数字图像处理系统及应用实例

1、第11章数字图像处理系统及应用实例1数字图像处理系统2应用实例1数字图像处理系统数字图像处理系统结构框图1.1数字图像处理系统的分类采通用和专用：0通用系统主要用于方法研究、大型计算、多媒体技 术研究、视频制作等专用型处理系统一般用于特殊用途，处理任务单一 ,但对系统体积、重量、处理速度、功耗、成本等 有特定的要求，数字信号处理器（DSP）1.1数字图像处理系统的分类采高、中、低档站高速信号处理芯片设计而成，采用多CPU或多机结构, 具有适合图像和信号处理特有规律的并行阵列图像处 理器中档系统以小型机或工作站为主控计算机，加上图像 处理器构成。这类系统具有较强的交互处理能力，同 时，由于用通用

2、机做主控机，因而在系统环境下，具 有较好的再开发能力O低档的计算机图像处理系统由计算机加上图像采集卡 构成，其结构简单，是一种便于普及和推广的图像处 理系统11 数字图像处理系统的分类聚从图像传感器的敏感区看可分成可见光、红外、近红外、X射线、雷达、伽玛射线、 超声波等图像处理系统聚从采集部件与景物的距离上来分可分为遥感、宏观和微观图像处理系统1.2计算机图像处理系统的基本构成1. 图像采集部件2. 图像处理部件3. 识别结果的输出部件一种是根据图像处理的结果做出判断另一种则是以图像为输出形式。输出方式有屏幕输出、打印输出和视频硬拷贝输出2应用实例2.1生物医学图像的处理2.2 DSP组成的目

3、标检测与识别系统2.3高分辨率遥感影像道路提取2.4立体视觉系统2.5车牌识别2.1生物医学图像的处理边缘检测细胞图像自动分割流程图2.1生物医学图像的处理b)d）e）f）免疫细胞图像自动分割的过程示意图a）幅免疫细胞图像b）边缘检测的结果c）目标定位并与b）叠加的结果d）计算目标中心点 e）计算目标所在矩形f）在矩形框内分割图像2.1生物医学图像的处理a）原图b）边缘检测的结果d）累加器累加的结果e）对d取阈值并与b叠加f）计算中心点c）从边缘点沿梯度 方向做扇形椭圆目标的位置检测过程示意图2_2 DSP组成的目标检测与识别系统1. DSP实现目标检测识别的基本框图视频输岀EMIFA BUS

4、2.2 DSP组成的目标检测与识别系统2. 图像算法的处理流程图像处理流程2.2 DSP组成的目标检测与识别系统3. 算法中的关键技术1）空域高通滤波将小目标进行增强，提高它的信噪比。2）自适应门限分割技术。3）图像特征匹配，通过多帧检测，识别出真正的目标。2.3高分辨率遥感影像道路提取1.用灰度级标准差检测直线假设图像空间中的一条角度为0、截距为的直线y = tg(3)x + q ,映射其灰度级标准方差到参数空间上的一点(0,q)，该点的 值w(0, q)可由以下公式求得FTah:彳亓工y) M) +255, N 0w(0, q)= 045 4522.3高分辨率遥感影像道路提取2.梯度矢量均

5、值约束的线目标检测对原始图像进行梯度变换，对梯度矢量进行统计，用梯度矢量均 值来代替上一节（&Q处的值，就得到了梯度矢量在参数空间中 的统计特性。a）图像空间b）在方向上投影c）映射方差特征到参空间2.4立体视觉系统1 ）视觉导航2.4立体视觉系统2.4立体视觉系统2.4立体视觉系统2.4立体视觉系统智能视觉导航越野车VZ7 CAM Sensor / 甲 HeadIFFFIMjr FirpWifflDSP platform1 GHz T l TMSC6414256 Mbyie RAM Ethernet & FueWire Interface立体视觉系统的硬件结构边缘检测特征融合计算视差计算距离

6、障碍物检测流程2.4立体视觉系统2.4立体视觉系统2）利用立体视觉原理进行地图绘制2.4立体视觉系统2.4立体视觉系统边缘检测精细匹配一计算视差2.4立体视觉系统2.4立体视觉系统地图绘制算法流程轮廓匹配结果2.4立体视觉系统边缘精细匹配结果2.4立体视觉系统带纹理的重建三维建筑图像2.4立体视觉系统结合GIS系统的三维建筑重建图像2.5车牌识别一、研究意义主要用于高速公路收费系统，大大提高车辆 过关的速度。二、车牌识别技术1、IC卡识别技术IC卡卡内存储了该车的车牌号码以及其他一些信息， 当汽车通过设有车辆检测装置的路口时，IC卡系统将与路 口的计算机系统进行对话，使之辨识出该汽车的车牌号码

7、 和其它相关内容，从而可以实现监督和管理。缺点：(1)整套装置价格昂贵，硬件设计复杂；(2) 不适合异地作业，且须制定全国统一的标准；(3)无法核 对车、卡是否相符，也是IC卡技术存在的缺点。2、条形码技术通过在车辆的侧面印刷条形码（其中包括地区、车 型、车牌号码等基本信息），当条形码扫描器阅读出这 些信息后，就可以完成识别任务。缺点：（1）条形码识别技术对于扫描器要求很高; （3）须在全国范围有统一的标准，推广起来也很困难。3、图像处理技术1、基于图像分析的车牌识别技术研究（谭志标，硕士论文）1、识别流程2、图像采集两种触发采集方式：(1) 外设触发。釆用线圈、红外等检测器检测车辆到 达信号

8、，触发采集设备抓拍。视频触发。采用运动目标序列图像分析处理技术, 实时监控车道上车辆的运动状况，当发现车辆通过时，触 发抓拍。 13、车牌定位(1) 灰度转换Gray - Rx030 +Gx0.59 + Bx0.11(2) 边缘检测及二值化(y方向梯度；二值化)1長那！1魁I画1丄一丈Ir、対戶1d Z 込 upfHm *蹲1rwa織 d1（3）图像增强使用膨胀算法，使与白色象素连接的背景点（志 色象素）合并到目标象素中，结果是使白象素区域增 大，空洞缩小。（4）车牌区域检测车牌区域检测就是利用车牌字符垂直边缘紧密连 接的特征来检测的。(1) 根据柏摄的图像，我们设审一个大小为i00X15象索

9、的矩形框.矩形框在整图中从下往上.从左往右滑动。(2) 设定一个字符最大间即值Char_DePartMax=20 ,区域数变呈p_Counter=Oo(3) 在矩形框内从下往上一行一行的扫描，当满足下面条件：框内每行的相邻的两个白象素点的距离都不超过Char_DcpartMax,那么就可以认为此矩形框所处的位置是一个车牌待定区域F记录此框的左下坐标为Positionfp Counter=(LeftDown Xr LeftDown_Y)o 当小满足条件，改变扫描起点坐标，继续3。(4)由于拍摄等原因.车牌的大小并不是宦的.因此还需要把这个区域进一步扩充定位。以Positionp_Counter为

10、起始坐标,继续往右和往上扫 描，当有位置不满足上述矩形框的条件时.记录该矩形框的右上位置坐标(RightUp_X, RightUp_Y)。那么,第一个车牌待定区域检测结束。判断是否根据寻找的待定区域的长宽比筛选出最接近车牌长宽比的区域来。it如2车牌赳咸跟踪结果Figure 4-2 Number Plate Region Tracking Results由图4-2,车牌区域跟踪结果有三个候选区域A、B、C,但是，根据车牌 长宽比夜4:1附近，选择最接近4:1的区域C,因此，C就是最后确定的车牌 区域-（5）颜色分析颜色分析就是根据待定车牌区域的颜色信息判断车牌 的颜色。我国现行的牌照中，最多的是黄底黑字（大车）、蓝 底白字（中小车）。在灰度图像中，黄底黑字车牌的字符灰度 比背景低，而蓝底白字则字符灰度比背景高，二值化之后 黑白正好相反。所以，在定位过程中，要判断该车牌的颜 色，然后才能分析字符的纹理，如果是背景灰度比字符灰 度低时，先要反色处理，统一成字符为黑色，背景为白色