第9章数字图像处理系统及应用实例ppt课件

1、第9章 数字图像处理系统及应用实例9.1 数字图像处理系统 9.2 应用实例 9.1 数字图像处理系统数字图像处理系统结构框图 9.1.1 数字图像处理系统的分类T通用和专用:T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T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、分量、处理速度、功耗、成本等有特定的要求，数字信号处理器DSP）T高、中、低档T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T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，由于用通用机做主控机

2、，因而在系统环境下，具有较好的再开发能力T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 9.1.1 数字图像处理系统的分类T从图像传感器的敏感区看T 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T从采集部件与景物的距离上来分T 可分为遥感、宏观和微观图像处理系统9.1.1 数字图像处理系统的分类9.1.2 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9.2 应用实例9.2.1

3、 生物医学图像的处理9.2.2 DSP组成的目标检测与识别系统9.2.3 高分辨率遥感影像道路提取9.2.4 立体视觉系统9.2.1 生物医学图像的处理 细胞图像自动分割流程图细胞图像自动分割流程图边缘检测目标定位区域生长目标分割免疫细胞图像自动分割的过程示意图a)一幅免疫细胞图像 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 a) b) c) d) e) f ) 9.2.1 生物医学图像的处理 a)原图 b)边缘检测的结果 椭圆目标的位置检测过程示意图椭圆目标的位置检测过程示意图c)c)从边缘点沿梯度从边缘点沿梯度

4、方向做扇形方向做扇形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9.2.1 生物医学图像的处理9.2.2 DSP组成的目标检测与识别系统1DSP实现目标检测识别的基本框图 2图像算法的处理流程 目的目的 分割分割目的识别 目的目的 跟踪跟踪 视频视频 合成合成 图像图像 预处理预处理图像处理流程 9.2.2 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。9.2.2 DSP组成的目标检测与识别系统9.2.3 高分辨率遥感影像道路提取 1用灰度级标准

5、差检测直线 假设图像空间中的一条角度为 、截距为 的直线 ，映射其灰度级标准方差到参数空间上的一点 ，该点的值 可由以下公式求得 q( )ytgxq( , )q( , )wq-120-101-( , )-2550( , )0,01( , )( , )NiiNiiif x yMNNwqNMf x yf x yN，其中， ，是图像上所有满足y =tg()x+q的点, T 该变换的原理如图所示qqyl0qoq4545o00( ,)qxyo11(,)NNxya)图像空间 b) 在方向上投影 c)映射方差特征到参数空间9.2.3 高分辨率遥感影像道路提取 2梯度矢量均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 处的值，就得到了梯度矢量在参数空间中的统计特性。( , )q9.2.3 高分辨率遥感影像道路提取9.2.4 立体视觉系统 1视觉导航智能视觉导航越野车 立体视觉系统的硬件结构 障碍物检测流程 9.2.4 立体视觉系统边缘检测特征融合计算视差计算距离 2利用立体视觉原理进行地图绘制地图绘制算法流程 9.2.4 立体视觉系统边缘检测轮廓匹配计算视差计算距离精细匹配轮廓匹配