数字图像处理笔记

  1. 数字图像处理的意义
  2. 现实中的图像问题：
    1. 图像模糊导致可视性差，模糊
    2. 机器人视觉与图像理解，目标识别，检索
    3. 海量图像与视频数据的传输，存储
  3. 图像处理的科学问题：
    1. 如何增强视觉图像的有效可视性
    2. 如何让计算机视觉自动分析和理解内容
    3. 如何对视觉图像进行有效的信息压缩
  4. 学本课程的意义：
    1. 学习解决视频图像有效可视性问题的方法
    2. 学习掌握智能分析和理解图像内容的方法

一、数字图像处理概述

  1. 图像处理的两大目的
  2. 可以满足人们在视觉、心理或内容应用上的需求
  3. 对图像进行自动的分析和理解，为最终实现计算机视觉奠定基础
  4. 图像处理的两种方法
  5. 光学法
    1. 从简单的光学滤波到现在的激光全息技术，光学处理理论已经日趋完善
    2. 优点：处理速度快，信息容量大，分辨率高。如通过多组镜头处理图像畸变，光学防抖等
    3. 缺点：光学处理精度难于控制，正对区域确定和性质变换而言，操作不便，稳定性弱
  6. 数字法
    1. 即通常所说的数字图像处理，利用计算机、或其他数字硬件，对图像信息转换而获得的电信号进行特定数学运算。
    2. 优点：处理精度高，而且可以通过改进处理软件来优化处理效果，操作方便
    3. 缺点：数字图像处理数据量很大，早期处理速度慢，限制了数字图像处理的发展
  7. 数字图像处理的主要内容
  8. 图像获取：图像传感器、图像获取方法（照相机，电视摄像机，扫描仪，红外摄像仪，微博雷达等）
  9. 图像存储：为解决海量存储问题，徐研究数据压缩
  10. 图像传输：解决满足画质下占用带宽的问题
  11. 图像处理方法：
    1. 点运算：正对图像的像素进行加减乘除运算
    2. 几何校正处理：包括图像的平移、缩放、旋转以及扭曲校正等
    3. 图像变换：比如离散傅立叶变换、离散余弦变换、小波变换等
    4. 图像分割：提取感兴趣的区域，实现图像的背景与目标的分割等
    5. 图像增强与图像复原：转换、传送过程中，造成图像的降质
    6. 图像编码：利用图像信号的统计特征及人类视觉特性对图像进行高效编码，从而达到图像压缩的目的
    7. 图像重建：由物体截面投影来重建该截面图像
    8. 图像分析与理解（模式识别）：统计识别法、句法结构模式识别法、模糊识别法
  12. 图像显示：
    1. 软拷贝：CRT、LED显示器等
    2. 硬拷贝：照相、打印等
  13. 应用领域
  14. 军事与安防监控：军事侦察、导弹制导、模拟训练、视频监控、人脸检测、指纹识别、侵入目标检测
  15. 资源与环境保护：遥感技术、地质资源探勘、地图绘制、GIS、河流分布、水质大气污染调查、植被分布、农作物估产
  16. 海洋与气象：云图分析、海洋监测
  17. 工业与交通：工业产品的无损探伤、表面和外观的自动检查、机械手确定物体的位置、交通流检测、车牌照识别、路况检测等
  18. 医学与生物学：X射线成像、CT、生物细胞分析、染色体分类、血球分类等
  19. 媒体通信：传真、电视、实况转播、多媒体通信、文字识别OCR、电子商务、手机等
  20. 影视娱乐与虚拟现实：3D影视制作、Kinect

二、图像信息与视觉感知基础

三、物体检测与识别

  1. 物体检测所面对的实际问题：
  2. 目标类内差异大
  3. 视角变化
  4. 方位、尺度变化
  5. 遮挡与截断
  6. 复杂背景干扰
  7. 物体检测主要方法：
  8. 运动目标检测
  9. 刚性目标模型
  10. 基于部件的目标模型
  11. 模型的推理与学习方法
  12. 运动物体检测
  13. 图像匹配
  14. 基于统计学习的物体检测
  15. 深度学习与物体检测

四、图像分割

五、空域图像增强

六、图像变换

七、频域图像增强

八、彩色图像处理

九、图像复原

十、图像压缩编码

  1. 图像编码基础
  2. 简单编码方法
  3. 预测编码
  4. 变换编码

十一、国际图像和视频压缩标准

  1. 编码标准概述
  2. 二值图像编码标准
  3. 静止图像编码标准
  4. 视频图像编码标准

十二、图像重建

`