图像处理与应用简述

1、图像处理的基本概念

什么是数字图像？
数字化： 空间离散化、幅量化

图像是二维能量（灰度、强度）分布描述。

• “图”是物体透射光或反射光的分布，
• “像”是人的视觉系统对图的接收在大脑中形成的印象或认识。
• 图像处理是对图像信息进行加工处理，以满足人的视觉心理和实际应用需要。
• 数字图像处理就是依靠计算机对图像进行各种目的的处理。

图像来源：静止或视频相机；x-ray设备；电子显微镜；雷达；超声等。
应用领域：娱乐；医疗；商务；工业；军事；安全；科学研究等；

从信息处理角度看：

图像处理目的：通过观测者（人或机器），从场景图像中提取感兴趣信息。

图像内容细分：

2、图像处理的发展历史

第一个数字图像系统：Bartlane,用于图像传输。

数字图像处理是从60年代以来随计算机的技术和VLSI的发展而产生、发展和不断成熟起来的一个新技术领域，理论上和实际应用上都并
取得了巨大的成就。

? 1964年美国JPL实验室处理卫星发射回来的月球表面的照片，用计算机进行图像复原，以改善图像的质量；－－图像复原的研究和发展。

? 1970年代处理地球卫星获取的遥感图片，进行地质资源探测，农作物估产，水文气象监测等; －－图像增强和图像识别的研究和发展。
? 1971年X光断层图像重构技术，英国G.N.Hounsfield 第一台脑断层摄像仪（Computer Tomograph）应用，1979年因此获诺贝尔奖。
－－图像重构的研究和发展。
? 70年代末，随着人工智能的兴起和发展，开始计算机视觉的研究，由2D图像中获取3D空间信息； －－计算机视觉研究的兴起

? 80年代末和90年代，高速计算机和大规模集成电路的发展，使图像处理技术更趋成熟：
? 图像压缩和多媒体技术的突破和发展；
? 文本图像的分析和理解，文字的识别取得重大的进展；
? 全球通讯技术的蓬勃发展，使图像通讯和传输的广泛应用，各数字图像处理技术取得广泛的开拓性的发展，进入成熟应用阶段。

3、数字图像处理与机器视觉系统

• 光源：目标照明，目的是获取有效信息，因为大多数时候有用信息是包含或者淹没在北京或干扰信息内，通过专用照明可以提取有效信息或降低背景和干扰信号。

• 镜头：用于汇聚光线，目的是光学成像。镜头的使用会带来各种信息失真，包括畸变、色差、照度不均匀等。

• 相机：用于光电转换，是将图像变成可输出保留的信息。相机中有三个核心功能，选择不同形式的传感器，如面阵、线阵、TDI、红外、紫外等传感器，可以获得不同形式和内容的目标信息；进行格式转换以便后续输出媒体接收；进行简单的或复杂的图像处理。

• 图像采集：用于数据的采集，目的是中转数据并对数据做初步处理。采集卡是系统中的一个中间环节，不同形式的变形会产生不同形式的系统。常见形式包括：集成式；分布式；后台处理式。
  图像处理：用于信息分离和信息分类，目的是对特定目标进行识别。机器视觉系统中主要有两种形式：一种是在基础和专用平台上自主编制应用软件，另一种是直接使用特定的格式软件，运行的载体有工业PC或专用硬件（FPGA,DSP,PowerPC等）。

图像处理位于机器视觉系统后端，因此必须从机器视觉系统的角度评估图像处理的难度并设定设计指标，在此基础上进行图像处理算法的分析和设计。

4、数字图像处理的应用

应用领域：

• 航空航天
• 生物医学图像处理
• 军事图像处理
• 工业产品检测
• 工业自动化控制
• 机器人视觉
• 通信领域

5、数字图像处理的基本流程

6、图像预处理

像素映射：根据输入图像全局特性，对像素灰度值进行重新映射。比如根据输入图像的均值和标准差（或最大值和最小值），将输出图像规格化到给定的增益和偏置。像素映射可用查找表实现以提高效率。

幂映射是非常常用的像素映射方法。当幂指数小于1时，将对低端灰度进行扩展，对高端灰度进行压缩；当当幂指数大于1时，将对低端灰度进行压缩，对高端灰度进行扩展。

7、图像分析
图像分析，简言之，即为模式识别，目的在于：在场景中识别与实际对象相对应的模式，确定其姿态，包括位置、方向、尺寸等。

在工业应用中，常用的图像分析工具包括：匹配定位、Blob分析