图像处理的研究方向.docx

视觉是人类最重要的一种感知方式,视觉信息在人的感知信息中占了非常大的比重。由于视觉信息的重要性,人们开始研究用机器模拟人的感官去感知环境中的视觉信息并进行相关的处理,在不断的研究中逐渐形成了一门十分重要的学科机器视觉。动态视觉信息是视觉信息的主要组成部分,因此动态视觉的研究是机器视觉这门学科的一个重要研究方向,对动态视觉研究的成果在各个领域都有着广泛的应用。本文主要研究运动目标检测和跟踪的方法,重点讨论了如何在DM642图像处理平台上实现简单的特定运动目标的检测与跟踪以及其实现过程。论文的主要工作如下:1、对各种经典的目标识别与跟踪的相关算法进行分析,并对每种算法进行仿真实验,给出比较的结果与数据。在这些实验的算法中包括图像识别的经典算法和目标跟踪的经典算法,在图像识别研究过程中主要探讨了图像预处理、目标分割目标特征提取和图像形态学处理。对于图像预处理,重点是研究了经典滤波算法及其改进算法;对于目标分割,主要研究了在DM642平台上实现最大类间方差法并加以应用;对于特征提取,主要研究了目标轮廓的提取,目标面积和形心的计算以及如何求取目标的最小外接矩形;对于图像形态学处理,主要讨论了图像的膨胀腐蚀原理思想。在目标跟踪的研究过程中,主要研究了目标跟踪的算法以及确定跟踪目标位置范围的算法。对于目标跟踪,主要介绍了帧间差分法、背景差分法、光流场法这几种目标跟踪的算法。重点研究了帧间差分法,在实际中应用了三帧间差分法,解决了“空洞”的现象,在相应处理环节中选取较为合适的算法作为最终的处理算法;对于如何确定目标位置范围的问题,选用了一种双向投影法对差分后的图像进行检测,用来得到目标的矩形区域。2、对基于TI TMS320DM642处理器的特定运动目标识别与跟踪程序的开发过程进行了说明,对图像数据的采集、传输、显示、编码解码等程序的编写过程进行了说明。作者把各种经典图像算法移植到DM642平台上进行,并给出了这些经典算法的实验结果,对其进行了比较分析。在实验中,选取几种特定目标,对这几种特定目标进行了检测跟踪的实验,并总结了实验结果。分享】图像处理的研究方向(2010-03-29 08:27:21) 转载标签： 杂谈一位老师回复给我的邮件,我觉得他说的很好;也请大家一起讨论一下._ 你好! 我虽然从事图像处理研究，但做的东西比较杂，也不是很深入。只能给你一些粗浅的建议。 我感觉图像处理现在的发展有两个层次，一个是算法研究，需要较多的数学基础，如偏微分方程(PDE)、各种空间变换(小波、曲波、剪切波等)。这些领域研究文献特别多，但要想出点新东西确实比较难。如果能深入研究一下，写出来的论文有一定理论深度，估计比较容易被录用。 另一个层次就是从横向拓展，找新的应用，也别的技术相结合，关键是找到研究内容，算法上只是将现有理论应用。最常见的与模式识别算法相结合，如人脸检测、行人检测、视频中运动检测，等等。只有点子新，文章应该也比较容易录用。 个人见解，仅供参考。_王老师: 你好,首先感谢你在繁忙的工作和学习中抽出时间来阅读我的邮件。我是云南一所地方院校的教师，最近我在学习数字图像处理，看了冈萨雷斯的两本教材，知道图像增强、恢复、压缩、编码、分割等基本概念，但觉得很多详细的内容其实没看太懂。也不知道要做图像处理方面的研究需要学哪些东西。看了网上的一些讨论说现在图像处理方面的理论研究已经很难做出新的东西，不知王老师怎么看，现在做图像处理哪个方面比较容易发文章。我最近要选在职硕士的毕业论文题目，不知道从何入手，希望得到王老师的一些建议。在此不甚感激！ 我是从中国图象图形学报上看到王老师的文章和邮箱的，于是冒昧的给你发了邮件，打扰之处还请见谅。 Last edited by bslt on 2009-10-5 at 22:19 相关回复：作者: zh1985444 发布日期: 2009-09-06图像处理是个老问题，也是个难问题。图像处理方面的研究以及做了很多很多年了，看现在很多问题都没解决。举个简单的例子，比如去噪，到现在为止，都还没有完全研究透。但要提出更好的方案，也比较难。还有比如自然图像的模型问题，至少到现在为止还没有一个比较好的模型能够描述大量的自然图像。有的模型也是对一些情况适用。因此，做图像处理还是有得做的，可也不是那么容易做的，就像上面的老师的回复，需要比较深的理论基础，尤其是数学，信号处理和统计方面的作者: tangmnt 发布日期: 2009-09-07研究的内容和研究的人员都比较多，不管研究什么，只要能提出自己的见解，或者在别人的基础上进行改进，应该都是可以的作者: 莫非是我 发布日期: 2009-09-07图像分辨率增强，比如一个小尺寸图片放大数倍又要保证放大的效果，具体应用如人脸分辨率增强，应用于监控视频人脸检测等环境.这也是一位老师给我的意见,我查了下相关分辨率增强的的文献,这方面中文的还挺少.有对这一方面了解的虫子来聊聊.作者: zh1985444 发布日期: 2009-09-07QUOTE:Originally posted by 莫非是我 at 2009-9-7 21:07:图像分辨率增强，比如一个小尺寸图片放大数倍又要保证放大的效果，具体应用如人脸分辨率增强，应用于监控视频人脸检测等环境.这也是一位老师给我的意见,我查了下相关分辨率增强的的文献,这方面中文的还挺少.有 .好像做多分辨率图像增强的也有不少吧作者: shujk 发布日期: 2009-09-07创新的东西真的不是太容易做的。本人感觉把图像处理的理论和其他学科相结合才是能有最大发挥的途径。作者: Tovi 发布日期: 2009-09-09我觉得这位老师的回信还是很中肯的，基本上多媒体领域（包括视频、音频等）都是这两条思路。个人感觉：如果你是学数学出身、对媒体本身感觉不明显，可以沿着第一条思路走，毕竟大部分学计算机出身的人理论功底都不如你，套用一些数学上常用的变换或优化就可能就会让方法看起来很新颖；如果你是学计算机出身、数学功底一般的话，可以沿着第二条思路走，只要能找到一个有趣的应用，里面用的方法不算太土，就是很不错的文章了。当然，如果你两方面都很强，就可以随心所欲了，横着走都没事。PS：图形图象学报也许是国内在图像处理方面最好的期刊了，但如果想做研究，还是多关注一下知名国际会议，例如MM，ICIP文章内容要新很多。作者: 莫非是我 发布日期: 2009-09-09QUOTE:Originally posted by Tovi at 2009-9-9 12:45:我觉得这位老师的回信还是很中肯的，基本上多媒体领域（包括视频、音频等）都是这两条思路。个人感觉：如果你是学数学出身、对媒体本身感觉不明显，可以沿着第一条思路走，毕竟大部分学计算机出身的人理论功底 .感谢谢你的回复。我是没法横着走了。数学不好，计算机也不行。郁闷得很，搞科研太难，很不适合我呀。呵呵作者: Tovi 发布日期: 2009-09-10除了极少数人外，大部分人在本科刚毕业的时候，这两方面都不会太突出。只要你在同年级中还算可以，那么就不会有太大问题。如果两个方面都比较欠缺，但又很想搞研究的话，建议先趁年轻补数学。虽然开始发文章会慢一些，但后面看文章、写文章都会快很多，少走很多弯路，磨刀不误砍柴工。如果不是很想搞科研，就去工作吧。其实工作蛮好的，起码挣钱多，做到后来也不是很辛苦。作者: cao0537 发布日期: 2009-09-13哎，我们做水印的更难啊作者: edie 发布日期: 2009-09-13我也是做算法的，比较难做啊，而且需要静下心来看好多东西，嗨嗨。只能努力了啊。作者: wangrenbao 发布日期: 2009-09-17中国图象图形学报很不错。但不是EI核心。作者: 莫非是我 发布日期: 2009-09-17QUOTE:Originally posted by wangrenbao at 2009-9-17 20:20:中国图象图形学报很不错。但不是EI核心。能投到中国图象图形学报我觉得就很厉害了,因为我真的实在是菜鸟,虽然每天都在学习了,但还是什么都不懂,尝试写了第一篇论文投了一底层次的期刊,被要求改了下格式后被录用了,结果版面费1700元,嘿死人,算了,不交了.以后真能投到核心的1700就1700吧.作者: hnsdhh 发布日期: 2009-09-17QUOTE:Originally posted by 莫非是我 at 2009-9-7 21:07:图像分辨率增强，比如一个小尺寸图片放大数倍又要保证放大的效果，具体应用如人脸分辨率增强，应用于监控视频人脸检测等环境.这也是一位老师给我的意见,我查了下相关分辨率增强的的文献,这方面中文的还挺少.有 .这叫超分辨率重建，是一个不错的研究方向。作者: 莫非是我 发布日期: 2009-09-17QUOTE:Originally posted by hnsdhh at 2009-9-17 23:57:这叫超分辨率重建，是一个不错的研究方向。非常感谢你的提示！之前我用分辨率增强搜索文章，找到的很少。经你提示后，发现这方面的文献还真是不少作者: dewgjs 发布日期: 2009-09-18QUOTE:Originally posted by hnsdhh at 2009-9-17 23:57:这叫超分辨率重建，是一个不错的研究方向。这个研究方向已经有好多年了吧,记得04年一次学术交流会上很多人在做这个啊作者: fenghuo8970 发布日期: 2009-09-19额，我刚刚学习数字图像处理这门课程，看到你们所讲的好有感触啊作者: qqchun 发布日期: 2009-09-24图像处理现在确实很难进一步发展，同样说明需要发展；自身理论创新不易，故国人大部分做应用。我认为图像处理瓶颈在于不像一维信号有FFT、Wavelet等的分解重构工具，图像也需要分解重构，图像处理需要自己的工具。但是现在往往图像处理仍使用一维信号分析方法，这接近自然本身的面目吗？希望大家能用图像的观点来思考图像，幸运的是已经有些科学家这样做了，比如Beamlet、Ridgelet等。 Last edited by qqchun on 2009-9-24 at 23:04 作者: 莫非是我 发布日期: 2009-09-24QUOTE:Originally posted by qqchun at 2009-9-24 23:01:图像处理现在确实很难进一步发展，同样说明需要发展；自身理论创新不易，故国人大部分做应用。我认为图像处理瓶颈在于不像一维信号有FFT、Wavelet等的分解重构工具，图像也需要分解重构，图像处理需要自己的工具。 .呵呵，应该是只大牛作者: yishuipang 发布日期: 2009-09-25有一定道理！ QUOTE:Originally posted by qqchun at 2009-9-24 23:01:图像处理现在确实很难进一步发展，同样说明需要发展；自身理论创新不易，故国人大部分做应用。我认为图像处理瓶颈在于不像一维信号有FFT、Wavelet等的分解重构工具，图像也需要分解重构，图像处理需要自己的工具。 .作者: tdzjg2000 发布日期: 2009-09-25还没确定方向，学习一下作者: edie 发布日期: 2009-09-25呵呵，我的专业与图像处理有很大的联系啊作者: custjtx 发布日期: 2009-09-25学习了 听师兄说过这方面的内容作者: jessicaSHA 发布日期: 2009-09-26我们生医是医学和工学结合，图像处理是很关键的学科！关注中ing作者: Bruce_Yang 发布日期: 2009-09-26乱弹一下。我的认识，图像处理的研究有三层或者三个主要方向：1。图像认知理论研究2。图像处理算法研究3。图像处理的应用研究图像处理理论发展到今天，还远远不能说成熟了。基本的去噪、分割、分类任务离我们所期待的结果事实上有很大差距。因为有来自数学领域的有力支撑，图像处理算法的研究发展得很快，新算法层出不穷，某种程度上演变成了mathematical tricks。我感觉到问题还主要在第一层：图像认知理论。这个认知水平决定了相应的图像处理算法的研究，继而决定了图像处理应用的性能。如果是依赖于一个有限的或者是错误的认知理论，其相应的图像处理算法将无可避免地面临着发展的瓶颈。比如说小波。图像的小波变换背后的认知-图像特性应在多尺度多方向上表示。尽管这种表示相比单尺度的原始图像在一系列图像分析研究中显得更为有效，但人们还无法确认这样的认知其正确性到底怎样。目前我们只能说，“似乎”人类视觉系统具有同样的处理机制。如果这样的认知很有限，那么我们再沿着小波走下去，比如随后发展起来的多尺度几何分析（包含无数的-let），那么我们将面临着无法逾越的障碍。事实上我们可以发现，小波以及随后的进化在处理图像处理问题上相比一些传统途径并不见得有优势。所以，我的感觉，图像认知层的研究还有很多金子可以挖掘。作者: 莫非是我 发布日期: 2009-09-27QUOTE:Originally posted by Bruce_Yang at 2009-9-27 02:22:乱弹一下。我的认识，图像处理的研究有三层或者三个主要方向：1。图像认知理论研究2。图像处理算法研究3。图像处理的应用研究图像处理理论发展到今天，还远远不能说成熟了。基本的去噪、分割、分类任务 .说得很好,图像处理方面可以研究的应该很多很多,只是我们需要改变现在的研究方法,换个思路来考滤问题.作者: mclv 发布日期: 2009-09-27成熟的话题 必须再缩小范围啊作者: witch_girl 发布日期: 2009-10-05图像处理好像可以分为三个层次像模式识别，机器学习属于中高层次，这方向学的人很多，竞争力大加油啊。还是很有前景的作者: sxnxgsh 发布日期: 2009-10-06我在职硕士的论文也没有写，想写这方面，可自己只知道点皮毛呀，如何写哦，希望得到大家的帮助哦作者: 莫非是我 发布日期: 2009-10-06QUOTE:Originally posted by sxnxgsh at 2009-10-6 20:10:我在职硕士的论文也没有写，想写这方面，可自己只知道点皮毛呀，如何写哦，希望得到大家的帮助哦呵呵,我俩一样,一起努力作者: qiulei1010 发布日期: 2009-10-07如果不难就不会有进步了，在难中才能推动社会的进步呀！作者: impossible 发布日期: 2009-10-