时间:2023-10-09 16:07:50
序论:在您撰写数字图像处理综述时,参考他人的优秀作品可以开阔视野,小编为您整理的7篇范文,希望这些建议能够激发您的创作热情,引导您走向新的创作高度。
关键词:数字 图像处理 应用
中图分类号:TP391 文献标识码:A 文章编号:1672-3791(2016)03(b)-0022-02
数字图像处理技术发展是十分迅速的,从早期的电报打印机打印的粗糙图片,到图像信号可以远距离传输并清晰显示出来,到现在数字图像处理技术可以观看到人体内部组织结构等等,在技术发展的同时,在人们生活中的作用也越来越显著。
1 数字图像处理技术的主要分类
数字图像处理的技术基本可以分为两大类:分别是模拟图像处理和数字图像处理.模拟图像处理内容主要包括光学图像处理和电子图像处理。如人们平常拍照、摄像头监控和电视信号处理等都属于模拟图像处理。模拟图像处理的优点是处理速度快,系统占用运行内存小,图像实时性强, 能够在处理的同时进行其他图像的处理,其缺点是处理精度较差,处理功能比较单一,没什么智能判断能力和非线性处理的能力。
数字图像处理技术是目前主流的处理技术,其功能的实现一般需要计算机软件的支持,所以一般也称之为计算机图像处理。数字图像处理有很多优势,如处理内容方面,处理精度方面,处理灵活性等等都是模拟图像处理所比不上的,而且可以进行复杂的非线性处理,改变处理功能只需要进行不同功能模块的重新编码和参数变换,但其处理速度慢,尤其是在进行复杂的图像处理时更要占用更高的内存。
2 数字图像处理技术的主要内容
2.1 图像的显示
图像显示是数字图像处理技术中最基本也是最重要的一门技术,对于计算机来说,获取信息的最直观的方式就是图像的观看,任何其他图像处理技术都需要先显示图像,然后在图像做后续操作,如对图像进行特效显示,包括图像的扫描,图像的移动,分条栅栏,马赛克效果,百叶窗效果等,所以图像显示的原理和基本方法是数字图像处理技术中所必须掌握的[1]。
计算机显示图像并不是直接打开图像并显示在电脑荧幕上,当大家想要打开一幅图像时,计算机首先得调用电脑自带的调色板,一幅位图里面包含了图像颜色信息表,当载入位图,并且准备打开位图的时候,系统会先将位图自身的颜色信息表即调色板载入系统调色板,然后显示硬件调用系统调色板就可以显示位图原来的颜色了。
2.2 图像的几何处理
为了满足视觉的不同需要,人们需要对图像的显示进行不同的处理,以求给人带来最适合的视觉效果,其方法包括坐标变换,图像的放大,缩小,旋转、移动等。
2.3 图像的变换域处理
数字图像处理经常要用到线性系统,在图像处理中使用空间作为参数来描述,通常用二维系统进行表示,输入函数f(x,y)表示原始图像,输出函数g(x,y)表示经处理后的图像,线性系统可以看作是输入函数和输出函数之间的一种映射w,反映了各种线性图像的处理方法,关系公式如下:
当将图像有空间域变换到频域时,一般要用到线性正交变换,线性正交变换算法主要包括傅立叶变换离散小波变换,离散余弦变换等。
2.4 图像的锐化处理
许多图像里面的有用信息比较不显眼,这时需要对图像进行增强显示,抑制其中不重要的信息,突出显示其中重要的信息,让两个部分有鲜明的对比,能让用户有更加直观的视觉信息,可以提高有用信息的接收率。
而图像复原的目的也是为了增强图像的显示效果,它跟图像增强的区别在于:图像增强是采用各种技术来增强图像的视觉效果,不去考虑之前的图像是因为什么原因需要增强。因此,图像增强是以图像符合人们的视觉观为主,不用管增强之后和原图是不是有比较大的区别。图像复原处理跟图像增强处理完全不同,它需要知道图像复原前的算法,并且根据已经退化的图像得到逆算法将图像复原,然后才能对图像进行增强处理。
2.5 JPEG图像的压缩编码
其核心思想就是在满足一定质量的情况下减少图像占用的内存,因为图像中有许多与大家想要信息无关的区域或冗余信息,这些信息不仅占用内存,而且传输过程中需要更多的带宽,所以,对图像进行编码压缩能尽可能节约带宽资源,提高传输速度,给图像显示带来更好的体验。图像压缩编码方法很多,从信息论方面看主要可以分为两大类:冗余度压缩方法和信息度压缩方法。
2.6 图像的灰度变换
图像的灰度变换处理是图像增强处理技术中单个一种非常基础、直接的空间域处理方法,灰度处理是指根据某种目标条件按一定变换关系逐点改变原图中每个像素灰度值的方法,目的是为了改变图像质量,让图像显示效果更加清晰,如摄像头在室内光照不强时会导致图像显示不清晰,灰度过于集中。灰度变换处理方法主要包括线性变换和非线性变换。
图像处理内容包括很多方面,以上所举只是一部分,专业的数字图像处理技术是远远不止这些方面的,随着计算机技术发展越来越快,数字图像处理技术的复杂程度只会越来越深,所以,在数字图像处理技术这一门博大精深的课程中,择一而精也是一个很好学习态度[2]。
3 数字图像处理的应用
数字图像处理技术在各行各业应用都不可或缺,它已经从刚开始的高科技领域逐步渗透到人们的日常生活中,例如天气预报信息收集、医院身体各方面检测、银行自助提款机、全国各地的大小超市商品编码、道路交通监控、重要部门的监控报警系统、可视电话视频传输技术、互联网媒体信息传输等等。
3.1 遥感航天中的应用
天文、太空星体的探测及分析,数字图像处理可以根据拍摄到的星体轮廓等进行智能分析。军事侦察、定位、指挥等,如现在的卫星地图,手机定位系统;地质、地形、地图的普查及绘制,如网上和手机上和司机普遍使用的电子地图和导航仪;地下矿藏的侦察,地质勘查仪等通过超声波检测地质层,然后用数字图像处理的方法把地质层构成显示出来;环境污染的监控,有物理监控和自动化智能监控等;气象、天气预报的合成分析。
3.2 生物医学中的应用
显示图像处理,平常我们所使用的CT照,B超等技术;DNA显示分析;生物进化的图像分析;专家系统如手术规划;内脏大小、形状、活动及异常检出分析;癌细胞的识别。
3.3 工业应用
产品无损检测、焊缝及内部缺陷检测;流水线零件自动检测识别;生产过程的监控;交通管理、机场监控;支票、签名辨伪及识别;机器人视觉系统的应用。
3.4 军事公安领域中的应用
罪犯脸型的合成;指纹自动识别;巡航导弹主动识别;手迹、印章的鉴定识别;遥控飞行器的引导;雷达的目标侦察。
数字图像处理短短几十年得到了飞跃式的发展,技术的精进带来的是我们生活中、科技中。教育中、医学中的各种技术的发展,人们的生活质量在一天天提高,工厂和生产等的工作效率也是突飞猛进,这些都离不开智能化,自动化的数字图像处理技术,在未来的不久,数字技术将给我们带来更为巨大的改变。
参考文献
【关键词】:数字图像处理;实验;创新
【引言】:数字图像处理是一门迅速发展的新兴学科,发展的历史并不长。由于图像是视觉的基础,而视觉又是人类重要的感知手段,故数字图像成为心理学、生理学、计算机科学等诸多方面学者研究视觉感知的有效工具【1】。“数字图像处理”是高校电子信息类本科生的重要专业课,在信号处理系列课程中扮演重要角色,它的任务是为相关硕士博士点培养专业研究人才打下坚实基础,它是一门理论性和实践性都很强的课程,如何培养学生扎实的专业理论基础和实践创新能力,成为一个亟待研究的课题。
1 “数字图像处理”课程的教学体系结构
“数字图像处理”课程的前置课程除了“高等数学”等公共基础课,还包括信息与通信工程学科方向的“信号与系统”、“数字信号处理”、“信息论与编码”等专业基础课。瑞典布莱金格理工学院对这些前置课程与学生的接受能力之间的关系M行了研究[2]。通过本课程数字图像及成像基础、二维数字信号处理基本理论、灰度及彩色图像压缩、增强、分割等基本处理算法的学习,学生熟悉并掌握数字图像处理方面的基本知识、基本理论和基本技能,重点掌握基于图像变换理论的图像增强、图像压缩和图像分割等处理算法,它为深入学习数字图像处理及其在专业中的应用打下了基础。在教学实践中,我们将“数字图像处理”的教学体系结构分为三个模块[5-6]:1)绪论部分:这一部分主要介绍数字图像处理的发展历史、研究内容和基本概念,力争帮助同学把握学科发展沿革和应用方向,了解整体架构,建立研究和实践的兴趣。2)理论部分:按照空域处理(包括直方图、点处理、代数处理、几何处理)、频域处理(傅立叶等离散正交变换、滤波器处理)、统计模型方法的顺序进行讲解。在这一部分,我们遵循系统深入的原则,基于图像处理的例子,帮助学生系统复结并领会各种理论方法之间的逻辑顺序与本质。由于图像处理具有理论性和可视化强的特点,在这个部分教学中,我们希望加强学生对前置课程所学基本理论和方法的深入理解,使其充分认识理论知识在实际应用中的指导意
义,并体会理论本身的魅力。3)应用部分:在这一部分教学中,我们充分发挥图像处理应用性强的特点,选择基础性和典型性强的图像压缩、图像增强、边缘提取与图像分割、图像特征提取等应用,重点讲述应用基础理论和方法解决实际问题的常用系统与方法,进一步训练同学的动手实践能力,激发学生学习兴趣【3】。
2、实验实践教学体系特点:
2.1从基础的电子电路和集成电路的分析、设计和测试等“微观”视角入手,不断递进推广到包含完整的通信网络等“宏观”视角,使得学生可以建立起完整的信息与通信知识体系,了解本学科领域的最新前沿技术【4】。
2.2从相对独立的电路、器件、芯片等“点”入手,到电磁场与微波、无线、光纤和卫星等“线”为脉络,再推广网络与交换、多媒体通信、广播电视和传感网等“面”的体系,构建了完整的“点-线-面”结构和具有“全程全网”特色现代信息通信网络实验环境【5】。
3、分组实验
实验是数字图像处理课程必修的环节,实验阶段学生要完成两个内容: 综述报告和编程实验。在综述报告部分,教师根据图像处理的发展前沿和应用领域给出综述报告的题目,学生也可根据自己感兴趣的领域自拟题目;对于编程实验,各组根据实验任务书的内容完成相应的任务要求【6】。这两个实验内容学生是以组为单位完成的,各组由组长负责根据各自的情况完成实验任务的分工。由于实验课时数的限制,大部分实验任务是学生在课下时间完成的。
结语
实验教学在具体实施过程中仍有诸多问题有待解决,如指导老师工作量的认定,学生提交作品创新程度的鉴定等。开展创新型实验对于学生和老师都是一个新的挑战,只有对教学实践进行改革,选择适当的实验内容,有组织地执行预定实验计划,才能探索出一条适合从教学向教学研究过渡的实践教学体系。
【参考文献】:
[1]于猛,单亦先. 构建完善的实践教学体系[J]. 实验室研究与探索,2009, 28( 5) : 126-128, 139.
[2]潘清林,黄继武,徐国富,等.材料科学与工程实验教学中心的改革与实践[J].实验室研究与探索,2009,28(1):108-111.
[3]叶国荣,陈达强. 高校本科生教育中研究型教学模式探讨[J]. 中国高教研究, 2009( 3) : 90-91.
[4] 卢德馨. 关于研究型教学的进一步探讨[J]. 中国高等教育, 2004( 21) : 24-24.
关键词:数字图像处理 计算机三维重建 应用
中图分类号:TP391.41 文献标识码:A 文章编号:1007-9416(2016)10-0066-01
数字图像处理技术是指应用计算机对数字图像信息进行处理,涵盖了计算机科学与技术、数学、光物理学等多个领域。数字图像可以小到电子显微镜的图像,大到遥感图像、航空照片或者天文望远镜的图像,因此在生物医学工程、工业、农牧业、国防军事、多媒体等方面都有着十分广泛的应用。物体三维重建是数字图像处理的重要内容。人眼看到的世界是三维立体的,但是传统照相机、CCD或者CMOS图像传感器获取的图像都是二维平面的,不具备深度信息。这种二维成像系统限制了人类对真实世界中复杂的物体的感知和理解的能力。计算机三维重建的出现,突破了传统二维成像系统的局限,重建后的图像直观、逼真,可任意旋转、逐层剥离以及定量分析,显著提高了人类对世界的认识理解能力。
1 计算机三维重建
计算机三维重建是利用计算机数字图像处理技术根据真实场景的数据重建出具有准确几何信息和照片真实感的三维模型,并可进行多角度显示的技术。这些精确的三维模型,不仅能用于场景可视化和虚拟漫游,还可以满足数据的存档、测量和分析等更高层次的需求,尤其适用于辅助教学、生物医学工程、医学诊断、航天、工业测量、地理信息、数字文物和古建筑、电子商务等多种领域。
计算机三维重建方法有两种:一种是利用精密的硬件设备,如激光扫描仪、深度扫描仪等,直接测量出物体表面点的三维坐标。这种方法是直接对三维物体的空间信息进行处理,精度较高,但是设备要求极高,因此极大地限制了该技术的使用。另一种是通过相机或摄像机获得二维数字图像,然后通过数学模型计算出物体的三维结构。后一种方法数字图像容易获得,但重建结果易受到其他因素的影响,本文就此方法展开研究。
2 二维数字图像的三维重建
2.1 二维数字图像的获取
二维数字图像的获取包括物体外观图像的获取和物体内部图像的获取。物体外观图像的获取通常通过2台以上照相机或摄像机从不同角度拍摄,比如3D电影的制作。物体内部图像的获取,通常为断层扫描或连续切片成像,比如计算机X射线断层扫描(CT)、激光扫描共聚焦显微镜(CLSM)成像、生物标本连续切片的显微成像等。
2.2 二维数字图像的预处理
二维数字图像通过三维成像软件来处理,不同领域有各自适用的软件,比如:3D Studio Max,适用于广告、影视、工业和建筑设计、游戏的三维成像和动画;Amira,Mimics,适用于识别生命科学和生物医学数据;Oasis montaj,适用于地球物理勘探、钻探、地球化学勘探等。软件对图像经过增强、图像定位校正和图像分割等预处理后进行三维重建。
图像增强:现在的数字成像技术,基本可以得到分辨率高、清晰度好的图像,但如果前期成像较模糊,可以通过对比度增强、Gamma校正、锐化或噪声消除等方法进行处理,以突出目饲域。
定位校正:多台相机或摄像机从不同角度拍摄的物体外观图像、生物标本连续切片的显微成像由于不能准确定位,还需进行图像定位校正。
图像分割:在对图像的研究和应用中,人们往往仅对图像中的某些特定的、具有独特性质的区域感兴趣,这些区域称为目标或前景(其他部分称为背景)。可根据灰度、颜色、纹理和形状等提取感兴趣目标,从而把图像分割成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。常用的分割方法有:基于灰度阈值的图像分割、交互式图像分割、基于活动轮廓或者形变模型的分割等等。针对不一样的图像和待分割的图像特点,可以选择不一样的分割方法。图像分割是图像处理的基本前提,同时也是一个经典难题,到目前为止还没有一种图像分割方法是通用的。
2.3 图像的三维重建
二维数字图像的三维重建技术有两种:表面绘制和体绘制。举例而言,你站在一辆汽车前,只能看到外观,但无法观察到车子内部的结构如发动机,这是表面绘制;假设汽车和车内中的结构都是半透明的,就可以同时看到所有的细节,这就是体绘制所要达到的效果,即三维透视。表面绘制是表示三维物体形状最基本的方法,可以提供三维物体形状的全面信息。它是从数字图像中抽取一系列相关表面,并用多边形拟合近似后,再通过传统的图形学算法显示出来。体绘制是依据三维体数据,将所有体细节同时展现在二维图片上,可以在一幅图像中显示多种物质的综合分布情况,并且可以通过不透明度的控制,反应等值面的情况。该方法特别适合于云雾、流体、大脑软组织、气体等无固定形状的体数据图像的生成,产生的图像真实感强。
3 面临的问题
二维数字图像的三维重建是数字图像处理技术十分活跃的研究方向,虽然这一领域的发展十分迅速,但仍有一些方面是需要进一步提高。(1)提高计算精度:图像分割是人工手动完成,然后通过数学方法来实现,这涉及到个人知识熟悉程度和计算精度,如果个人经验不足,或者计算精度不够,则图像效果不符合客观实际,不一定能够达到人眼识别的舒适度。因此,基于专业知识的图像分割标准化方面还有待进一步研究。(2)计算精度和处理速度之间的矛盾:图像处理需要巨大的数据运算,运算量远大于文本处理,所以在提高运算精度的同时还要考虑提高运算速度。(3)计算机三维重建是研究工具,必须加强交叉学科间的联合研究,才能够在推广应用上取得进步。
参考文献
[1]陈汗青,万艳玲,王国刚.数字图像处理技术研究进展[J].工业控制计算机,2013,26(1):72-74.
[2]孙宇阳.基于单幅图像的三维重建技术综述[J].北方工业大学学报,2011,23(1):9-12.
[3]耿欢,覃文军,杨金柱,曹鹏,赵大哲.基于CT影像的肺组织分割方法综述[J].计算机应用研究,2016,33(7):1929-1935.
【关键词】视觉测量 数字图像处理 开放性实验
【中图分类号】G642 【文献标识码】A 【文章编号】1006-9682(2012)10-0001-03
一、引 言
数字图像处理作为一门学科大约形成于20世纪60年代初期,并首次在航空航天领域取得了成功应用。数字图像处理技术的发展除了与计算机技术、信息技术的快速发展密切相关以外,还得益于其在航空航天、工业、生物医学、军事、通信工程、商务、环境、林业等诸多领域的广泛应用,正是这些应用需求,促进了数字图像处理技术的深入研究和快速发展。“数字图像处理”课程是随着计算机和信息技术发展应运而生的一门新兴课程,已成为信息类专业本科生的重要专业课。通过该课程的学习,要求学生掌握数字图像处理的基本概念和原理,能够对图像进行各种处理,如图像增强、图像运算、图像编码、边缘检测等,为图像通信、模式识别、计算机视觉以及其他交叉学科等工程领域的应用奠定基础。
“数字图像处理”课程的理论教学很抽象,仅仅通过理论教学学生很难掌握数字图像处理的基本原理。如果把数字图像处理的广泛应用引入课堂理论教学,将具体知识点与其在实践中的使用相结合,同时为学生提供边学边实践的机会,不仅可以提高学生的学习兴趣,加深对抽象理论知识的理解,增强其动手实践的能力,还可以拓展学生的视野,与目前学科前沿技术相衔接。
二、视觉测量技术
在现代三维测量新技术中,视觉测量是由计算机视觉、图像处理、模式识别等多学科交叉结合而形成的科学。图1所示,视觉测量是一种非接触性测量手段,以数字图像作为信息载体,对被测目标进行成像,通过提取多个像面的二维像点信息,标定相机内、外参数,并重建、优化被测目标的三维信息,实现测量。视觉测量基于严谨的理论和现代的硬软件设施,可以达到相当高的精度和可靠性,便于对大型工件、设备的尺寸、位置、三维轮廓等进行高精度测量,而且移动方便,可快速灵活地构建适于不同测量对象的系统,进行现场测量。目前,视觉测量技术已经广泛应用于建筑工程、航空航天、汽车制造、生物医学、考古等各个领域。[1~5]因此,视觉测量技术正在深入工业生产和社会生活的各个领域,研究和应用新的基于光学、数字图像和视觉信息融合的三维测量方法,既具有重要的理论意义,又具有重大的实用价值,应用前景非常广阔。
根据视觉测量的基本原理,利用数字图像处理技术获取的二维信息是视觉测量中相机标定、三维重建等环节的基础,对于系统的测量精度、稳定性等方面具有决定性的影响,是视觉测量领域的关键技术。在长期的数字图像处理课程教学以及视觉测量研究工作中发现,可以将视觉测量中关于数字图像处理的应用内容引入课堂教学中,与具体理论知识相结合,加深学生对于课程理论的理解,使其接触到科学研究的前沿内容。此外,通过设置开放性实验等环节,引导有兴趣和能力的学生进行实践能力的培养,使学到的知识“活”起来。
三、视觉测量与数字图像处理课程的融合
为了改善数字图像处理课程的教学效果,提高教学效率,将视觉测量技术与数字图像处理课程相融合,本文主要在教学方法和教学手段改革、视觉测量需求与理论知识点结合、实践动手能力提高等方面进行了研究。
1.教学方法和教学手段改革
为了贯彻学生是教育主体的教育思路,使学生学会学习,并充分激发学生的创新能力和素质培养,促进学生个性的发展,同时有利于师生彼此促进共同进步的原则,针对数字图像处理课程的特点,采取了以下措施:
(1)重视数字图像处理课程的基础理论教学。数字图像处理内容丰富,应用灵活广泛,但学生在掌握某些具体应用技术时感到理解困难。因此,在实际教学上,首先需要注重相关的基础理论教学。[6]例如,数字图像的本质是数字信号,所以在课程前期阶段,专门有针对性地复习和讲解了信号分析与处理方面的基本理论,包括数字信号处理的常用方法、离散傅里叶变换和快速傅里叶变换、离散余弦变换等,这些理论在数字图像处理课程中有具体应用。这不仅有利于对数字图像处理内容的掌握,也可以反过来加深对相关理论的理解。另一方面注意授课内容的精选,内容不在于多,而在于少而精,突出重点,使学生在有限学时内有最大的收获。例如,在频域空间进行图像增强时,不能将频域空间的所有方法都对学生讲授,而是突出讲解了关于频域空间与时域空间处理之间的关系,针对频域图像平滑介绍一种低频滤波器,分析其原理和特点。这样不仅节省了教学时间,而且重点突出,同时也引导学生查阅其他相关方法,让他们自己去动脑思考,提高其思维能力。
(2)完善和改革课堂教学方法。在课堂教学过程中,我们始终重视启发式教学,遵循“提出问题”、“启发式思考”、“解决问题”的教学过程,使用“问题教学法”引导学生去思考、分析问题,激发学生学习的积极性,提高教学效果。课堂开始时,根据授课内容,提前向学生抛出相关问题,在讲课过程中则围绕该问题讲解课程内容,最后提出问题的解决方法。例如,在讲解“直方图均衡化图像增强技术”一节内容时,首先向学生展示了两幅曝光不足和曝光过量的图片,并且为了提高学生的学习兴趣,认识数字图像处理的实际应用,图片取自于视觉测量、航空交会对接定位等领域的实际图片,向学生提问,“如果实际应用中,由于环境光的影响,拍摄到了这样的图片,应该怎么办?”课堂讲解过程中,随着直方图、直方图增强技术的理论、直方图均衡化方法等内容的展开,使学生逐渐理解并掌握直方图均衡化方法,最后,给学生演示了直方图均衡化方法的实现,并看到了利用该方法对图片增强前后的图片效果。这种启发引导式的课堂教学方法,取得了良好的效果。
(3)传统和现代化教学手段相结合。随着计算机、通信技术应用的迅速普及,国内高校的课堂教学已普遍采用了多媒体技术,利用计算机、投影仪、幻灯机等现代化教学设备,结合计算机辅助教学(CAI)展示教学内容。这些现代化技术的确为课堂带来了很多丰富多彩的教学手段。数字图像处理是以图像为处理对象,其输出的形式主要以图像和图形为主,该课程也十分适宜将教学内容制成课件,采用多媒体计算机开展现代化教学。借助多媒体,使学生较直观地看到各种图像的处理需求、处理过程、处理效果等,这是普通教材和参考资料所无法比拟的。因此,我们针对课堂教学需求,进行了多媒体课程教学资源建设,如教学大纲、教学日历、授课教案和课件等通过多媒体平成,便于讲课,同时也便于学生课后的复习。例如,将视觉测量原理、过程等,通过多媒体课件的形式演示出来,相比较口头介绍等方法具有更加直观的效果。除了多媒体教学手段,传统的板书式教学作为补充手段也在数字图像处理课程中得到应用,主要用在课堂教学内容框架展示、理论推导等方面。
2.视觉测量与理论知识点结合
为了提高算法对于目标特征的识别效果,视觉测量通常采用圆形或方形特征点(图2),在获取的图像中对特征的成像位置进行识别和精确定位。视觉测量对于图像处理的要求主要包括图像预处理、特征粗定位、特征精定位等内容,对应数字图像处理课程中的图像增强、边缘检测、特征识别、几何运算等知识点。[7]
图2 视觉测量常用特征点
(1)图像预处理。图像预处理的主要方法包括彩色图像灰度化、图像增强等,为此,在讲解彩色图像内容时,介绍了RGB、HSI等彩色模型以及不同彩色模型之间的转换,并引出如何将彩色信息转换成灰度信息。通过分析彩色表示模型,建立了彩色到灰度图像的转换。
向学生展示常用视觉测量图像效果的基础上,为了减少图像噪声的影响、提高图像识别效果,提出改善图像质量的目标,需要进行图像增强。结合图像增强中常用的直方图增强技术、空域和频域图像增强方法在视觉测量图像处理中的实际应用,给学生展示直观的处理效果,加深对图像增强方法的理解。
(2)特征点粗定位。数字图像处理的边缘检测是该课程比较重要的一部分内容,边缘检测中包含了多种方法,便于学生对不同边缘检测算法的作用效果有直观印象,将各种算法应用于视觉测量图像征点的边缘检测,并有针对性地选择相应参数,使学生不仅学习了各种边缘检测算法的使用,也看到了算法的特点。
根据视觉成像的特点,圆形特征点成像后一般为椭圆,所以,利用边缘检测得到的边缘像点数据,讲解用边缘点进行指定特征识别的方法,如基于Hough变换的特征检测方法。为了引导学生思考,采用启发式讲课方法,讲解了Hough变换检测直线的方法,引出如何用Hough变换检测像面上的圆或椭圆,并鼓励有能力的学生实现相应算法。
(3)特征点精定位。特征点精定位的目的是在实现特征点粗定位的基础上,对圆形特征点中心在像面上的精确坐标进行定位。精确定位主要设计到数字图像处理中的点运算,但需要考虑采用的具体定位算法,如灰度重心法、加权灰度重心法、椭圆拟合法等。引导学生通过文献资料查找和实现相关定位算法,并且与国际领先的专业软件进行定位精度对比。通过比较,可以使学生发现不同算法之间的区别,并分析不同的原因。进一步,引导学生尝试对定位算法做一定的改进,这种改进,不需要从算法根本上做出很大的创新,只是从某一方面进行微小的变化,使其能够适合特定的应用需求。例如,如果对视觉测量像面上特征点定位采用加权灰度重心法时,通过调整加权系数,得到不用的效果,从而分析加权系数对于定位精度的影响,并据此得出适用于该需求的结论。
四、开放性实验
长期以来,“数字图像处理”课程教学主要采用课堂理论教学,教学内容也多为经典的内容,很难反映课程内容的时代特征。实验教学是高等教育的重要组成部分,是抽象思维与形象思维、传授知识与训练技能相结合的过程,在人才培养中具有课堂理论教学环节不可替代的作用,对培养理工科大学生的创造性是不可缺少的。虽然目前大多数课程都设置了实践环节,但也普遍存在着很多问题,[8]例如,实验课成绩占课程成绩比例小,学生对实验的重视度不够,存在着抄袭他人实验结果和报告的现象;实验模式单一,实验内容陈旧、呆板,多为验证性实验,缺乏创新性和挑战性,学生完全处于被动状态,最终导致实验不认真,敷衍了事,所学的知识和操作技术遗忘快;不能保证每个学生都有充分的时间和机会做实验,个别学生逐渐养成依赖心理,最终只有一部分学生得到了锻炼;理论课与实验课教学老师分离,造成理论和实践环节脱节等。
针对目前“数字图像处理”课程实验的现状,根据视觉测量像面特征点定位需求,开设相关开放性实验项目“视觉测量特征点提取定位实验”,实验要求学生结合数字图像处理课程知识理论,对视觉测量采集的数字图像进行处理,提取相关特征点。针对视觉测量中常用的特征点(圆形、方形)进行自动检测,并实现高精度定位,主要实验内容包括:图像预处理、特征点粗定位、特征点精定位、算法设计与实现、实验结果分析等。
教师在开放性实验项目中承担的角色主要是方案设计和实施过程中的指导、监督,对方案的具体实现方法不做限制性要求,主要由学生结合课堂教学内容以及查阅文献资料来设计并完成。为了提高项目完成的效率,教师可以通过适当的引导为学生指出主要方向。
对于单个学生来说,这样的实验项目有些困难,“团队合作”也是新时期对科技人才素质的要求,所以可以通过建立项目小组的方式开展实验。小组成员将实验内容进行分工,每人负责不同的部分,通过相互合作、帮助,完成整个实验项目。通过这种形式,也在某种程度上锻炼了学生的团队合作意识和合作方法。
五、结束语
通过将视觉测量领域研究成果引入“数字图像处理”课程,并在教学方法、教学手段、教学内容、开放性实践等方面的改革和尝试,逐步做到科学研究成果与课堂理论教学的有机结合,不仅丰富了课程的教学内容,提高了学生的学习兴趣,加深了对理论知识的理解,而且使学生接触到科学研究的前沿领域,开拓了视野,对创新能力的培养锻炼等方面也具有重要意义。
参考文献
1 E.M. Mikhail, J.S. Bethel. Introduction to Modern Photogramme
-try[M]. New York: John Wiley & Sons,2001
2 胡安文、季铮、盛庆红.基于近景数字视觉测量的飞机表面模型重建[J].地理空间信息,2004(6):23~25
3 Nicola D’Apuzzo. Overview of 3D surface digitization technologi-es in Europe[C]. Three-Dimensional Image Capture and Applications VI, Proc. of SPIE-IS&T Electronic Imaging, San Jose (CA),2006
4 刘常杰、邾继贵、叶声华.汽车白车身机器视觉检测系统[J].汽车工程,2000(6):373~376
5 彭三城、孙星明、刘国华.三维人体自动测量技术综述[J].计算机应用研究,2005(4):1~5
6 Wang Jun, Dong Mingli, Liang Bo. A fast target location method for the photogrammetry system[C].Proc. of SPIE-ISMCM, Beijing,2011
[关键词]矿用胶带 纵向撕裂 图像处理
[中图分类号]TD52[文献标识码]A[文章编号]1007-9416(2010)03-0037-02
1 引言
胶带的纵向撕裂问题是一个在国内国际都普遍存在的问题[1]。如何设计一种能对胶带实行实时监控的、并且在纵向撕裂发生后快速可靠的胶带保护装置,在国内外都是一个正在努力攻克的难题。相比较而言,由于我国煤矿的数量和胶带输送机的数量远远超过国外任何一个国家,而国内的胶带质质量与国外相比有很大的差距,纵向撕裂识别和保护问题在我国煤矿生产中更加受到重视,其中亟待解决的问题之一是进行有效的实时识别纵向裂缝。
国内外从70年代就开始纵向裂缝的识别研究,己从接触式发展到非接触式,从单一化到智能化,除嵌入法、光电传感技术、超声波扫描技术之外,现在又有了改进后的嵌入法、超声波技术和最新研究探讨的原子物理方法等等。由于煤矿生产环境的恶劣,每种方法都有其不成熟和不稳定的地方。因此,本文利用数字图像处理技术灵活性高、再现性好、处理精度高、适用面宽以及处理算法和图像特点相关性高的优点,根据矿用胶带图像的特点,选取结构识别方法,利用裂缝处灰度跳变的特性,使用了符合其特点连通域检测,通过图像预处理,图像切割,以及连通域检测三个步骤实现了矿用胶带的纵向裂缝的识别。
2 图像的分析及其预处理
当大多数纵向撕裂发生后,胶带表面会有变化,用肉眼能辨别的出来,我们可以在胶带下安装若干个摄象头,然后用计算机进行图象识别,利用胶带撕裂前后的图象特征变化来进行即时的监控。即可以进行预防以及及早的对发生的撕裂进行处理。由于胶带下面的环境比较恶劣,我们可以使用低照长寿命ccd摄象机。摄象机的安装地点要兼顾实用性和经济性,基于以上两个原则,要安装在最容易发生胶带撕裂的部位,在胶带的机头、机尾以及转折点各安装一个,以一个适合的高度尽可能照顾大的范围。
本实验系统由CCD摄像头、数据采集卡及识别软件系统和电脑组成。其中硬件包括CCD采集卡、视频采集卡和电脑主机;识别系统模块包括图像采集模块,预处理模块,边缘检测模块以及识别模块。
首先对裂缝图像进行了整体、灰度、噪声三个方面进行了分析,得到其几何、数学、灰度分布上的特点,针对这些特点选择合适的图像处理算法。由于彩色图像其信息容量比灰度图像大,因此处理难度大、速度慢,而且在识别裂缝的过程中,灰度图像所含的信息量已经足够,因此先将彩色图像转换成为灰度图像。然后根据图像的灰度直方图进行像素分析,根据分析的结果进行自适应阈值分割,通过计算或设定一个概率值,根据总像素值和灰度分布来确定分割的阈值,然后调用阈值分割程序来进行阈值分割。图像预处理还包括最重要的一个部分:图像滤波,分析了图像噪声来源,选择了合适的滤波器,对滤波效果进行了分析,并对不同形状的裂缝选择了不同的滤波模板。
其次对图像进行形态学处理。由于在一幅裂缝图像中,在图像预处理的过程中或多或少的会对原始图像中的裂缝区域带来影响,例如:将属于裂缝区域的点去除,可能导致连续的一条裂缝被分割为几条或裂缝的区域减小,因此要对预处理后的图像进行形态学处理,使裂缝区域得到恢复和加强。图1(b)是使用中值滤波进行平滑处理的效果。
3 图像边缘分割
图像分割是实现图像识别胶带是否撕裂的重要步骤,分割效果的好坏直接影响这系统的识别率,是特征提取、裂缝识别的前提准备步骤,在系统视线中占有不可忽视的地位,因此如何提高分割效果,减轻识别难度也就成了我们的首要任务,也是课题实现的难点之一。主要体现在以下两个方面:首先,目前不存在适合所有类型图像的通用分割算法,现有的分割算法都是针对具体应用而设计的,因此我们必须根据胶带撕裂裂缝图像的特征,即直方图没有明显双峰,裂缝与背景的比例像素悬殊等特点,来设计适合本系统的分割算法,其次,由于本文中尽心分割的裂缝图像是从实际环境中获取的,受到的干扰很大,煤矿胶带下的情况恶劣,造成我们获得的原始图像质量较差,为进行有效分割带来困难,因此选择一个分割算法,使其能够最大程度去除噪声、边界、伪缺陷等非裂缝区域,保留裂缝区域,减轻后续处理的复杂度,是本步骤的关键。
常用的算子可以分为一阶微分算子和二阶微分算子。一阶微分算子通过梯度值来进行边缘检测,用此方法可以忽略细节,得到的边缘也较粗,如图2所示为一阶算子Sobel算子对胶带裂缝轮廓的提取图;二阶微分算子是通过寻找二阶微分中的零穿越来检测边缘。用此方法得到的边缘较细,在细节方面较好,但物体的整体轮廓不如一阶微分算子明显。由于纵向裂缝识别是以裂缝轮廓作为基础,而对其它细节可以不予考虑,从上面提取的裂缝轮廓图像可以看出Sobel算子符合识别的要求,所以选择Sobel算子。
4 纵向裂缝的提取和识别
对于二值图像的连通域标记处理操作就是从白色像素(通常用“1”来表示)和黑色像素(通常用“0”表示)组成的一幅点阵图像中,将互相邻接(一般研究的是4邻域连接)的目标“1”值像素集合提取出来,并为图像中不同的连通域填入不等的数学标记。该处理过程是图像处理和分析中一个非常重要的基础操作,有着广泛的应用领域。
为了对图像的连通域进行标记,需要对一幅图像作从左到右,从上到下的水平扫描。需检测当前被扫描到的点是不是和周围的点连通,需要检查当前的像素和以前标记过的邻近像素的值是否一样。如果当前像素的值和邻近像素的值一样,就表示它们连通,反之,就表示和此邻近像素不连通,此时当前点就要给一个新的标记,同时标记保留在一个与原二值图像像素点个数相同的二维数组中。
令S代表一幅图像中的像素子集,如果在S中全部像素之间存在一个通路,则可以说两个像素p和q在S中是连通的。对于S中的任何像素p,S中连接到该像素的像素集叫做S的连通分量。如果S仅有一个连通分量,则集合S叫做连通集。在很多场合,二值图像提取连通分量是许多自动图像分析应用的核心任务。
现场图像经过二值化处理后,形成多个互不相连的区域,而单个区域都是连通的,将连通域分开标记,就可以得到多个独立的区域,连通域标记算法可以找到图像中所有的连通成分,并对同一连通成分的所有点分配同一标记。
具体算法如下:
(1)将所有的白色像素(背景)赋值为0,所有黑色像素(裂缝连通域所在)赋值为-1,连通域个数置为0;
(2)寻找一个连通域开始的像素(值为-1),并将其值改为当前连通域数,存储,连通域个数增加1;
(3)所有像素搜索。找到值为-1的像素(表示没有被搜索过),正向搜索其周围有没有值为当前连通域数的像素。如果有,将当前像素赋以连通域的值;
(4)如果没有像素被搜索,表示当前所有像素已被遍历,转步骤2;
(5)如果步骤2中没有找到开始像素,表示所有连通域已经被遍历。
5 结语
本文利用图像处理技术,针对胶带撕裂图像中的裂缝进行识别,分析了该图像的特点,通过图像预处理,图像切割,以及连通域检测三个步骤识别裂缝。取得了以下的成果。
(1)裂缝图像预处理。分析裂缝图像的像素分布,得到其分布上有相似灰度级出现概率不同的特点。并且分析了裂缝图像中的噪声来源。针对其特点选用中值滤波。这个模块主要完成了彩色图像的灰度化、灰度拉伸、中值滤波处理。
(2)裂缝的边缘检测。比较了几种边缘检测的方法,得到了效果最好的Sobel边缘检测方法,方便下一步的裂纹检出。
(3)裂缝检出。经过前期处理后,图像中的裂缝从背景中分离出来,每个裂纹形成一个像素互相连通的区域,利用连通域检测算法,从而将裂纹检测出来。
[参考文献]
[1] 黄民,李恩等.钢绳芯输送带纵向撕裂监测方法研究[J].中国矿业大学学报,2002.31.
[2] 刘英林.输送带纵向撕裂的检测与监视[J].山西矿业学报,1995(13).
[3] 吴剑锋,张红卫.胶带输送机胶带损坏原因及运行理论分析[J].中州煤炭,2005,2.
[4] Gonzalez著,阮秋琦译.数字图像处理[M].北京:电子工业出版社,2003.3,1-112,420-514.
关键词:数字图像处理;工程硕士;应用型研究;应用型技能;软件工程
软件工程专业工程硕士研究生与传统的学术型研究生有所不同,前者主要面向企业人才需求和应用软件开发需求进行培养,因此在课程内容选取、授课方法设计和实验环节设计上都需要进行思考和调整,这也是北京林业大学在申请到软件工程专业的工程硕士学科后重点研究的問题。
数字图像处理课程属于图形图像应用领域的重要基础理论课,长久以来课程内容主要介绍基本的图像处理算法以及少部分图像分割和图像识别,对于图像处理在实际生活中所涉及的很多前沿科研领域介绍较少,因此很多研究生无法将课堂讲授的理论知识与其后续从事的研究课题有效地关联起来,感到课堂中讲授的很多内容看起来毫无用处,从而丧失了学习的积极性。
很多教师认为把图像处理中的算法研究透彻、把基础打好对研究生非常重要,但是这忽视了研究生是有着极强的科研探索精神和丰富想象力的年轻一代。如果将一些在生活中涉及图像处理的問题交给他们进行探索,将会激起他们浓厚的学习精神和创造力,这种没有标准答案的应用题目可以进一步锻炼他们的思考能力。
为此,在课程的教学方法和实验内容设计上,我们重点培养学生以下两方面能力。
(1)应用型研究能力,包括发现問题、分析問题和解决問题的能力;
(2)应用型技术能力,包括编程设计能力和项目合作能力。
下面笔者分别从教学大纲、教学方法设计和实验内容设计3个方面进行介绍。
1.数字图像处理课程教学大纲
我们在设定教学大纲时,重点参考了多本数字图像处理方面的经典教材,如杨枝灵和冈萨雷斯编写的教材。结合之前的教学经验,同时注意与本科生课程相区别,制订了两个原则:加强中高级图像处理算法的介绍;增加利用图像处理算法的应用案例的介绍。中高级图像处理算法主要指图像分割算法、图像特征提取方法和运动检测方法。同时我们还在课堂上给出一些应用案例,进一步帮助学生将理论知识与实践相结合。
数字图像处理课程目前作为北京林业大学研究生的专业必修课,总学时为32,其中课堂讲授24学时,实验8学时。相对于其他学校,这门课程的总学时和实验学时数不多,我们设计的教学内容如表1所示。
2.数字图像处理教学方法设计
针对培养学生应用型研究能力的目标,我们在教学方法设计上本着激发学生的学习兴趣,开阔学生眼界,给学生提供更自由的思考空间的原则,通过下面两个措施来实现我们的目标。
2.1精心选择案例
选择的案例要贴近实际生活,并与课堂上讲授的方法紧密衔接。例如,在讲解图像增强和复原这两章之后,我们引入在实际生活中常见的“图像去雾”問题,通过如下方法,培养学生研究能力。
(1)要求学生先尝试用学过的算法来解决这个問题,并在课堂进行算法讨论,给出算法结果。
(2)要求学生针对具体問题,查阅文献资料,了解别人的解决方法。通过查阅国内外的文献资料,同学们知道了如何根据关键词查询科研论文,了解哪些电子数据库中有与专业相关资料,知道了文献的级别有SCI、EI、核心期刊、一般期刊等。
(3)学生将查到的算法进行分类和总结,撰写文献综述。
(4)每位学生都需要编程实现“图像去雾”算法,这个算法是结合自己的思考、实践以及查阅文献的结果。
通过自己动手,同学们发现如果图像的清晰度不好,有噪声,或者没有归一化,结果就完全不同。通过自己动手验证,同学们会发现图像处理领域的一个最为重要的特点——任何算法主要都是针对一类图像或是针对一类問题而设计的,因此在算法的适应性上需要有所考虑。
2.2全面介绍图像处理的各个应用领域
老师在课堂上介绍几个图像处理涉及的较为重要的应用方向(如视频监控、图像检索、人脸识别、运动检测、车牌检测等)后,将同学们进行分组,每组负责查找一个应用方向的相关资料,讨论和汇报自学的结果。汇报内容主要包括:①应用方向的介绍;②涉及的主要問题;③目前的解决方法及应用成果。
通过查找文献,同学们不仅对课上学习过的经典算法有进一步了解,同时还接触到很多新算法。通过听取各组汇报,同学们在较短的时间里,了解了图像处理涉及的多个主要的应用领域。针对每个应用研究领域,老师引导学生分析该领域的难点和重点,提出問题,再让学生思考解决方案,没有标准答案,只希望能够锻炼学生的思考能力。以“人脸识别”为例,有很多经典的或较新颖的算法,老师会结合应用领域对其中常用的或比较重要的算法,如PCA方法和Adaboost算法,进行详细讲解,使学生全面了解图像处理算法的应用领域。
3.数字图像处理实验内容设计
针对培养学生的应用技术能力的目标,同时考虑到本课程实验学时数较少,我们设计了两个实验——基础性实验和综合性实验。
3.1基础性实验
目前很多经典的图像处理算法是用vC++程序实现的,我们要求大家学会读程序,能够看懂已有的算法实现程序,并在此基础上能开发新的功能。
实验一:实现对多种图像格式的支持(2学时)
实验内容:采用VC++编码实现,基于CDib类,添加支持打开,并保存多种图像格式的功能。包括JPEG和GIF。
实验要求:利用学习的图像压缩的知识,利用现有的编码解码库实现对IPEG和GIF图像的打开和保存。
实验目的:了解多种图像格式,编写针对多种图像格式的读写程序,能够进一步理解针对图像的编程的特点,同时也进一步了解开发图像应用程序的适应性問题。
老师在课程初期会向大家介绍图像处理的一个公开库——CDib类。该类很好地封装了图像的数据结构,涉及很多图像的基本操作。我们知道现实生活中的图像常常都是压缩格式的,如BMP、JPEG、PNG、GIF等。因此在讲完图像的压缩格式后,对照讲过的BMP图像结构,老师要求学生为CDib类添加能够支持多种图像格式的功能。以GIF图像为例,它不同于如JPEG、PNG等格式,GIF采用的是LZW压缩算法,使用的是无损压缩技术。GIF图像的特点是可以一次压缩多幅图像,图像颜色表控制为256色,使用渐显方式。
3.2综合性实验
针对综合性实验,我们会拟定多个题目让学生选择,如树叶提取、花朵提取、车牌识别等。
实验二:数字号码图像的识别(6学时)
实验内容:采用VC++编码实现,基于CDib类,针对数字号码图像,识别出数字,给出文本显示结果。
实验要求:将该题目进行分解,划分任务;组内每个同学负责一部分任务的编程工作;每个人针对自己负责的工作至少提供两种实现方法,并放入整个项目流程中验证这两种方法的有效性;最后总结出两种方法的异同以及适应的范围。
实验目的:考查学生对数字图像处理应用中每个步骤的掌握程度和项目合作沟通能力。
上述实验涉及以下几个步骤。
①图像的预处理;
②图像的分割;
③图像的特征提取;
④图像的分类。
组中每个学生负责一个步骤,所有步骤都需要尽心设计,这样整体的效果才可能最好。同时大家需要协商各自负责模块的人口和出口的数据结构,保证数据能够在模块之间顺利流转。这种协商和分工合作的能力是软件工程专业最需要的技术能力之一。
以“数字号码图像识别”为例,该题目可以分割成4个步骤:预处理、数字图像切分、数字图像特征提取和数字识别。在每个步骤中都有分别需要注意的問题,如在预处理阶段,需要对图像进行去噪声,增强对比度,甚至需要进行膨胀和腐蚀将图像中断裂的数字部分连通起来;在数字图像切分阶段需要制定适应性广泛的切分策略来应对各种情况,如数字排列可以呈现任意的倾斜角度,或数字字符相连等;在数字图像特征提取阶段,我们可以考察每个数字图像的自相关系数特征,或者每个数字图像的频谱特征,也可以考察数字图像的几何拓扑特征,如将数字图像分成2个洞的(8),1个洞的(4,6,9,0),没有洞的(1,2,3,5,7),针对每个类别再提取新的几何特征;在数字图像识别阶段,可以采用神经网络的分类器,或者利用制定的一些分类策略来分类,或者采用主成份分析(PCA)的方法来识别。
4.结语
两年多的教学实践表明,新的教学大纲、授课方法和实验内容有利于激发学生的兴趣,使他们带着問题去学习,从而加深了对图像处理应用领域的了解,锻炼了编写程序和协作开发的能力。下一步我们将设计更多合理有效的案例和综合性实验,力图通过这门课激发学生的创造力。
参考文献:
关键词:数字图像 图像处理 数字技术 应用
一、数字图像处理综述
数字图像处理(Digital Image Processing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理最早出现于20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图像信息,数字图像处理作为一门学科大约形成于20世纪60年代初期,早期的图像处理的目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室(JPL),他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术,如几何校正、灰度变换、去除噪声等方法进行处理,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理,以致获得了月球的地形图、彩色图及全景镶嵌图,获得了非凡的成果,为人类登月创举奠定了坚实的基础,也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术,医学技术中数字图像处理技术都发挥了巨大的作用。
从70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展,人们已开始研究如何用计算机系统解释图像,实现类似人类视觉系统理解外部世界,这被称为图像理解或计算机视觉。很多国家,特别是发达国家投入更多的人力、物力到这项研究,取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论,这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展,但它本身是一个比较难的研究领域,存在不少困难,因人类本身对自己的视觉过程还了解甚少,因此计算机视觉是一个有待人们进一步探索的新领域。
二、国内外研究现状
目前,国内图像识别的算法研究多是关于数字、文字、人脸、以及医用病理方面的较多,对产品内表图像进行分析识别、分类的还很少。国内已研制出了具有先进水平的高精度内表检测系统和装置,如何对产品零部件的外形,尺寸进行较高精度测量的激光在线检测系统等,但迄今为止,尚无能对生产出的产品内表面进行自动检测和识别的系统。应用CCD、电子、计算机技术检测内表面的实时自动检测技术在国内正处于刚刚起步的阶段,对内表面图像进行分析识别、分类的软件系统还没有十分完善,现在的识别算法对图像中的疵病部分定位不是很准确,对疵病的范围、大小、方位不能做定量分析,只能作定性分析,精度低,采用的传统的最小距离等分类器在图像复杂且类别多时,很难表示和提取特征,进行图像识别十分困难。
国外关于图像识别中的图像分割,特征信号提取,边缘检测,纹理识别等的算法已经取得了一定的成果,提出了一些新方法,如利用直线分割来识别三维人脸,通过子图匹配法在相邻区域间识别不同目标,用双值微波仿射不变函数识别二维形形状等等,近年来,国外基于图像识别与分类技术的图像检索,人脸识别,字体识别发展十分迅速。
在国外,为提高自动目标识别能力而开发的算法现在正被引入许多侦测和成像系统之中,图像分割、特征信号探测和析取、静止目标的模式识别等方面已取得了很大进步,这一自动目标识别能力大大减轻了操作人员的工作负担。如美国正在加紧自动检测能力与自动目标识别的研究工作,并在硬件能力的基础上开发多种用于信号图像处理的算法和开展各种算法软件的研制,包括相关法(匹配滤波器技术)、自适应多维处理法、基于模型的方法等。
三、数字图像处理的应用
图像是人类获取和交换信息的主要来源,因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面,随着人类活动范围的不断扩大,图像处理的应用领域也将随之不断扩大。
1、航天和航空技术方面的应用
数字图像处理技术在航天和航空技术方面的应用,除了JPL对月球、火星照片的处理之外,另一方面的应用是在飞机遥感和卫星遥感技术中。现在世界各国都在利用陆地卫星所获取的图像进行资源调查,灾害检测,资源勘察,农业规划,城市规划,我国也陆续开展了以上诸方面的一些实际应用,并获得了良好的效果。在气象预报和对太空其它星球研究方面,数字图像处理技术也发挥了相当大的作用。
2、生物医学工程方面的应用
数字图像处理在生物医学工程方面的应用十分广泛,而且很有成效。除了一般的CT技术之外,还有一类是对医用显微图像的处理分析,如红细胞、白细胞分类,染色体分析,癌细胞识别等,此外,在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。
3、通信工程方面的应用
当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以图像通信最为复杂和困难,因图像的数据量十分巨大,如传送彩色电视信号的速率达100Mbit/s以上,要将这样高速率的数据实时传送出去,必须采用编码技术来压缩信息的比特量。在一定意义上讲,编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、DPCM编码、变换编码外,目前国内外正在大力开发研究新的编码方法,如分行编码、自适应网络编码、小波变换图像压缩编码等。
4、工业和工程方面的应用
在工业和工程领域中图像处理技术有着广泛的应用,如自动装配线中检测零件的质量、并对零件进行分类,印刷电路板疵病检查,弹性力学照片的应力分析,流体力学图片的阻力和升力分析,邮政信件的自动分拣,在一些有毒、放射性环境内识别工件及物体的形状和排列状态,先进的设计和制造技术中采用工业视觉等等。其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人,将会给工农业生产带来新的激励,目前已在工业生产中的喷漆、焊接、装配中得到有效的利用。
5、军事公安方面的应用
在军事方面图像处理和识别主要用于导弹的精确末制导,各种侦察照片的判读,具有图像传输、存储和显示的军事自动化指挥系统,飞机、坦克和军舰模拟训练系统等;公安业务图片的判读分析,指纹识别,人脸鉴别,不完整图片的复原,以及交通监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。
6、文化艺术方面的应用
目前这类应用有电视画面的数字编辑,动画的制作,电子图像游戏,纺织工艺品设计,服装设计与制作,发型设计,文物资料照片的复制和修复,运动员动作分析和评分等等,现在已逐渐形成一门新的艺术——计算机美术。
参考文献:
[1]孙即祥 图像压缩与投影重建 北京:科学出版社;2005.7:第一章:1~2,63~64.
[2]韩金姝.基于分形的植物形态模拟与图像压缩技术研究:[硕士论文]. 青岛:中国海洋大学信号与信息处理专业,2005.