4第9章 数字图像处理系统及应用实例

第9章数字图像处理系统及应用实例9.1数字图像处理系统9.2应用实例9.1数字图像处理系统监视器图像通信接口通信网络硬盘、光盘、磁带机存储设备输入设备扫描仪卫星遥感图像摄像机CD-ROM……医学图像雷达图像输出设备绘图仪激光打印机显示器……高档微机系统图像处理图像采集A/D图像数据库数字图像处理系统结构框图9.1.1数字图像处理系统的分类通用和专用:通用系统主要用于方法研究、大型计算、多媒体技术研究、视频制作等专用型处理系统一般用于特殊用途，处理任务单一，但对系统体积、重量、处理速度、功耗、成本等有特定的要求，数字信号处理器（DSP）高、中、低档高速信号处理芯片设计而成，采用多CPU或多机结构，具有适合图像和信号处理特有规律的并行阵列图像处理器中档系统以小型机或工作站为主控计算机，加上图像处理器构成。这类系统具有较强的交互处理能力，同时，由于用通用机做主控机，因而在系统环境下，具有较好的再开发能力低档的计算机图像处理系统由计算机加上图像采集卡构成，其结构简单，是一种便于普及和推广的图像处理系统9.1.1数字图像处理系统的分类从图像传感器的敏感区看可分成可见光、红外、近红外、X射线、雷达、伽玛射线、超声波等图像处理系统从采集部件与景物的距离上来分可分为遥感、宏观和微观图像处理系统9.1.1数字图像处理系统的分类9.1.2计算机图像处理系统的基本构成1．图像采集部件2．图像处理部件3．识别结果的输出部件一种是根据图像处理的结果做出判断另一种则是以图像为输出形式。输出方式有屏幕输出、打印输出和视频硬拷贝输出9.2应用实例9.2.1生物医学图像的处理9.2.2DSP组成的目标检测与识别系统9.2.3高分辨率遥感影像道路提取9.2.4立体视觉系统9.2.1生物医学图像的处理细胞图像自动分割流程图边缘检测目标定位区域生长目标分割免疫细胞图像自动分割的过程示意图a)一幅免疫细胞图像b)边缘检测的结果c)目标定位并与b)叠加的结果d)计算目标中心点e)计算目标所在矩形f)在矩形框内分割图像a)b)c)d)e)f)9.2.1生物医学图像的处理a)原图b)边缘检测的结果椭圆目标的位置检测过程示意图c)从边缘点沿梯度方向做扇形d)累加器累加的结果e)对d取阈值并与b叠加f)计算中心点9.2.1生物医学图像的处理9.2.2DSP组成的目标检测与识别系统1．DSP实现目标检测识别的基本框图视频解码视频合成数模转换FPGA双口RAM逻辑控制Cameralink接口DSPTMS320C6416串口通信接口同步动态RAMSDRAMFLASH通信双口RAM视频输入视频输出视频输出EMIFABUSEMIFBBUS2．图像算法的处理流程目标分割目标识别目标跟踪视频合成图像预处理图像处理流程9.2.2DSP组成的目标检测与识别系统3．算法中的关键技术1）空域高通滤波将小目标进行增强，提高它的信噪比。2）自适应门限分割技术。3）图像特征匹配，通过多帧检测，识别出真正的目标。9.2.2DSP组成的目标检测与识别系统9.2.3高分辨率遥感影像道路提取1．用灰度级标准差检测直线假设图像空间中的一条角度为、截距为的直线，映射其灰度级标准方差到参数空间上的一点，该点的值可由以下公式求得q()ytgxq(,)q(,)wq-120-101-(,)-2550(,)0,01(,)(,)NiiNiiifxyMNNwqNMfxyfxyN，其中，＝，是图像上所有满足y=tg(θ)x+q的点,该变换的原理如图所示qqyl0qoq4545o00(,)qxyo11(,)NNxya)图像空间b)在方向上投影c)映射方差特征到参数空间9.2.3高分辨率遥感影像道路提取2．梯度矢量均值约束的线目标检测对原始图像进行梯度变换，对梯度矢量进行统计，用梯度矢量均值来代替上一节处的值，就得到了梯度矢量在参数空间中的统计特性。(,)q9.2.3高分辨率遥感影像道路提取9.2.4立体视觉系统1）视觉导航智能视觉导航越野车立体视觉系统的硬件结构障碍物检测流程9.2.4立体视觉系统边缘检测特征融合计算视差计算距离2）利用立体视觉原理进行地图绘制地图绘制算法流程9.2.4立体视觉系统边缘检测轮廓匹配计算视差计算距离精细匹配轮廓匹配结果9.2.4立体视觉系统边缘精细匹配结果9.2.4立体视觉系统带纹理的重建三维建筑图像9.2.4立体视觉系统结合GIS系统的三维建筑重建图像9.2.4立体视觉系统