运动图像分析所有专业(编辑修改稿)

运动图像分析所有专业(编辑修改稿)内容摘要：

”等处理，该过程叫做图像的输入。 (2)图像存储与检索 原始图像或处理后的图像信息 基于 处理，传输，或保存图像信息 的需要 ， 常常要按 一定的规则存储在电脑中， 以便在需要时 可以很容易地找到它们， 也就是所谓的 图像检索 [8]。 图像处理中，这种对图像群体的保管工作是不可或缺的。 (3)图像增强 图像增强是各种处理过程的总称，根据所需要信息的不同，它将待处理 图像湖北理工学院毕业设计（论文） 6 交换成不同的状态以便自身进行获取，简而言之就是 用 来 改善图像质量的处理 手段。 比如修正变形、减弱噪声、改善对比度、消除模糊等都属于图像增强的范畴。 基于各种原因，很难获得理想的图像品质，从而使得在图像预处理阶段图像增强尤为重要。 (4)图像编码 对图像编码的研究属于源信息理论的信源编码，其主要目的是利用人类视觉特性和图像信号的一般特征图像的编码效率，来实现图像压缩。 利用图像编码，可以有效提高图像信息的传输效率，图像信息的存储容量也得到节省，但同时，压缩图像数据是保密的。 (5)图像特征提取 通过图像信息测度对象，识别或理解，取决于对象的图像特征的数量，如线，边缘，面积，形状，颜色，纹理，等等。 通过不同的处理方法，将包含图像信息的必要特点显现出来，再进行量化处理的过程称为图像特征提取。 (6)图像识别与理解 图像识别可以简单地看为利用基于颜色特征的图像特征提取的分类，如新鲜的桃子按成熟度分级，根据杏仁形状特征分类等。 图像理解是实现人类认识客观事物的图像信息的可视化仿真系统。 比方 解释图像中的田间景物，使之成为指导田间自动作业机的好帮手。 图像识别仅仅涉及图像理解的分类 ，只停留在 一种 简单 的层面上；而 图像理解， 达到一定程度的智能化，属于更高层次。 两者之间 有着 密切的关系， 往往 很难 在 严格 意义上加以 区分。 (7)图像重建 图像重建依赖于 CT 技术的发展，主要是根据采集得到的数据来重建图像，是一种新型的数字图像处理技术。 图像重建主要有以下算法有迭代法、傅立叶反投影法、代数方法和卷积反投影法。 (8)图像输出 图像输出是指利用计算机将输入的图像、输出的图像以及中间处理结果的图像内容再现，是获取处理结果、观察处理结果所必要的。 将数字图像处 理与人的视觉处理、模拟图像处理相比较，可得出以下特点： (1)再现性 只要保证输入图像不变和不变的处理方法，数字图像处理的结果不会改变，湖北理工学院毕业设计（论文） 7 可以很好地再现，即可重复性。 人们视觉处理的随意性问题也不存在，也不会像模拟图像处理那样出现与图像质量的不一致的情况。 (2)定量性 有一点是其他处理方式无法比拟的，那就是数字图像处理很轻易就能得到定量的结果。 (3)适应性 数字图像处理适用于可见光的图像处理，同样也适用于其他波段频谱图像的处理；可以处理动态图像也可处理静态图像；处理对象能 像显微图像那么小，也可像航空乃至卫星照片那么大，能涉及到各个领域。 (4)灵活性 只需图像处理程序稍稍修改，即使是同一幅图像，也可得到不同的结果。 数字图像处理涉及到非线形运算、线性运算以及一切用逻辑表达或数学公式的运算等。 (5)精度高 随着图像量化数和象素数的增加，数字图像处理的精度得到提高。 但就目前的发展，图像数字化的精度已经达到很高的程度。 (6)处理速度较慢 相比人的视觉处理速度，数字图像处理的速度明显处于劣势。 伴随着不断提高的处理精度，数字图像处理需要更长的时间。 这一点是数字图像处理能否实用化的关键。 庆幸的是，图像专用硬件和计算机硬件以及图像处理软件技术的发展，令处理速度得到不断的提高。 (7)存储容量大 数字图像处理对计算机是否配备有足够的内、外存储空间有很高要求，并且越高的处理精度，需要具备更大的存储空间。 这一点是图像处理过程中不可忽视的问题，随着不断推出的新型存储器，存储容量有望得到迅速的提高，处理精度以期有进一步的提高。 2. 2 数字图像处理的基本运算 利用计算机处理图像的过程中，有几个基本的但非常有用的操作形式，它是数字图像处理的基 础。 (1)灰度直方图 数字图像处理中，灰度直方图不失为一种简单又有用的工具。 它涵盖了一幅湖北理工学院毕业设计（论文） 8 图像的灰度级内容。 灰度直方图描述的是图像中具有该灰度级的像素个数，是关于灰度级的函数，其函数的横坐标表示灰度级，纵坐标表示该灰度值出现的像素个数。 图像的概率密度函数通过除以图像的面积来归一化灰度直方图，图像的累积分布函数是通过将面积的函数进行归一化处理。 这一点在很大程度上方便了图像的统计处理。 利用灰度直方图也可方便地进行阂值分割操作、图像均衡处理。 (2)点运算 点运算（ Point Operation）是一种既简单又重要的技术，它允许用户改变图像数据占据的灰色地带，一个图像的点运算的直方图可以根据预定模式改变。 点运算可以看作是从“从像素到像素”的重复行为。 像素之间不发生关系，各个像素进行独立的处理 [9]。 假设输入图像为 A(x， y)，输出图像为 B(x， y)，那么点运算可用下述表达示表示 :     yxAfyxB ,  (21) 由式 (21)看出灰度变换函数 f(D)决定点运算，输出与输入灰度级两者存在映射关系。 利 用点运算调整图像的对比度、亮度，进而将用户感兴趣的特征突出以方便观察。 (3)代数运算 通过对两幅图像进行点对点的加、减、乘、除运算并得到输出图像的运算过程被称为代数运算。 上述的 4种代数运算的数学表达式如下：      yxByxAyxC ,  (22)      yxByxAyxC ,  (23)      yxByxAyxC ,  (24)      yxByxAyxC ,  (25) 其中输入图像为 A(x， y)和 B(x， y)，而输出图像为 C(x， y)。 图像代数运算在图像处理领域得到了广泛的应用。 图像 相 加 运算 不仅 能够 有效地抑制随机噪声，而且能增强效 果。 在 某一场景中， 图像相减的方法 则 可以检测出运动图像序列 并加以 控制。 (4)几何运算 图像的几何变换是指随着生产规模的需要，原始图像进行形状和位置的变化。 几何运算是图像处理和分 析的基本内容，它不仅提供了一些特殊的效果可能湖北理工学院毕业设计（论文） 9 产生的图像，而且简化了图像处理和分析的过程，尤其是当图像有一定的规则，图像可以通过另一个图像的几何变换。 a)位置变换（镜像、旋转） 图像镜像变换对图像的形状没有改变。 镜像变换包括水平镜像和垂直镜像。 图像的水平镜像操作是以图像垂直中轴线为中心镜像，将图像左右半部分进行对换；图像的垂直镜像操作是以图像水平中轴线为中心镜像，将图像上下半部分进行对换。 b)图像的形状变换（缩放） 假设图像 X轴方向缩放比率 kx,Y轴方向缩放比率是 ky，原始图 中点（ x0,y0）对应于新图中的点（ x1,y1）可表示为： x1=x0*kx； y1=y0*ky 当 kx1 且 ky1 时，原图像被放大。 放大图像时，产生了新的像素，可通过插值算法来近似处理。 例如，当 fx = fy = 时，图像被缩成一半，缩小后的图像中的（ 0， 1）像素对应于原图中的（ 0， 2）像素，（ 1， 0）像素对应于原图中的（ 2， 0）像素，其它像素可依此法类推。 在原始的图像基础上，每行像素隔一个取一点，此取点操作每隔一行进行。 位置变换实际上是把原始图像每行中 的像素重复取值一遍，然后每行重复一次。 图像像素间关系 一幅数字图像由有限个像素组成，每个像素都有两个属性 :颜色属性和空间属性。 像素普遍是根据矩阵网格采样得到，所以图像常用矩阵的二维形式来描述。 像素所在的位置用矩阵中的行列表示，像素颜色则用整数或整数向量表示 [10]。 像素之间存在连通性、距离和邻接性等关键联系。 （ 1） 距离 根据不同定义，像素 Q(x, y)和 P(i, j)两者的距离，可分为棋盘距离、城区距离、欧氏距离及颜色距离。 欧氏距离 D:又名几何距离，根据几何学有 :          22, jyixjiyxD E  (28) 网格上从起点走到终点所需要的步数可由两个像素的距离来表示。 城区距离 4D ，只有垂直和水平方向移动被允许，定义如下：      jyixjiyxD ,4 (29) 湖北理工学院毕业设计（论文） 10 棋盘距离 8D 沿对角线移动，定义为：       jyixjiyxD  m a x,8 (210) 颜色距离 cD ，定义如下 :            3 1 2,, l lllc jifyxfwjiyxD (211) 其中， l =l， 2， 3， lw 为修正系数，  jifl , 和  yxfl , 对应像素 Q和 P的颜色向量分量。 颜色距离和像素的所处的相对位置没有关系，反映出颜色的像素差异。 （ 2） 邻接性 邻接性是图像处理中的关键概念。 假设两个任意像素的距离 14D ，就称这两个像素为 4邻域，亦称 4邻接 [11]。 像素 p的坐标 (x, y)，那么 (x+1， y)、 (x1，y)、 (x， y+1)、 (x， yl)这四个坐标就是 p 垂直和水平的邻近像素，记作  pN4 ，即 p 的 4邻域。 (3) 连通性 区域是由像素组成的集合，这些像素不仅有邻接性，而且任取两个像素，其颜色属性符合某个特定的相似准则。 在这个集合中，任意两个像素间都存在着完全属于该集合的路径。 如果两个像素之间存在一条路径，则这些像素是连通的。 数字图像处理方法 数字图像处理方法包括两大类：变换域处理法又称频域法和空间域处理法又称空域法。 (1)频域法 频域法的步骤：先对图像做正交变换操作，以获得变换系数阵列，然后再做各种处理操作，处理完成后通过逆变换实现从频域到空间域的转变。 (2)空域法 空域法只需将图像看作是平面中各个像素组成的集合，不需做任何变换直接对其进行相观的处理操作即可。 数字图像处理的应用领域 伴随多媒体技术的飞速发展，图像处理技术得到了空前的重视，许多新的应用应运而生。 最关键的是 图像技术已从实验室渗透到工业领域，商业和办公，甚至到了人们的日常生活。 目前，该技术已大量被应用到工业检测，生物医学，航空航天，邮政编码，机器人视觉，文档处理，金融，公安、司法，军事指导，机械，银行，文化和艺术，运输，多媒体网络通信和电子商务等领域中。 湖北理工学院毕业设计（论文） 11 第三章运动目标检测 运动目标检测的现状与发展 运动目标检测是图像处理与计算机视觉的一个分支，在理论和实践上都有重大意义，长久以来一直被国内外学者所关注。 在实际中，视频监控利用摄像机对某一特定区域进行监视，是一个细致和连续的过程，它可以由人来 完成，但是人执行这种长期枯燥的例行监测是不可靠，而且费用也很高，因此引入运动监测非常有必要。 它可以减轻人的负担，并且提高了可靠性。 概括起来运动监测主要包括三个内容：运动目标检测，方向判断和图像跟踪。 运动目标检测是整个监测过程的基础，运动目标的提取准确与否，直接关系到后续高级过程的完成质量。 运动目标检测在国外已经取得了一些的研究成果，许多相关技术已经开始应用到实际系统中，但是国内研究相对落后 ,与国外还有较大差距。 过去的视频目标提取可分为以下两种情况 ,一种按空间同性的准则 ,用滤波器譬如形态学滤波 器对图像作预处理操作；之后为实现区域的边缘检测，对该图像的信息如色度、亮度等作空间上的分割；最后作运动估计 ,并将相似的运动区域合并，得到最终的视频目标提取结果。 比较典型的算法有光流算法、主动轮廓模型算法，该方法得到较为准确结果的同时也带来了巨大的运算量。 另一种算法则按时间变化检 ,通过图像上的变化区域和不变区域的帧差检测 ,实现静止背景和运动物体的分割。 此外 ,还有时时空亮度梯度信息结合方法、空结合的方法等等。 本文将围绕以帧差检测为基础的方法展开分析和讨论。 图像背景提取与更新算法 运动目标检测 时，区分出背景范围和运动目标是很重要的一步，摄。