數(shù)字圖像處理系統(tǒng)及應(yīng)用實例.ppt
第11章 數(shù)字圖像處理系統(tǒng)及應(yīng)用實例,1 數(shù)字圖像處理系統(tǒng) 2 應(yīng)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(wù)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(shè)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(dá)、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(yīng)用實例,2.1 生物醫(yī)學(xué)圖像的處理 2.2 DSP組成的目標(biāo)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(xué)圖像的處理,細(xì)胞圖像自動分割流程圖,免疫細(xì)胞圖像自動分割的過程示意圖 a)一幅免疫細(xì)胞圖像 b)邊緣檢測的結(jié)果 c)目標(biāo)定位并與b)疊加的結(jié)果 d) 計算目標(biāo)中心點 e) 計算目標(biāo)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(xué)圖像的處理,a)原圖 b)邊緣檢測的結(jié)果,橢圓目標(biāo)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(xué)圖像的處理,2.2 DSP組成的目標(biāo)檢測與識別系統(tǒng),1DSP實現(xiàn)目標(biāo)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,2.2 DSP組成的目標(biāo)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(biāo)進(jìn)行增強,提高它的信噪比。,2) 自適應(yīng)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(biāo)。,2.2 DSP組成的目標(biāo)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(biāo)準(zhǔn)差檢測直線 假設(shè)圖像空間中的一條角度為 、截距為 的直線 ,映射其灰度級標(biāo)準(zhǔn)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(biāo)檢測 對原始圖像進(jìn)行梯度變換,對梯度矢量進(jìn)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(dǎo)航,智能視覺導(dǎo)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(jìn)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(xì)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(dāng)汽車通過設(shè)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(jìn)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(shè)計復(fù)雜;(2)不適合異地作業(yè),且須制定全國統(tǒng)一的標(biāo)準(zhǔn);(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(dāng)條形碼掃描器閱讀出這些信息后,就可以完成識別任務(wù)。 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(biāo)準(zhǔn),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(biāo),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(shè)觸發(fā)。采用線圈、紅外等檢測器檢測車輛到達(dá)信號,觸發(fā)采集設(shè)備抓拍。 (2)視頻觸發(fā)。采用運動目標(biāo)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(dāng)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(biāo)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(lán)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(lán)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,背景為白象素的二值化車牌圖像。 由于車牌可能傾斜,用上述車牌區(qū)域檢測方法定位的車牌圖像可能會不完整,有些字符的邊緣區(qū)域可能會被切走,因此我們在處理這個區(qū)域時,先把定位的坐標(biāo)在原圖上往外擴展幾個象素,保證該區(qū)域包括完整的車牌。,4、字符分割 5、字符識別,