數(shù)字圖像處理系統(tǒng)及應用實例.ppt

第11章數(shù)字圖像處理系統(tǒng)及應用實例 1數(shù)字圖像處理系統(tǒng)2應用實例 1數(shù)字圖像處理系統(tǒng) 數(shù)字圖像處理系統(tǒng)結(jié)構(gòu)框圖 1 1數(shù)字圖像處理系統(tǒng)的分類 通用和專用 通用系統(tǒng)主要用于方法研究 大型計算 多媒體技術(shù)研究 視頻制作等專用型處理系統(tǒng)一般用于特殊用途 處理任務單一 但對系統(tǒng)體積 重量 處理速度 功耗 成本等有特定的要求 數(shù)字信號處理器 DSP 高 中 低檔高速信號處理芯片設計而成 采用多CPU或多機結(jié)構(gòu) 具有適合圖像和信號處理特有規(guī)律的并行陣列圖像處理器中檔系統(tǒng)以小型機或工作站為主控計算機 加上圖像處理器構(gòu)成 這類系統(tǒng)具有較強的交互處理能力 同時 由于用通用機做主控機 因而在系統(tǒng)環(huán)境下 具有較好的再開發(fā)能力低檔的計算機圖像處理系統(tǒng)由計算機加上圖像采集卡構(gòu)成 其結(jié)構(gòu)簡單 是一種便于普及和推廣的圖像處理系統(tǒng) 1 1數(shù)字圖像處理系統(tǒng)的分類 從圖像傳感器的敏感區(qū)看可分成可見光 紅外 近紅外 X射線 雷達 伽瑪射線 超聲波等圖像處理系統(tǒng)從采集部件與景物的距離上來分可分為遙感 宏觀和微觀圖像處理系統(tǒng) 1 1數(shù)字圖像處理系統(tǒng)的分類 1 2計算機圖像處理系統(tǒng)的基本構(gòu)成 1 圖像采集部件2 圖像處理部件3 識別結(jié)果的輸出部件一種是根據(jù)圖像處理的結(jié)果做出判斷另一種則是以圖像為輸出形式 輸出方式有屏幕輸出 打印輸出和視頻硬拷貝輸出 2應用實例 2 1生物醫(yī)學圖像的處理2 2DSP組成的目標檢測與識別系統(tǒng)2 3高分辨率遙感影像道路提取2 4立體視覺系統(tǒng)2 5車牌識別 2 1生物醫(yī)學圖像的處理 細胞圖像自動分割流程圖 免疫細胞圖像自動分割的過程示意圖a 一幅免疫細胞圖像b 邊緣檢測的結(jié)果c 目標定位并與b 疊加的結(jié)果d 計算目標中心點e 計算目標所在矩形f 在矩形框內(nèi)分割圖像 a b c d e f 2 1生物醫(yī)學圖像的處理 a 原圖b 邊緣檢測的結(jié)果 橢圓目標的位置檢測過程示意圖 c 從邊緣點沿梯度方向做扇形 d 累加器累加的結(jié)果e 對d取閾值并與b疊加f 計算中心點 2 1生物醫(yī)學圖像的處理 2 2DSP組成的目標檢測與識別系統(tǒng) 1 DSP實現(xiàn)目標檢測識別的基本框圖 2 圖像算法的處理流程 圖像處理流程 2 2DSP組成的目標檢測與識別系統(tǒng) 3 算法中的關(guān)鍵技術(shù) 1 空域高通濾波將小目標進行增強 提高它的信噪比 2 自適應門限分割技術(shù) 3 圖像特征匹配 通過多幀檢測 識別出真正的目標 2 2DSP組成的目標檢測與識別系統(tǒng) 2 3高分辨率遙感影像道路提取 1 用灰度級標準差檢測直線假設圖像空間中的一條角度為 截距為的直線 映射其灰度級標準方差到參數(shù)空間上的一點 該點的值可由以下公式求得 該變換的原理如圖所示 a 圖像空間b 在方向上投影c 映射方差特征到參數(shù)空間 2 3高分辨率遙感影像道路提取 2 梯度矢量均值約束的線目標檢測對原始圖像進行梯度變換 對梯度矢量進行統(tǒng)計 用梯度矢量均值來代替上一節(jié)處的值 就得到了梯度矢量在參數(shù)空間中的統(tǒng)計特性 2 3高分辨率遙感影像道路提取 2 4立體視覺系統(tǒng) 1 視覺導航 智能視覺導航越野車 立體視覺系統(tǒng)的硬件結(jié)構(gòu) 障礙物檢測流程 2 4立體視覺系統(tǒng) 2 利用立體視覺原理進行地圖繪制 地圖繪制算法流程 2 4立體視覺系統(tǒng) 輪廓匹配結(jié)果 2 4立體視覺系統(tǒng) 邊緣精細匹配結(jié)果 2 4立體視覺系統(tǒng) 帶紋理的重建三維建筑圖像 2 4立體視覺系統(tǒng) 結(jié)合GIS系統(tǒng)的三維建筑重建圖像 2 4立體視覺系統(tǒng) 一 研究意義主要用于高速公路收費系統(tǒng) 大大提高車輛過關(guān)的速度 2 5車牌識別 二 車牌識別技術(shù)1 IC卡識別技術(shù)IC卡卡內(nèi)存儲了該車的車牌號碼以及其他一些信息 當汽車通過設有車輛檢測裝置的路口時 IC卡系統(tǒng)將與路口的計算機系統(tǒng)進行對話 使之辨識出該汽車的車牌號碼和其它相關(guān)內(nèi)容 從而可以實現(xiàn)監(jiān)督和管理 缺點 1 整套裝置價格昂貴 硬件設計復雜 2 不適合異地作業(yè) 且須制定全國統(tǒng)一的標準 3 無法核對車 卡是否相符 也是IC卡技術(shù)存在的缺點 2 條形碼技術(shù)通過在車輛的側(cè)面印刷條形碼 其中包括地區(qū) 車型 車牌號碼等基本信息 當條形碼掃描器閱讀出這些信息后 就可以完成識別任務 缺點 1 條形碼識別技術(shù)對于掃描器要求很高 3 須在全國范圍有統(tǒng)一的標準 推廣起來也很困難 3 圖像處理技術(shù) 二 基于圖像分析的車牌識別技術(shù)研究 譚志標 碩士論文 1 識別流程 2 圖像采集兩種觸發(fā)采集方式 1 外設觸發(fā) 采用線圈 紅外等檢測器檢測車輛到達信號 觸發(fā)采集設備抓拍 2 視頻觸發(fā) 采用運動目標序列圖像分析處理技術(shù) 實時監(jiān)控車道上車輛的運動狀況 當發(fā)現(xiàn)車輛通過時 觸發(fā)抓拍 3 車牌定位 1 灰度轉(zhuǎn)換 2 邊緣檢測及二值化 y方向梯度 二值化 3 圖像增強使用膨脹算法 使與白色象素連接的背景點 黑色象素 合并到目標象素中 結(jié)果是使白象素區(qū)域增大 空洞縮小 4 車牌區(qū)域檢測 車牌區(qū)域檢測就是利用車牌字符垂直邊緣緊密連接的特征來檢測的 5 顏色分析顏色分析就是根據(jù)待定車牌區(qū)域的顏色信息判斷車牌的顏色 我國現(xiàn)行的牌照中 最多的是黃底黑字 大車 藍底白字 中小車 在灰度圖像中 黃底黑字車牌的字符灰度比背景低 而藍底白字則字符灰度比背景高 二值化之后黑白正好相反 所以 在定位過程中 要判斷該車牌的顏色 然后才能分析字符的紋理 如果是背景灰度比字符灰度低時 先要反色處理 統(tǒng)一成字符為黑色 背景為白色 6 車牌切割獲取車牌顏色后 就可以把車牌區(qū)域統(tǒng)一二值化成為字符為黑象素 背景為白象