光学图像处理

•2
•2012‐5‐4
5、图像复原（image restoration)
图像复原技术：去除和减轻在获取数字图 像过程中发生的图像质量下降（退化） • 光学系统造成的变形 • 运动造成的模糊 • 系统和光度学因素产生的干扰
6、图像重建
图像重建是从数据到图像的过程，即输入的是 某种数据，而最终得到的是图像。
•2012‐5‐4
光学图像处理
第一课
教学计划
课程性质和任务 基本概念、原理和方法
先修课程 高等数学,线性代数
教材:冈萨雷斯著，阮秋琦译 数字图像处理（第 二版） 电子工业出版社 2003年3月
参考书： z 数字图像处理，朱志刚，清华大学出版社，2000
年6月
教学计划
考核方式 本课程的考核分为平时成绩、期末考试
•3
• 亦是，对客观存在的物体的某种属性的描述。
传统光学硬件的问题：
1、随着放大倍数和分辨率的增大，景深减小， 使得物体不可能在一幅图像中完全聚焦清晰。
2、生物医学及材料科学的成像要求显微镜既要 有更高的分辨率又要有足够的景深，这是传统光 学硬件的矛盾。
•表1 图像处理方式比较
图像方式 处理速度 灵活性能 精度
图像的表现形式 • 可见图像的波段
γ射线 X射线 紫外线 可见光 红外线 微波 无线电波
蓝
绿
红
400
500
600
多光谱图像和单光谱图像
700
nm
可见光与红外波段成像
构成数字图像的两个基本要素
地址和 灰度值
数字图像的表示： f(x,y) 表示一幅图像，x,y,f为有限、离散值
数字图像处理的算法分类
图像变换目的在于：是图像处理问题简化，更有利于图像 特征的提取，有助于从概念上加强对图像信息的理解。 主要有空域的变换和频域的变换
3、图像增强（Enhancement)
当无法知道图像退化有关的定量信息时，可采用 图像增强技术来改善图像质量。
4、图像分割（Segmentation) 是按照一定的先验知识和图像像素间的相似性将 图像分割成若干个信息区的图像的过程。 例如：水果分类。。。
成像学的主要任务: 是通过一定的方法和技术，使人能 观察和理解人眼不能直接看到的图像或景物。
¾ 图像的重要性
人类离不开图像，计算机图像技术渗透到各 个科技领域。画面比文字更直观、更生动，人类 75%以上信息来自视觉。
• 图像：对客观存在的物体的一种相似性的生动模 仿或描述。是一种不完全的、不精确的，但在某 种意义上是适当的表示。
CT(computed tomograph)就是图像重建处 理的典型应用。
7、图像压缩编码
数字图像的特点之一是数据量庞大，尽管 现在有大容量的存储器，但仍不能满足对 图像数据（尤其是动态图像、高分辨率图 像）处理的需求，因此在实际应用中图像 压缩是必要的。
8、模式识别
模式识别在数字图像处理和分析中占有重要的地 位，识别所得到的结果往往接近于甚至就是整个 图像处理和分析的最终结果。图像增强、变换和 复原均属于图像处理范畴，而图像识别则属于图 像分析范畴所得到的结果是一幅有明确意义的数 值或符号构成的图像或图形文件。模式识别的 目的是对图像中的物体进行分类，或确定图像中 都有什么物体
成绩两大部分，其中期末考试以闭卷笔试 为主。总成绩按以下公式计算：
总成绩＝平时成绩×30%＋期末成绩×70% 平时成绩:大作业(30）分
1.1 引言
¾ 人的视觉局限性 •可见光谱带是：0.38--0.8微米; •亮度适应范围大约从百分之几到几百万流明（cd/m2）； •最小分辨角为：1分; •时间分辨能力为：0.05s—0.1s; •人眼不能透视。
光学
快
中
中
照片
快
差
差
录像
快
中
差
数字
慢
好
高
再现性 中 差 中 好
1.2、数字图像处理起源与应用
计算机的发展
1948年贝尔实验室发明了晶体三极管； 1950-1960 高级编程语言（cobol和fortran) 1958年得州仪器公司发明了集成电路(IC) 1960年早期的操作系统的发展 1970年Intel公司的微处理器 1970年大规模集成电路(LI)所引发的元件微小化
黑白图像 0≤f（X，Y）≤2n-1 黑白图像，一般n=6~8
彩色图像
|fi（X，Y）| i=R， G，B
以三基色表示的彩色图像
光谱图像
|fi（X，Y）| i=1， 2…m
遥感图像，m=6~8或更大
立体图像
fl（X，Y），fr（X， 左右视点得到同物体的图
Y）
像对
动态图像 |ft（X，Y）| t=t1， 动态图像，动画制做等 t2…tr.
革命 1981年IBM公司的个人计算机的问世 大规模的存储设备和显示设备的发展
1.3 数字图像处理的概念
1、图像的类型
物
体
数学
函数
图像
可见的图像
光
图
照片、
像
图与画
不可见的 物理图像
•1
•2012‐5‐4
2、图像的表现形式
图像 数字化后描述形式
备注
二值图像 f（X，Y）=1或0 文字、线条图、指纹等
抽
象
程 度
低层
中层
高层 高
语义
图象处理 图像分析 图像理解
数 据 量 像素
目标
符号 小
数字图像处理系统
数字图像处理系统的三个部件：
图像数字化设备——图像采集 计算机——图像处理 显示设备——图像显示
Βιβλιοθήκη Baidu
1.4 数字图像处理的内容
1、图像的获取、采集 • 照明系统的设计 • 光路的设计 • 光电转换器件的设计或选取 • 数字信号的采集、显示 2、图像变换
• 模式识别包含两个部分： 特征提取和决策分析。
• 模式识别的方法： 模板匹配方法，统计分类，模糊分类以及
人工神经网络
• 图像处理 1. 图像采集、获取和存储（包括各种成像方法，摄像机校正等） 2. 图像重建 3. 图像滤波、增强、复原，拼接等 4. 图像压缩编码 • 图形分析 1. 边缘检测，图像分割 2. 目标表达、描述和测量（包括二值图像处理等） 3. 目标颜色，形状、纹理、空间、运动等的分析 4. 目标检测，提取、跟踪、识别和分类 • 图像理解 1. 图像配准和特征匹配、融合 2. 3-D表示，建模、场景恢复 3. 图像解释、推理（包括语义描述，信息模型和专家系统等）