精勤求学敦笃励志力行忠恕任事_第1页
精勤求学敦笃励志力行忠恕任事_第2页
精勤求学敦笃励志力行忠恕任事_第3页
精勤求学敦笃励志力行忠恕任事_第4页
精勤求学敦笃励志力行忠恕任事_第5页
已阅读5页,还剩60页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

概界界图图像处计算图形图像分图像理(转换数图新新新工理技具论术符符(人图像理图像测量所涉及的环图像工程与相关学科和领域的联系与区概图像处理和分析图像基础:颜色基础、RGB模型、HSL数字图像文件图像增强:去除噪声、增强对比度图像分析

图像基蓝绿(C蓝+品红(M,红+黄(Y,红光的三基色与对应的补 颜料的三基颜料的基色是指吸收1种光基色并让其它2种光以颜料的3基色正是光的3补色将光的3基色按照一定比例混合或者将1个补色与相对应的基色混就可以产生白色将颜料的3基色按照一定比例混合或者1个补色与相对应的基色混就可以得到黑色图像基B白B白G黑RRGB颜色模(归一化为单位立方体R通 G通 B通图像基HSL颜色模型光谱中的主要光波长。向量饱和度(Saturation)——调的纯度,纯光谱色完全饱和,随着白光的加入饱和度逐少。向量OP的长度

白B白B.POLG图像基

原图像基RGB与HSL转换关系,设取值范围为L1RG3 S1 RG RGRB/2 Harccos 1/2 HSL模型多HSL模型多用于形图像处理,如photoshop面的色调、亮度、饱和度调节命令;RGB颜色模型色显示器等硬件设

图像基RGB模型与HSL模型转换关HSL→cos60H ,G3Lcos60H cos300H 图像基像 统 矩形每个采样点称为一个像(p),计算内通采用二来表。 图像基位图文件头位图信息头位位图文件头位图信息头位图颜色表位图像素数各像素点数据,真彩色RGB数字图一般为24bit,灰度图像一般为8bit位图文件的结图像增(一)准备知处理。空间坐标的离散化称为空间采样,它确定了图像的尺寸M×N,空间sspsssrsrprsrs像素的邻域:对一个坐标为(x,y)的像素sspsssrsrprsrsrrprrrrprr

若p在图像边缘,其邻域内若干点可能在图像外图像增距离度量:给定2个像素点p(x,y)、1,欧氏距离

p,qx

yt21/ 221221012212212210122122D4p,qxsy222222111222222221112210122111222222D8p,qmaxxs,yt模板运算

图像增……………pw1p1w2p2

wiw9w99将模板中心与p5重合,将下式计算结果重新赋p5图像增对 像的特殊处理(x,y)和g(x,y)分别为增强前后的图像,EH表示增强操作,若EH为点操作:tEH gx,yEHfx, 若EH为模板操作 EHs,n 基于点操作的空域增强方法也叫灰度变换,常见的括直接灰度变换、直方图变换和图像间的代数运算LLctba0 L图像增1,直接灰度变换:设s和t的取值范围为图像求反:将原图灰度值翻转增强对比度:增大原图中某两个灰度值之间的动态范围动态范围压缩:对原图进行灰度压缩,常用方法为:tClog1s灰度切分:将原图某个灰度值范围变得突出,而降低其它灰度值原 图像增2,直方图处理:灰度统计直方图给出了原图灰度分布情,psknk/ k,nk为原图中具有灰度值sk的像素个数,n为像素总数直方图均衡化:将原始图的直方图变换为近似均匀分布的形式原均衡图像增设有一幅64×64,8级灰度图像,n=4096,其直方图均衡化过程01234567nk/t(13566777( tk 注1:tk为原直方图的累积分布

k k

kk

psk注2:tkintN1tk0.5,N为灰度级数

图像增3,图像代数运1图像加运算:对所获取的同一场景的多幅图像求平均,常常C(x,y)A(x,y)B(x,2图像减运算:又称减影技术,是指对同一景物在不同时间拍的图像或同一景物在不同波段的图像进行相减差值图像提供了图像间的差异信息,能用以指导动态监测、动目标检测 、图像背景消除及目标识别等工作图像增0。P工具中大量应用。4图像除运算:又称比值处理,是遥感图像处理常用的方法。图像的亮度可理解为是照射分量和反射分量的乘积。对多光比值处理可以用于消除山影、图像增参考文献:基于比值法的假 像增强效果对比研究,谌进波等 测绘图像增4,空域滤波增强——根据功能分为平滑和锐化平滑滤波器削弱图像中的高频分量,是低通滤波器。它分为模糊——去除小的细消除噪在空域利用实现这些功能,步骤如下:将模板在图中漫游,并将模板中心与图中某个像素位置将模板上系数与模板下对应像素相乘将所有乘积相将和(模板的输出响应)赋给图中对应于模板中心位置图像增A)线性平滑滤波器(邻域平均)与非线性平滑滤中值滤波器(非线性)——既消除噪声,又保持了图像细节工作步将模板在图中漫游,并将模板中心与图中某个象素位置重合模板下各对应像素灰度值将这些灰度值从小到大排成一列,并找出排在中间的灰度将这个中间值赋给对应模板中心位置的像素图像增原 线性平 中值滤图像增B)锐化滤波器——模板的中心系数为正,周围系数为负。并通过变将输出灰度值限定在0~L之间----9----9----

图像增 将R,G,B分量图转化为H,S,L分量利用对灰度图增强方法增强其中的L再将结果转换为R,G,B分量图进行显与直接调整R,G,B分量相比,该方法的物理意义更为明确图像分 图像分割——把图像分成各具特性的区域并提取出 目标的技和过程,是由图像处理到图像分析的关键步骤分割算法有利用区域间灰度不连续性的边界算法利用区域内灰度相似性的区域算法(不作介绍)目标表达和描述——表达是直接具体的表示目标,侧重数据结构描述是比较抽象的表示目标,侧重区域特性和不同区域间的联系和差别和关系描述。图像分(一)边缘检

常见的边缘检测一阶算子(梯度算子000111000121

水平边垂直边

二阶算00400010101010102018

Sobel算

Laplacian算子模图像分Sobel算

Prewitt

Laplacian算0001210101018图像分(二)边界闭1,利用二值形 算完成边界连接或闭形态学基本运算包括膨胀和腐蚀膨胀——将膨胀因子B在原图中漫游,只要B结构与A的交集不为空,则B结构原点所在位置作以标记,所有标记点的集合称为A被B膨胀的结果 + +原图(A为目标区域 膨胀因子(+为原点

膨胀图像分++原图(A为目标区域 腐蚀因子(+为原点

腐蚀图像分,起到连通作用。开启和闭合运保证不产生全局几何失图像分用膨胀运算实现区域用腐蚀运算实现边界原(a)集合

(b)结构元素 (c)对A腐蚀 (d)A减去腐蚀的结果(

图像分目标和背景分Laplacian边缘

二值化(反色膨滤 腐图像分2,利 (Hough)变换完成边界闭Hough变换:在预知区域形状的条件下,利用图像全局类曲线,并把曲线上的点连起来。受噪声和曲线间断影图像分以直线检测为例在图像空间XY里,所有过点(x,y)的直线都满足方或者写成qpx+y,可理解为参数空间PQ里过点(p,q)的一YYXq=-q=-P XY里过点(,y)和j,jP(,。图像分在参数空间PQ里建立一个2D累加数组,设为A(p,q),如图所示[pmin,pmax]和[qmin,qmax]分别为预期的斜率和截距的取值范围1,置数组A为零2,对XY空间中每一个给定点,让p取遍P轴上所有可能值并计算相对应的q值(p、q值都已取整),对A累加:A(p,q)=A(p,q)+13,累加结束后,数组中的最大值即为XY空间共线点个数对应的p,q值即为XY空间直线参数Q

P

极坐标方程解决这个问图像分YλθX直线的极YλθXxcosy0建立一个关于θ,θ区间。图像分变换可以检测满足解析式为f(x,c)=0形式的各类曲线。例如圆xa2yb2令A(a,br)=A(a,br)+1。累加结束后,数组元素最大值对应的(a,b)即图像分正弦曲线IAsin(B3DM(A,B,C)。对图像ABC,令M(A,B,C)=MA,B,C)1A即为正弦的模,B为初相位,CRRGpixelpixel

图像分(三)目标表达方法——骨架提取(细化BRPBRP图像分实际计算中常采用逐次消去边界点的迭代细化算法。它有三个原则不消去线段端点不中断原来连通的点不过多侵蚀区域设已知目标点标记为1,背景点标记为0,边界点定义为本身标记为其8连通邻域内至少有1个标记为0的点8-P1,邻域点如上图所示。然后作下面的处理。图像分⑴首先标记同时满足下列条件的边界点2Np1 其中N(p1)是p1的非零邻点的个数,S(p1(p1)p 2p4p6p

指以p1,p2…p9点为序时,这些值从0到1次数。p2*p4*p6=0表示三个象素点中有一个为值,即背景。当对所有边界点都检验完毕后

p6p8

将所有标记了的点除去⑵标记同时满足下列条件的边界点并除去所有标记点2N(p1)1S(p)1p 2p4p8p

以上两步操作构成一次迭代,算法反代直至没有其它点满足标记条件,这时剩下点为区域的骨

p6p8图像分骨架提取举

图像分(四)目标特1,轮廓提1边缘提取:针对二值图像,运用内部腐蚀算子,删除内部点2差影法:用腐蚀运算使目标区域缩小一个像素的宽度,再与原作减法运算3轮 法:按照一定的“探测准则”和 准则”找出物轮廓上的像素BA图像分2,角点提取——基于Harris方法的角点标(a)平滑区 (b)边缘区 (c)角点区①平滑区域:该区域中,无论窗口如何动,图像强度均无显著变②边缘区域:该区域中,沿着边缘方向灰③角点区域:该区域中,无论超哪个方移动,均会产生灰度值的剧烈变化图像--3,直线、圆、椭--图像分(五)图像 位置和角度等)获得同一场景的两幅(或多幅图像进行图像分图像配准方法一般由以下四个步骤构成第二步,匹配特征。建立特征间的空间对应关系第三步,估计变换模型第四步,图图像分原原待测配准配准测量图像配准用于尺寸测图像分电子枪扭弯曲特性智能检图像分电子枪扭弯曲特性智能检测系统——用户界图像分处理过二值

边缘骨架

Hough变图像分背投电视自动会聚校正系投影电

拍摄图聚电路板相

通过USB图像分三

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论