）上的像素根据像素在分类特征（波段）上的像素值，选择分类器，利用统计方法对每一像元值，选择分类器，利用统计方法对每一像元进行分类。进行分类。通常需要对下面一些问题进行研究：通常需要对下面一些问题进行研究：分类分类器的确定；器的确定；光

11、谱类的确定；光谱类的确定；选择训练样本选择训练样本产生统计参数；产生统计参数；分类特征的选择。分类特征的选择。第25页，共73页，编辑于2022年，星期五空间信息辅助分类空间信息辅助分类 基于光谱信息的分类存在着一些缺陷：如有基于光谱信息的分类存在着一些缺陷：如有些地类在光谱上难以区分，如水库与河流。些地类在光谱上难以区分，如水库与河流。基于空间信息的地类类型或形状分类。如城镇基于空间信息的地类类型或形状分类。如城镇居民点图斑的分类结果往往是由水体、植被以及居民点图斑的分类结果往往是由水体、植被以及不同类型的建筑等所组成。不同类型的建筑等所组成。第26页，共73页，编辑于2022年，星期五遥感

12、图像中的空间信息包括两种类型：遥感图像中的空间信息包括两种类型：纹理纹理（texturetexture）和）和相关相关（contextcontext）纹理是指地类图斑中色调的空间变化特性；纹理是指地类图斑中色调的空间变化特性；而相关则是指不同地类像元之间的空间关系。而相关则是指不同地类像元之间的空间关系。第27页，共73页，编辑于2022年，星期五因此，用于分类的特征值除了像元所具有的光因此，用于分类的特征值除了像元所具有的光谱和空间特征值外，还具有谱和空间特征值外，还具有形状和大小形状和大小特征值。特征值。一一些具有相同光谱特性而形状不同的地物些具有相同光谱特性而形状不同的地物，如河流和如河

13、流和水库，公路和体育场，可以用形状指数来区分。水库，公路和体育场，可以用形状指数来区分。第28页，共73页，编辑于2022年，星期五要用到的主要图像处理技术：要用到的主要图像处理技术：图像增强处理图像增强处理、图像分割技术图像分割技术（区域、边缘提取）、（区域、边缘提取）、图像特征图像特征提取提取、图像描述图像描述等。等。第29页，共73页，编辑于2022年，星期五第30页，共73页，编辑于2022年，星期五第31页，共73页，编辑于2022年，星期五自动目标识别技术自动目标识别技术（Automatic Target RecognitionAutomatic Target Recognitio

14、n简称简称ATRATR）实时光学图像相关识别系统的核心技术是自动实时光学图像相关识别系统的核心技术是自动目标识别技术。由于目标识别技术。由于ATRATR技术在军事上是导弹精确技术在军事上是导弹精确制导和武器防御系统的关键技术之一，是武器智能制导和武器防御系统的关键技术之一，是武器智能化程度的一个重要标准，也代表着一个国家的国防化程度的一个重要标准，也代表着一个国家的国防高科技的水平。高科技的水平。以军事应用为例以军事应用为例 可能涉及图像处理的主要技术可能涉及图像处理的主要技术第32页，共73页，编辑于2022年，星期五因此，从因此，从2020世纪世纪6060年代开始，美、英、俄、法年代开始，

15、美、英、俄、法等国家已投入大量人力、物力和财力开展等国家已投入大量人力、物力和财力开展ATRATR的理的理论研究和实际应用推广，并取得显著成果，美国在论研究和实际应用推广，并取得显著成果，美国在中东战争中的精确武器打击是最典型的成功范例。中东战争中的精确武器打击是最典型的成功范例。第33页，共73页，编辑于2022年，星期五当前精确制导武器所取得的成果还是有限的，最主当前精确制导武器所取得的成果还是有限的，最主要的问题是目前主要还是依靠人在导弹发射前发现目标，要的问题是目前主要还是依靠人在导弹发射前发现目标，然后人工锁定首帧目标图像进行自动跟踪，而不能实现然后人工锁定首帧目标图像进行自动跟踪，

16、而不能实现不需人工参与的由导弹自动识别目标，做不到不需人工参与的由导弹自动识别目标，做不到“打了不打了不管管”。特别是在复杂背景下，机器如何像人一样自动识。特别是在复杂背景下，机器如何像人一样自动识别目标，目前是相当困难的。别目标，目前是相当困难的。第34页，共73页，编辑于2022年，星期五虽然从虽然从2020世纪世纪7070年代开始人工智能、智能信年代开始人工智能、智能信息处理技术、计算机视觉的理论研究取得了重大息处理技术、计算机视觉的理论研究取得了重大的进展，但是由于的进展，但是由于ATRATR领域中研究的背景和对象的领域中研究的背景和对象的复杂性和多样性，特别是在实际环境中，背景与复杂

17、性和多样性，特别是在实际环境中，背景与目标不仅有很大的动态变化范围，而且它们以未目标不仅有很大的动态变化范围，而且它们以未知的方式变化。目前的知的方式变化。目前的ATRATR的研究都是在一定假设的研究都是在一定假设条件下建立的，一旦这些假设条件不成立或不再条件下建立的，一旦这些假设条件不成立或不再完全成立时，其完全成立时，其ATRATR系统就不再有效。系统就不再有效。第35页，共73页，编辑于2022年，星期五另外，目前国内外研究的很多另外，目前国内外研究的很多ATRATR方法和算法，除了方法和算法，除了存在很大的局限性外，在实时实现方面还有很大的距离。存在很大的局限性外，在实时实现方面还有很

18、大的距离。因此，当前国外发达国家鉴于精确制导武器在未来战争因此，当前国外发达国家鉴于精确制导武器在未来战争中的重要地位，还在投入大量人力财力开展中的重要地位，还在投入大量人力财力开展ATRATR研究，如研究，如美国国防部已将美国国防部已将ATRATR技术列为二十一世纪的关键技术之一。技术列为二十一世纪的关键技术之一。第36页，共73页，编辑于2022年，星期五我国从二十世纪七十年代以来对我国从二十世纪七十年代以来对ATRATR技术研究也投技术研究也投入较大的人力财力。国防科工委、航天部、电子工业入较大的人力财力。国防科工委、航天部、电子工业部等很多研究所以及国内重点高校如国防科大、哈工部等很多

19、研究所以及国内重点高校如国防科大、哈工大、北理工、华中科技大学、东南大学等都在开展此大、北理工、华中科技大学、东南大学等都在开展此项研究，取得不少重要研究成果。但总的来看还是处项研究，取得不少重要研究成果。但总的来看还是处于理论方法和算法的研究，所研制的于理论方法和算法的研究，所研制的ATRATR系统还处于实系统还处于实验室样机阶段，其性能还有待提高，离真正实战的要验室样机阶段，其性能还有待提高，离真正实战的要求还有较大的距离。求还有较大的距离。第37页，共73页，编辑于2022年，星期五涉及图像处理的主要技术涉及图像处理的主要技术p图像分割：图像分割：虽然国内外学者已提出很多种图像分割算法，

20、但由于背虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。有可能找到新的图像分割方法。p特征提取：特征提取：计算描述目标的特征，如目标的几何形状特征、统计特计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等征、矩特征、纹理特征等 p图像识别：图像识别：统计模式识别、模糊模式识别、人工神经网络等统计模式识别

21、、模糊模式识别、人工神经网络等 p图像跟踪图像跟踪第38页，共73页，编辑于2022年，星期五 第39页，共73页，编辑于2022年，星期五动态场景的视觉监控动态场景的视觉监控 动态场景的视觉监控是计算机视觉领域一个新兴的应用动态场景的视觉监控是计算机视觉领域一个新兴的应用方向方向.对于视觉监控系统而言，一般涉及到对于视觉监控系统而言，一般涉及到运动检测运动检测、运动、运动目标分类目标分类、运动目标的、运动目标的跟踪跟踪以及监视场景中目标行为的以及监视场景中目标行为的理解与描述理解与描述几个过程。几个过程。以安保系统应用为例以安保系统应用为例第40页，共73页，编辑于2022年，星期五其中，运

22、动检测、目标分类、人的跟踪属于视其中，运动检测、目标分类、人的跟踪属于视觉中的低级和中级处理部分觉中的低级和中级处理部分(Low-level and(Low-level and Intermediate-level Vision)Intermediate-level Vision)，而行为理解和描述，而行为理解和描述则属于高级处理（则属于高级处理（High-level VisionHigh-level Vision）。运动检）。运动检测、运动目标分类与跟踪是视觉监控中研究较多的测、运动目标分类与跟踪是视觉监控中研究较多的三个问题，而行为理解与描述则是近年来被广泛关三个问题，而行为理解与描述则是

23、近年来被广泛关注的研究热点，它是指对目标的运动模式进行分析注的研究热点，它是指对目标的运动模式进行分析和识别，并用自然语言等加以描述。和识别，并用自然语言等加以描述。第41页，共73页，编辑于2022年，星期五由于智能房间的门禁系统、军事安全基地的视觉监由于智能房间的门禁系统、军事安全基地的视觉监控系统、高级人机交互等应用需求，控系统、高级人机交互等应用需求，基于运动视觉的生物基于运动视觉的生物特征识别技术研究特征识别技术研究日益显得迫切和重要。例如，在人机交互日益显得迫切和重要。例如，在人机交互中不仅需要机器能知道人是否存在、人的位置和行为，而且中不仅需要机器能知道人是否存在、人的位置和行为

24、，而且还需要利用特征识别技术来识别与其交流的人是谁。还需要利用特征识别技术来识别与其交流的人是谁。人运动分析与生物特征识别相结合的视觉监控人运动分析与生物特征识别相结合的视觉监控目前已目前已经成为一个流行的研究方向，特别经成为一个流行的研究方向，特别是非接触式远距离的身是非接触式远距离的身份识别研究份识别研究基于运动视觉的第二代生物特征识别技术基于运动视觉的第二代生物特征识别技术，近来倍受关注。，近来倍受关注。第42页，共73页，编辑于2022年，星期五例如，美国高级研究项目署例如，美国高级研究项目署DARPADARPA在在20002000年资助的重大年资助的重大项目项目HIDHID计划计划（

25、Human Identification at a DistanceHuman Identification at a Distance），），它的任务就是开发多模式的监控技术以实现远距离情它的任务就是开发多模式的监控技术以实现远距离情况下人的检测、分类和识别，从而增强国防、民用等况下人的检测、分类和识别，从而增强国防、民用等场合免受恐怖袭击的保护能力。场合免受恐怖袭击的保护能力。近距离时一般可通过跟近距离时一般可通过跟踪人脸来加以身份识别踪人脸来加以身份识别；如果是远距离的监控，脸的特征；如果是远距离的监控，脸的特征可能被隐藏，或者分辨率太低不易识别，然而进入监控领可能被隐藏，或者分辨率太低

26、不易识别，然而进入监控领域的人的步态是可见的，这激活了步态作为一个独特的生域的人的步态是可见的，这激活了步态作为一个独特的生物行为特征应用于人的身份鉴别。物行为特征应用于人的身份鉴别。第43页，共73页，编辑于2022年，星期五作为一种新的行为特征，步态还具有难于隐藏和伪作为一种新的行为特征，步态还具有难于隐藏和伪装、易于捕捉等优点，而且它也是一定距离时唯一可感装、易于捕捉等优点，而且它也是一定距离时唯一可感知的行为特征。知的行为特征。步态识别旨在不考虑衣服、视角、背步态识别旨在不考虑衣服、视角、背景等情况下根据人们走路的姿势进行人的身份识别景等情况下根据人们走路的姿势进行人的身份识别。由于步

27、态是一种时空变化的运动模式，因此它的处理数由于步态是一种时空变化的运动模式，因此它的处理数据量相对较大。当然，像其它生物特征一样，步态也受据量相对较大。当然，像其它生物特征一样，步态也受一些诸如醉酒、怀孕、关节受伤等物理因素的影响。尽一些诸如醉酒、怀孕、关节受伤等物理因素的影响。尽管步态识别是一个相当新的研究领域，目前已涌现出一管步态识别是一个相当新的研究领域，目前已涌现出一些尝试性的工作些尝试性的工作 第44页，共73页，编辑于2022年，星期五马里兰大学、麻省理工学院等马里兰大学、麻省理工学院等2626家高校或公司参与家高校或公司参与了该项目的研究工作，其目前焦点在于脸像、步态或者了该项目

28、的研究工作，其目前焦点在于脸像、步态或者特定行为的识别。特定行为的识别。第45页，共73页，编辑于2022年，星期五二、图像与数字图像二、图像与数字图像1、“图图”与与“像像”的定义：的定义：“图图”是物体透射或反射光的分布；是物体透射或反射光的分布；“像像”是人的视觉系统对图的接收在大脑中形成的是人的视觉系统对图的接收在大脑中形成的印象或认识。印象或认识。2、模拟图像的表示（物理图像，人眼能看到的图、模拟图像的表示（物理图像，人眼能看到的图像）像）第46页，共73页，编辑于2022年，星期五第47页，共73页，编辑于2022年，星期五当图像内容随时间变化时，为时变图像或运动当图像内容随时间变

29、化时，为时变图像或运动图像。反之，为静止图像。图像。反之，为静止图像。第48页，共73页，编辑于2022年，星期五由于人眼的视野是有限的，因此图像在空间由于人眼的视野是有限的，因此图像在空间上是有界的，而且通常定义为矩形，即上是有界的，而且通常定义为矩形，即第49页，共73页，编辑于2022年，星期五图像函数在某一点的值常称为强度或灰度，图像函数在某一点的值常称为强度或灰度，与图像在这一点的亮度相对应，并用正实数表示，与图像在这一点的亮度相对应，并用正实数表示，而且这个值的大小是有限的。而且这个值的大小是有限的。第50页，共73页，编辑于2022年，星期五 图像函数是一个二元、有界、非负的连续

30、函数。图像函数是一个二元、有界、非负的连续函数。上面讨论的人眼能够看到的图像称之为模拟图像，它上面讨论的人眼能够看到的图像称之为模拟图像，它的函数是连续的、可解析的，因而是可积的，有可逆的付的函数是连续的、可解析的，因而是可积的，有可逆的付里叶变换等。但是计算机无法接受模拟形式的图像。里叶变换等。但是计算机无法接受模拟形式的图像。第51页，共73页，编辑于2022年，星期五3 3、数字图像的表示、数字图像的表示 一幅模拟图像经过采样和量化使其在空间上和数值上都一幅模拟图像经过采样和量化使其在空间上和数值上都离散化，形成一个数字点阵，通常采用等间隔采样和均匀离散化，形成一个数字点阵，通常采用等间

31、隔采样和均匀量化。量化。像素像素灰度级灰度级第52页，共73页，编辑于2022年，星期五第53页，共73页，编辑于2022年，星期五n图像分解成像素的方法根据平面设置有正方形阵列，正图像分解成像素的方法根据平面设置有正方形阵列，正六角形阵列，正三角形阵列，其中正方形阵列最为常用。六角形阵列，正三角形阵列，其中正方形阵列最为常用。第54页，共73页，编辑于2022年，星期五n对于一幅图像而言，从模拟图像中获取数字图像，则必须按下对于一幅图像而言，从模拟图像中获取数字图像，则必须按下图所示的过程进行空间采样和量化。图所示的过程进行空间采样和量化。第55页，共73页，编辑于2022年，星期五n采样采

32、样(Sampling)(Sampling)是指将空间上或时间上连续的图是指将空间上或时间上连续的图象象(模拟图象模拟图象)变换成离散采样点变换成离散采样点(象素象素)集合的集合的一种操作。一种操作。在实际的采样过程中，采样点间隔的选取是在实际的采样过程中，采样点间隔的选取是一个极其关键的问题。应满足采样定理。一个极其关键的问题。应满足采样定理。第56页，共73页，编辑于2022年，星期五n量化量化 经过采样后，图象已被分解成在时间和空间上经过采样后，图象已被分解成在时间和空间上离散的象素，但这些象素，但这些象素值离散的象素，但这些象素，但这些象素值(浓淡值浓淡值)仍然是连续量。量化则是指把这些

33、连续的浓淡值仍然是连续量。量化则是指把这些连续的浓淡值变换成离散值变换成离散值(整数值整数值)的过程。的过程。图象的量化分为两类，一类是等间隔量化，图象的量化分为两类，一类是等间隔量化，另一类是非等间隔量化。另一类是非等间隔量化。第57页，共73页，编辑于2022年，星期五n等间隔量化等间隔量化即将采样值的灰度范围进行等间隔分于即将采样值的灰度范围进行等间隔分于象素灰度值在黑象素灰度值在黑-白范围内均匀分布的图象，其量化白范围内均匀分布的图象，其量化误差可变得最小，故又称为均匀量化或线性量化。误差可变得最小，故又称为均匀量化或线性量化。第58页，共73页，编辑于2022年，星期五n非等间隔量化

34、非等间隔量化 (1)(1)将小的灰度值的级别间隔细分，而将大的灰度值的级将小的灰度值的级别间隔细分，而将大的灰度值的级别间隔粗分的方法，如别间隔粗分的方法，如对数量化对数量化；(2)(2)使用象素灰度值的概率密度函数，使输入灰度值和量化级使用象素灰度值的概率密度函数，使输入灰度值和量化级的均方误差最小的方法，如的均方误差最小的方法，如MaxMax量化量化；(3)(3)在某一范围内的灰度值频繁产生，而其它范围灰度值几在某一范围内的灰度值频繁产生，而其它范围灰度值几乎不产生的场合，采用在这一范围内进行细量化，而该范乎不产生的场合，采用在这一范围内进行细量化，而该范围之外进行粗量化。这种方法，其量化

35、级数不变，又能降围之外进行粗量化。这种方法，其量化级数不变，又能降低量化误差，称低量化误差，称锥形量化锥形量化。第59页，共73页，编辑于2022年，星期五第60页，共73页，编辑于2022年，星期五分辨率 640 x480n 分辨率不同的图象比较分辨率不同的图象比较第61页，共73页，编辑于2022年，星期五分辨率 320 x240第62页，共73页，编辑于2022年，星期五分辨率 160 x120第63页，共73页，编辑于2022年，星期五分辨率 80 x60第64页，共73页，编辑于2022年，星期五分辨率 640 x480第65页，共73页，编辑于2022年，星期五分辨率 320 x2

36、40第66页，共73页，编辑于2022年，星期五分辨率 160 x120第67页，共73页，编辑于2022年，星期五分辨率 80 x60第68页，共73页，编辑于2022年，星期五查视力=检测分辨率？第69页，共73页，编辑于2022年，星期五三、三、数字图像处理数字图像处理（1 1）图像处理图像处理 （2 2）图像识别图像识别 （3 3）图像理解图像理解 第70页，共73页，编辑于2022年，星期五四、四、数字图像处理的特点：数字图像处理的特点：处理信息量大；处理信息量大；占占用用的的频频带带较较宽宽（图图像像带带宽宽5.6MHZ5.6MHZ，语语音音仅仅4KHZ4KHZ）；）；像素不独立、

37、相关性强；像素不独立、相关性强；三维景物的二维投影；三维景物的二维投影；处理结果如果给人评价，受人的因素影响大。处理结果如果给人评价，受人的因素影响大。第71页，共73页，编辑于2022年，星期五五、五、课程主要讨论内容课程主要讨论内容图像变换图像变换图像压缩编码图像压缩编码图像增强和复原图像增强和复原图像分割图像分割图像描述图像描述图像识别图像识别图像处理系统简介图像处理系统简介第72页，共73页，编辑于2022年，星期五n教材：教材：夏良正夏良正,李久贤李久贤 数字图像处理数字图像处理(第第2 2版版),),东大出版社，东大出版社，20052005年年8 8月月主要参考文献：主要参考文献：

38、1.Mark S.Nixon,Feature Extraction and Image Processing 1.Mark S.Nixon,Feature Extraction and Image Processing(Second edition)2009.(Second edition)2009.http:/www.ecs.soton.ac.uk/msn/book/new_demo/2.Rafael C.Gonzales,Digital Image Processing 2.Rafael C.Gonzales,Digital Image Processing(Second Edition)(Second Edition)3.3.郑南宁郑南宁,计算机视觉与模式识别计算机视觉与模式识别,国防工业出版社国防工业出版社主要中文期刊：主要中文期刊：中国图象图形学报、模式识别与人工智能中国图象图形学报、模式识别与人工智能第73页，共73页，编辑于2022年，星期五