当前位置:文档之家› 8图像处理技术概述

8图像处理技术概述


工程:将自然科学的原理应用于工业部门 而形成的各学科的总称。 图象工程: 在此,简化的认为是不同层次图象技 术的有机结合及应用。 图象工程三层次:
图象处理(图象 ——> 图象)
图象分析(图象 ——> 数据)
图象理解(图象 ——> 解释)
一、图像处理技术分类
图象工程的三个层次
Байду номын сангаас
图象处理:强调在图象之间进行的 变换。 图象分析:对图像中感兴趣的目标 进行测量和检测。 图象理解:在图象分析的基础上, 进一步研究图象中各目 标的性质和它们之间的 相互联系。
(2)车牌的定位:在动态采集到的图象中,自 动找到车牌的位置。
(3)字符分割:在车牌图象上,自动提取单个 字符的图象。
(4) 字符识别:在每个字符图象中识别出字符文字。 在实际应用中,最关键的问题是如何在环境光线变 化、光路有灰尘及车牌模糊的条件下得到清晰的车 牌图象。 这个问题可通过系统安装方式、辅助光源的 设置和车牌图象预处理等方法解决,但在车牌图象 严重模糊,以至于肉眼难以辨别的情况下,很难进 行正确识别,所以在车牌识别中,存在一个识别率 指标。 一段时间内车牌识别率指标的定义为:其中:V: 车牌识别率;NR:这段时间内正确识别的车牌数;NT: 这段时间内识别的总车牌数。
车牌自动识别系统组成:
车牌自动识别系统主要有摄像头、视 频采集接口、计算机和辅助照明装置组成 。计算机通过视频采集接口采集摄像头摄 入的视频图象,经处理和识别得到车牌号 。在自然光较暗影响识别效果时,由辅助 照明装置提供摄像光源。
车牌自动识别的关键技术:
(1)图象预处理:对动态采集到的图象进行滤 波、边界增强等处理,以克服图象干扰,改 善识别效果。
(2)停车场管理:在园区停车场出、入 口处,设有车牌自动识别系统,对进出停 车场的车辆自动识别,并根据数据库中的 车牌数据判断是否是己买(或租)车位的车辆 ,对已买(或租)的车辆放行,并自动记录其 出入停车场时间。 目前车牌自动识别技术大量应用智能 园区的障碍识别率的提高和经济成本的降 低。可以预言,用不了多久这种基于计算 机数字识别技术的车牌自动识别产品将会 大量使用于智能园区的车辆管理。
三、图像增强
图像增强的目的是改进图片的 质量,例如增加对比度,去掉模糊 和噪声,修正几何畸变等 。 直方图均衡化是图像增强最常 采用的方法。
直方图:
直方图是图象的一种统计表达
直方图反映了图像中灰度的分布情况
图象的灰度统计直方图是一个1-D的离散函数
直方图均衡化:
借助直方图变换实现(归一的)灰度映射。
二、图像和视觉基础
分辨率对视觉效果的影响:
所谓“好”的图象是很难定 义的,因为图象的质量不仅是相 当主观的,而且还和给定应用的 要求密切相关。
图象空间分辨率变化所产生的效果
图象幅度分辨率变化所产生的效果
空间和幅度分辨率同时变化所产生的效果
象素间联系:
空间排列规律
象素的邻域
象素间的邻接,连接和连通
象素的邻域:
r
4-邻域——N4(p): r 对角邻域——ND(p): 8-邻域——N8(p):
s r s
p r
r
s p s
s
s
r p r
s r s
象素间的邻接、连接:
邻接仅考虑象素间的空间关系 两个象素是否连接: (1) 是否接触(邻接) (2) 灰度值是否满足某个特定的相似 准则(同在一个灰度值集合中取值)
§3.3 图像处理技术概述
一、图像处理技术分类 二、图像和视觉基础
三、图像增强技术 四、图像分割技术
五、图像识别技术
图象技术
图象技术在广义上是各种与图象有 关的技术的总称。目前人们主要研究的 是数字图象,主要应用的计算机图象技 术。
图像技术的主要功能/作用包括:
对图象的各种加工 基于加工结果的判断决策和行为规划 为此进行的硬件设计及制作
如果说图象处理是一个从图象 到图象的过程,那么图象分析是一 个从图象到数据的过程,而图象理 解是在图象分析的数据基础之上, 借助人的知识、经验等来把握整个 可观世界。
图象工程相关学科和领域
主要相关学科:
♦ 图形学:原指用图形、图表、绘图等形 式表达数据信息的科学,而计算机图形 学研究就是如何利用计算机技术来产生 这些形式
医学图像处理技术:
视频跟踪系统
图像分割方法可以分为两大类。一类 是边界方法,这种方法假设图像分割结果 的某个子区域在原来图像中一定会有边缘 存在;一类是区域方法,这种方法假设图 像分割结果的某个子区域一定会有相同的 性质,而不同区域的像素则没有共同的性 质。
五、图像识别技术
图像分类(识别)属于模式识别的 范畴,其主要内容是图像经过某些预处理 (增强、复原、压缩)后,进行图像分割 和特征提取,从而进行判决分类。 图像分类常采用经典的模式识别方 法,有统计模式分类和句法(结构)模式 分类,近年来新发展起来的模糊模式识别 和人工神经网络模式分类在图像识别中也 越来越受到重视。
车牌自动识别技术作为车辆识别的先进 技术手段,在智能园区中可以用于以下几个 方面: (1)车辆出、入园识别:园区的业主入住 时,将自己的汽车进行登记,其车牌信息将 记录在计算机数据库中。在园区大门处,设 有车牌自动识别系统,对进出车辆自动识别 ,并根据数据库中的车牌数据判断是否是园 区内的车辆,对园区内的车辆放行并自动记 录其出入园时间,以便出现车辆被盗等情况 时查询;对园区外车辆,将要求其登记后方 可进入。
图像处理应用方向举例: 车牌识别系统
医学图像处理
视频跟踪系统
车牌识别系统:
目前指纹识别、视网膜识别技术己 经到了实用阶段;声音识别技术发展也 是相当的快。作为现代社会的主要交通 工具之一的汽车,在人们的生产、生活 的各个领域得到大量使用,对它的信息 自动采集和管理对于交通车辆管理、园 区车辆管理、停车场管理等方面有十分 重要的意义,成为信息处理技术的一项 重要课题。
均衡化(线性化)基本思想:
变换原始图象的直方图为均匀分布
==> 大动态范围 使象素灰度值的动态范围最大 ==> 增强图象整体对比度(反差)
四、图像分割技术
为后续工作的有效进行而将图像划分 为若干个有意义的区域的技术,称为图像 分割 。 图像分割是一种重要的图像技术,在 理论研究和实际应用中都得到了人们的广 泛重视。图像分割的方法和种类有很多, 有些分割运算可直接应用于任何图像,而 另一些只能适用于特殊类别的图像。
从20世纪90年代,人们就开始了对 汽车牌照自动识别的研究,其主要途径 是采用计算机图象处理技术对车牌的图 象进行分析,自动提取车牌信息,确定 汽车牌号。在车牌识别过程中,有人使 用模糊数学理论判别车牌在图象中的位 置和字符,也有用神经元网络的算法识 别车牌中的字符。目前车牌识别的理论 己经成熟,离线算法识别率己经达到很 高水平。
♦ 图象模式识别:试图把图象分解成可用 符号表示的较抽象地描述的类别
♦ 计算机视觉:主要强调用计算机实现人 的视觉功能,目前的研究内容主要与图 象理解相结合
应用领域:
(1)视频通信:可视电话,电视会议,远程教育; (2)文字档案:文字识别,过期档案复原,邮件分捡, 支票,签名辫伪,办公自动化; (3)生物医学:红白血球计数,染色体分析、X光、CT 、医学手术模拟规划,远程医疗; (4)遥感测绘:巡航导弹制导,无人驾驶飞机飞行,精 确制导,矿藏勘探,气象预报,自然灾害监测; (5)工业生产:工业检测,工业探伤,自动生产流水线 监控,移动机器人,无损探测,印刷板质量检验,精 细印刷品缺陷检测; (6)军事公安:雷达图象分析、巡航导弹路径规划 / 制 导,罪犯脸形合成、识别,指纹、印章的鉴定识别; (7)交通管理:太空探测、航天飞行、公路交通管理。
相关主题