常用的圖像處理算法：數(shù)字圖像處理基礎(chǔ)、遙感數(shù)字圖像處理、機(jī)器視覺(jué)、計(jì)算機(jī)視覺(jué)

圖像處理程序：C++ OpenCV、Matlab與圖像處理

數(shù)字圖像處理-概述

其實(shí)，造成“不可能圖形”（三角形的三個(gè)角都是90°）的并不是圖形本身，而是你對(duì)圖形的三維知覺(jué)系統(tǒng)，這一系列在你知覺(jué)圖形的立體心理模型時(shí)強(qiáng)制作用。在把二維平面圖形知覺(jué)為你三維立體心理圖形時(shí)，執(zhí)行這一過(guò)程的機(jī)制會(huì)極大地影響你的視覺(jué)系統(tǒng)。

正是在這一強(qiáng)制執(zhí)行的機(jī)制的影響下，你的視覺(jué)系統(tǒng)對(duì)圖形中的每一個(gè)點(diǎn)都賦予了深度。換句話說(shuō)，一幅圖像的某些二維結(jié)構(gòu)元素和你三維知覺(jué)解釋系統(tǒng)的某些結(jié)構(gòu)元素相對(duì)應(yīng)。二維直線被解釋成三維直線。二維的平面被解釋為三維的平面。在透視圖像中，銳角和鈍角都被解釋為90°角。外面的線段被看作是外形輪廓的分界線。這一外形分界線在你定義整個(gè)心理圖像的外形輪廓時(shí)起著及其重要的作用。這說(shuō)明，在沒(méi)有相反信息的影響下，你的視覺(jué)系統(tǒng)總是假定你從一個(gè)主要視角觀看事物。

三角形的每一個(gè)頂角都產(chǎn)生透視，三個(gè)90°的角，而且，每條邊的距離變化不同。把三個(gè)頂角合成一個(gè)整體，就產(chǎn)生了一個(gè)空間不可能圖形。

相對(duì)性：環(huán)境對(duì)比的影響

計(jì)算機(jī)視覺(jué)的發(fā)展歷史：

1950s：二維圖像分析和識(shí)別，如光學(xué)字符識(shí)別，工件表面、顯微圖片和航空?qǐng)D片的分析和解釋等。是模式識(shí)別的重要內(nèi)容。

1960s：MIT的Roberts通過(guò)計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結(jié)構(gòu)，并對(duì)物體形狀及物體的空間關(guān)系進(jìn)行描述．這項(xiàng)研究開(kāi)創(chuàng)了以理解三維場(chǎng)景為目的的三維計(jì)算機(jī)視覺(jué)的研究．Roberts對(duì)積木世界的創(chuàng)造性研究給人們以極大的啟發(fā)，許多人相信，一旦由白色積木玩具組成的三維世界可以被理解，則可以推廣到理解更復(fù)雜的三維場(chǎng)景．

1970s：出現(xiàn)了一些視覺(jué)應(yīng)用系統(tǒng)．

-70年代中期，麻省理工學(xué)院(MIT)人工智能(AI)實(shí)驗(yàn)室正式開(kāi)設(shè)“計(jì)算機(jī)視覺(jué)” ( Machine Vision) 課程，由B．K．P．Horn教授講授．

-David Marr教授于1973年應(yīng)邀在MIT AI 實(shí)驗(yàn)室領(lǐng)導(dǎo)一個(gè)以博士生為主體的研究小組，1977年提出了不同于“積木世界”分析方法的計(jì)算視覺(jué)理論.

1980s：Marr理論成為計(jì)算機(jī)視覺(jué)研究領(lǐng)域中的一個(gè)十分重要的理論框架．(ICCV, Marr獎(jiǎng))

計(jì)算機(jī)視覺(jué)獲得蓬勃發(fā)展，新概念、新方法、新理論、新應(yīng)用不斷涌現(xiàn)，比如，基于感知特征群的物體識(shí)別理論框架，主動(dòng)視覺(jué)理論框架，視覺(jué)集成理論框架等．

Marr模型

80年代初，Marr首次從信息處理的角度綜合了圖像處理、心理物理學(xué)、神經(jīng)生理學(xué)及臨床神經(jīng)病理學(xué)的研究成果，提出了第一個(gè)較完備的視覺(jué)系統(tǒng)框架。

Marr將系統(tǒng)分為基元圖、2.5維圖（部分的、不完整的三維信息，缺少深度信息）和三維模型三個(gè)層次來(lái)表達(dá)視覺(jué)信息的處理過(guò)程，而每層的表達(dá)將適當(dāng)?shù)男畔⒚骼驶?/p>

基元圖：使亮度變化（邊沿）的信息明朗化，如角點(diǎn)、邊緣、紋理、線條、邊界等基本特征。

2.5維圖：使表面朝向的信息明朗化，如場(chǎng)景可見(jiàn)部分的深度、法線方向、輪廓等。

三維模型：物體的形狀與空間位置信息明朗化。

優(yōu)點(diǎn)：系統(tǒng)地闡述了用二維圖像恢復(fù)三維物體的可能性和一般性方法。

缺點(diǎn)：沒(méi)有考慮視覺(jué)本身具有的反饋機(jī)制和不同層次的處理力度。

計(jì)算機(jī)視覺(jué)(Computer Vision)與相關(guān)學(xué)科的關(guān)系

• 圖像處理 (Image Processing) 圖像處理通常是把一幅圖像變換成另外一幅圖像，也就是說(shuō)，圖像處理系統(tǒng)的輸入是圖像，輸出仍然是圖像，信息恢復(fù)任務(wù)則留給人來(lái)完成。
• 計(jì)算機(jī)圖形學(xué) (Computer Graphics) 通過(guò)幾何基元，如線、圓和自由曲面等，來(lái)生成圖像，屬于圖像綜合，它在可視化（Visualization）和虛擬現(xiàn)實(shí)(Virtual Reality）中起著很重要的作用．計(jì)算機(jī)視覺(jué)正好是解決相反的問(wèn)題，即從圖像中估計(jì)幾何基元和其它特征，屬于圖像分析．
• 模式識(shí)別 (Pattern Recognition) 研究分類問(wèn)題，確定符號(hào)、圖畫(huà)、物體等輸入對(duì)象的類別．強(qiáng)調(diào)一類事物區(qū)別于其它事物所具有的共同特征。一般不關(guān)心三維世界的恢復(fù)問(wèn)題。
• 人工智能 (Artificial Intelligence) 涉及到智能系統(tǒng)的設(shè)計(jì)和智能計(jì)算的研究．在經(jīng)過(guò)圖像處理和圖像特征提取過(guò)程后，接下來(lái)要用人工智能方法對(duì)場(chǎng)景特征進(jìn)行表示，并分析和理解場(chǎng)景．
• 媒體計(jì)算 (Multimedia Computing) 文字\\圖形\\圖像\\動(dòng)畫(huà)\\視頻\\音頻等各類感覺(jué)媒體的共性基礎(chǔ)計(jì)算理論、計(jì)算方法，以及媒體系統(tǒng)實(shí)現(xiàn)技術(shù)。以實(shí)現(xiàn)下一代計(jì)算機(jī)能聽(tīng)、能看、會(huì)說(shuō)、會(huì)學(xué)習(xí)為目標(biāo)。
• 認(rèn)知科學(xué)與神經(jīng)科學(xué) (Cognitive science and Neuroscience) 將人類視覺(jué)作為主要的研究對(duì)象．計(jì)算機(jī)視覺(jué)中已有的許多方法與人類視覺(jué)極為相似．許多計(jì)算機(jī)視覺(jué)研究者對(duì)研究人類視覺(jué)計(jì)算模型比研究計(jì)算機(jī)視覺(jué)系統(tǒng)更感興趣，希望計(jì)算機(jī)視覺(jué)更加自然化，更加接近生物視覺(jué)

圖信號(hào)處理層次

• 圖像處理：圖像采集、儲(chǔ)存；圖像重建；圖像變換、增強(qiáng)、恢復(fù)、校正；圖像(視頻)壓縮編碼。
• 圖像分析：邊緣檢測(cè)、圖像分割；目標(biāo)表達(dá)、描述；目標(biāo)顏色、形狀、紋理、空間和運(yùn)動(dòng)分析；目標(biāo)檢測(cè)、識(shí)別。
• 圖像理解：圖像配準(zhǔn)、融合；3-D表示、建模、場(chǎng)景恢復(fù)；圖像感知、解釋、推理；基于內(nèi)容的圖像和視頻檢索。

計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用

• 工業(yè)領(lǐng)域（生產(chǎn)裝配、質(zhì)量檢驗(yàn)）
• 機(jī)器人（星球探測(cè)機(jī)器人）
• 遙感圖像分析（植被分析）
• 醫(yī)學(xué)圖像分析（骨骼定位）
• 安全鑒別、監(jiān)視與跟蹤（門(mén)禁系統(tǒng)、視頻監(jiān)控）
• 國(guó)防系統(tǒng)（目標(biāo)自動(dòng)識(shí)別與目標(biāo)跟蹤）
• 圖像與視頻檢索（基于內(nèi)容的檢索）
• 文物保護(hù)（數(shù)字博物館）
• 其他（游戲、動(dòng)畫(huà)、體育、人機(jī)交互）