《数字图像处理系统及应用实例》.ppt

（3）图像增强 使用膨胀算法，使与白色象素连接的背景点(黑色象素)合并到目标象素中，结果是使白象素区域增大，空洞缩小。 （4）车牌区域检测 车牌区域检测就是利用车牌字符垂直边缘紧密连接的特征来检测的。 （5）颜色分析 颜色分析就是根据待定车牌区域的颜色信息判断车牌的颜色。我国现行的牌照中，最多的是黄底黑字(大车)、蓝底白字(中小车)。在灰度图像中，黄底黑字车牌的字符灰度比背景低，而蓝底白字则字符灰度比背景高，二值化之后黑白正好相反。所以，在定位过程中，要判断该车牌的颜色，然后才能分析字符的纹理，如果是背景灰度比字符灰度低时，先要反色处理，统一成字符为黑色，背景为白色。 （6）车牌切割 获取车牌颜色后，就可以把车牌区域统一二值化成为字符为黑象素，背景为白象素的二值化车牌图像。 由于车牌可能倾斜，用上述车牌区域检测方法定位的车牌图像可能会不完整，有些字符的边缘区域可能会被切走，因此我们在处理这个区域时，先把定位的坐标在原图上往外扩展几个象素，保证该区域包括完整的车牌。 数字图像处理系统及应用实例 1 数字图像处理系统 数字图像处理系统结构框图 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 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 1.1 数字图像处理系统的分类 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 2 应用实例 2.1 生物医学图像的处理 2.2 DSP组成的目标检测与识别系统 2.3 高分辨率遥感影像道路提取 2.4 立体视觉系统 2.5 车牌识别 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 ) 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 2.1 生物医学图像的处理 2.2 DSP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 2．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 2.2 DSP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。 2.2 DSP组成的目标检测与识别系统 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 , 该变换的原理如图所示 a)图像空间 b) 在方向上投影 c)映射方差特征到参数空间 2.3