读书报告图片

《数字图像处理》读书报告————钱增磊提要：本人现进入江南大学物联网工程学院研究生，开始进行研究计划，所研究方向为图像处理以及智能视频分析，先要对其基础学科进行深入学习，着重掌握图像处理的基础、概念等有关知识，由导师梁教授的建议，选择冈萨雷斯的《数字图像处理》进行基础性学习，现制定读书计划，每一周进行读书总结，消化本周所学习内容。

本书是数字图像处理的经典著作，全书共分为12章，内容包括绪论，数字图像基础、灰度变换与空间滤波、频域滤波、图像复原与重建、彩色图像处理、小波及多分辨率处理、图像压缩、形态学图像处理、图像分割、表现与描述、目标识别。

本书是第三版，是综合前两个版本的内容，以及近10年来图像处理的发展而做的更新，使全书讲的更为透彻、清晰，跟上时代的潮流。

1、数字图像处理没有非常精确的范围，它常与数字图像分析，计算机视觉等方面具有可重叠性质，故我们把数字图像处理的范围进行三方面的概括，在这个连续的统一体中可以用3种典型的计算处理来区分其中各个学科，分为三个等级：1、初级的操作，包括降噪、增强对比度、锐化，特点是输入输出的数据都是图像，其中间过程便是图像处理；2、中级处理，涉及分割及缩减对目标物的描述使其适合计算机处理，其输入是图像，输出是提取图像的属性；3、高级处理，涉及被识别物体的总体理解，执行与视觉相关的识别函数，针对单个对象的识别。

2、是图像处理的历史与发展。

（1）图像处理早在20世纪20年代初就已经开始有了应用，最早的应用是出现在报纸行业，最早的图像时通过海底电缆从伦敦传往纽约的图像。

该方法是早期没有计算机的情况下进行的图像处理方法之一，就是首先通过编码，在接收端利用电报打印机通过字符来模拟中间色调还原图像。

后来发展为在电报接收端用穿孔纸带打出图片，这就是早期的bartlane 系统，编码时用5个等级的灰度值来表示，后发展为用15个等级的灰度值。

（2）而在计算机的出现，首先简要概括了计算机的历史，冯诺依曼提出了两个概念，一个是保存程序和数据的存储器，另一个是条件分支。

这两个概念就作为现在cpu的基础，也就是计算机的最初起源。

利用计算机技术改善空间胎侧器发回的图像的工作，开始于1964年美国加利福尼亚喷气推进实验室，也是作为数字图像处理的起始。

（3）接下来开始涉及医学图像、地球遥感监测、天文学等领域。

1960s末到1970s初，计算机轴向断层扫描技术（ccat）出现，在医学上，数字图像处理得到了空前发展。

（4）开始用计算机程序增强对比度、将亮度编码为彩色，应用于工业、医学、生物科学、地理学等领域，而在考古学中，图像的增强与复原技术得到了充分应用。

（5）发展到现在，数字图像处理应用的领域开始朝向解决感知问题。

3、图像处理的图像源的研究图像源有许多，最主要的是基于电磁能谱，由于每一个应用领域所要观测的捕获的物体不同，得到侧重点不同的影响，所以就产生光源的不同，电磁能谱的排布根据波长的不同而具有不同的能量的光源。

（1）伽马射线，作为能量最高的光源，主要应用于核医学和天文学的观测，书中举例利用放射性同位素标记法，当该物质衰变时发出伽马射线（放出正电荷，与电子相遇，两者共同湮灭，同时放出两束伽马射线），构成影像。

而在天文观测中则是用成像物体自然辐射得到。

（2）x射线，主要的应用在医学上，血管造影技术以及x射线的轴向断层扫描技术。

主要产生该射线的是用x射线管，阴极加热释放自由电子，向阳极流动，撞击产生x射线，落在胶片上使其感光。

而对于数字图像，则有两种方式：其一是用数字化的x射线胶片；其二则是用x射线通过病人身体直接落在某装置上，使x射线转换为光，然后用光敏数字系统来捕获。

（3）紫外线，主要应用于光刻技术，工业检测、显微镜、生物成像、以及天文观测等。

最显著的应用是荧光显微镜，最基本的任务就是用激发光照射需成像的物体，然后从强光中分离出较弱的荧光。

（4）可见光与红外线波段，由于两者的成像总是相结合，故研究中常放在一起。

红外线波段成像主要距离应用是发现地球表面接近可见光的红外线发射源，用来估计各地区的电能使用百分比。

可见光应用于生产产品的自动视觉检测。

（5）微波波段，主要应用于雷达。

（6）无线电波，主要应用于医学上，比如核磁共振成像（mri）。

（7）其他方式成像也很多，比如用声成像，可以用来地质勘测，更主要的在商业中进行勘测石油与矿产。

还有用超声波成像，可以用声速来计算距离等。

还有电子显微镜成像，分形成像等。

4、数字图像处理的基本步骤一共包括十个步骤，分别是图像获取、图像增强、图像复原、彩色图像处理、小波分析、压缩、形态学处理、图像分割、表述与描述、图像识别。

我们通过对特定的设备将获取图像，转换为数字形式，对图像进行一些预处理，使其计算机能够更好地识别和处理，然后进行图像的修复，使图像更加接近真实，然后通过小波分析进行减噪处理，进一步进行细化处理，对于高精度的图像，根据图像的特性选用适当的算法进行压缩编码，然后分割提取特征，最后与数据库中的内容进行匹配，从而识别。

5、图像处理系统的组件（1）一个图像处理系统需要有其感知的设备，有两种方式进行图像获取，一个是用物理设备，对物体发射的能量很敏感；另一个是用数字化器，把模拟信号转换成数字信号。

（2）特定的图像处理硬件（3）计算机，一般选用通用计算机适合各类图像处理系统。

（4）软件，有通用与专用的图像处理软件。

（5）大规模存储能力，对其分为三类，第一类是用于处理期间的短期存储，一般选用计算机内存或者缓冲存储器，速度快；第二类是快速调用的在线存储，一般选用光介质或磁盘，是尤其频繁的访问来决定的；第三类是档案存储，不需要频繁的访问，是海量存储；（6）图像显示器（7）硬拷贝装置（8）网络，图像传输中最重要的便是带宽。

总结通过对第一章绪论的学习，基本上对数字图像处理的概念、应用、起源及其发展有了一个大体的了解，在后续章节中将会继续深入学习，目前还存在一些遗留的问题，图像获取是怎么实现的，如何编码，如何保证在解码的过程中不会出现错误，如何识别图像的物体等等，都会在后续的学习中一一深入了解。

篇四：数字图像处理读书报告efficient object detection and segmentation for fine-grained recognition 细粒度识别的有效目标检测与分割李其信 201120952 信号与信息处理1摘要本文提出了一种针对细粒度的识别的目的检测和分割算法。

该算法首先检测可能属于对象的低级别的区域，，然后通过传播进行完整的对象分割。

除了分割对象，我们也可以以中心“放大”对象，依据尺度比例规范对象，因此折扣背景的影响。

这种算法与一个国家的最先进分类算法的结合能明显提高性能，特别是对于认为很难识别数据集，如鸟类物种，性能提高更加明显。

该算法的效率远远超过同样方案下的其它已知算法[4,21]。

我们的方法也比较简单，我们将其应用到不同的对象的类，如鸟类，花卉，猫和狗。

我们在一些基准细粒度的分类数据集上测试了该算法的性能。

它优于所有已知的最先进的方法对这些数据集的性能，有时高达11%。

在所有的数据集上应用此算法，基线算法的性能提高了3-4%。

我们在识别性能上具有挑战性的大规模花的数据集（包含578个品种的花250000图像）上进行试验，观察到还观察到上出现超过4%的改善。

2背景本文讨论的对象分类问题属于相同的基本范畴，如物种鸟，花等。

这个任务通常被称为细粒识别，需要特定领域的专家知识，而这些知识通常很少的人才有。

因此，开发自动识别系统这样的任务对于非专家存在很大好处。

毫无疑问，细粒度的分类面临的主要挑战是物种之间细微的差异。

然而，一个自动系统会遇到更多的挑战。

例如，图像通常包括丰富的自然环境和具有挑战性的背景，其中的背景的影响可能会变得突出，从而干扰算法的识别。

但是，有时背景可能是有用的，所以分割出背景将是有益的。

分割也有助于提取感兴趣对象的轮廓，可以提供良好的特征识别。

一种检测和分割算法的另一个好处就是，它可以定位对象，这个对象是有益的，特别是如果该对象不在图像的中心，或者大小的中央，不同于其它对象的大小。

在本文中，我们提出了一个有效的目标检测分割算法，可以有效地用于对象定位和大小规范（图1）。

我们的方法是试图识别它之前，先分割可能感兴趣的对象，这种方法比以前的快很多，适用各种不同的超类别，如鸟类，鲜花，和猫狗，并改善了识别细粒度的分类任务中的性能。

我们的方法是在检测的时候基于感兴趣类的识别。

在这里，为对象的超类，如鸟类，这个想法是建立基于特征的初步检测。

这些检测器是对象的指示器，可以帮助指出对象可能的位置。

我们进一步应用基于拉普拉斯操作数的传播方法，这种方法可以在低级别的线索中分割完整的对象。

这里的关键是，这个传输过程是由最初检测到区域来引导，但在同一时间能够保存对象的边界，从而有效地分割完整对象。

此外，所得到的分割是用来定位对象，折扣的背景的影响。

我们的实验显示，这对于最终的识别是相当有益的。

3过程论文第3节介绍如何在一个图像中检测和分割对象。

第一步，3.1节中完成一系列基本的基于区域的部分对象检测。

然后，在3.2节中提出，使用这些区域作为初始化条件，利用拉普拉斯传播方法。

最后，第4节中，将分割后的图像（它包含检测到的和分段对象，可能被裁剪或者大小已被调整）和输入图像，通过该功能特征提取和分类管道（第4节），最终得到分类的结果。

3.1对象的特定区域检测3.2全对象分割3.2.1用像素点的特征ij表示图像第j个像素，fj表示它的特征表示。

分割任务的目标是找到每个ij的标签xj，当像素属于分割的对象时，xj?1，否则xj?0。

利用每个像素点fi组成相似矩阵w。

只有相邻的像素点之间的关系矩阵我们将wij 是非零的，出于计算的速度或者其它的可能选择，wii设为0，fi为像素的颜色值。

目标是最小化成本函数c(x) （1），y是对于一些或者全部像素点，期望的标签时这些卷标约束对于强加什么是对象什么是背景这种先验知识是非常有用的。

这是一种标准的拉普拉斯标签传播的制定，上面的公式通常写成一种更方便的等价公式：其中，s定义：3.2.2优化.方程式1的优化问题是可以用文献[ 28 ]的迭代来解决。

另外，它可以作为一个线性的系统方程来解决，我们选择这种方法，对方程1求导后，我们得到一个最优解x。

在我们的实现中，我们使用共轭梯度方法进行预处理，实现了非常快速的收敛性。

由于前景的扩散特性和不同的图像的背景（和数据）可能会有所不同，我们分别单独考虑只有前景或者只有背景的检测。

这是由于对其中一个进行的分割可能是好的但是相对于其它结合结果的前景和背景的分割产生更一致的分割和利用功能的互补性。

表示钇铁石榴石= y的时候y> 0和0，否则，?ybg = y初乳＜0和0，否则，我们解决了：定义yfg=y 当y>0时，否则yfg=-y 在实践中，这两个分割通过应用下列规范标签同时进行因为它避免了单独优化，这使得算法更快。