图像处理,,线的宽度(一)
数字图像处理考题2014级
数字图像处理：
一、 数字图像处理的目的和主要内容
数字图像处理的主要目的：
1） 提高图像的视感质量，以达到赏心悦目的目的。如去除图像中的噪声，改变图像的亮度、颜色，增强图像中的某些成份、抑制某些成份，对图像进行几何变换等。
2）提取图像中所包含的某些特征或特殊信息，以便于计算机分析。例如，常用作模式识别、计算机视觉的预处理等。
3） 对图像数据进行变换、编码和压缩，以便于图像的存储和传输。
数字图像处理的主要内容：用计算机图像处理系统对图像数据进行输入、加工和输出，数字图像处理研究的内容主要有以下 7 个过程。
1. 图像获取、表示和表现（ Image Acquisition， Representation and Presentation）
主要是把模拟图像信号转化为数字形式，以及把数字图像显示和表现出来（如打印）。过程主要包括摄取图像、 光电转换及数字化等几个步骤。
2. 图像复原（ Image Restoration） (客观)
当造成图像退化（图像品质下降）的原因已知时， 复原技术可以对图像进行校正。最关键的是对每种退化都需要有一个合理的模型。目的是消除退化的影响，从而产生一个等价于理想成像系统所获得的图像。
3. 图像增强（ Image Enhancement） (主观)
图像增强是对图像质量在一般意义上的改善。当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。图像增强技术是用于改善图像视感质量所采取的一种方法。有时可能需要彻底改变图像的视觉效果，以便突出重要特征的可观察性，使人或计算机更易观察或检测。在这种情 况下，可以把增强理解为增强感兴趣特征的可检测性，而非改善视感质量。电视节目片头或片尾处的颜色、轮廓等的变换，其目的是得到一种特殊的艺术效果，增强动感和力度。
4. 图像分割（ Image Segmentation）
图像中显示出正常的或有病变的各种器官和组织。图像自动分割是图像处理中最困难的问题之一。目前，大部分图像的自动分割还需要人工提供必需的信息来帮助，只有一部分领域（如印刷字符自动识别（ OCR）、 指纹识别等）开始使用。由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。【图像处理,,线的宽度】
5. 图像分析
图像处理应用的目标几乎均涉及到图像分析，即对图像中的不同对象进行分割、特征提取和表示，从而有利于计算机对图像进行分类、识别和理解。
6. 图像重建
图像重建与上述的图像增强、 图像复原等不同。图像增强、 图像复原的输入是图像，处理后输出的结果也是图像，而图像重建是指从数据到图像的处理，即输入的是某种数据，而经过处理后得到的结果是图像， CT (computed tomography)就是图像重建处理的典型应用实例,每个体素的 X 线吸收系数可以通过不同的数学方法算出。
7. 图像压缩编码
数字图像的特点之一是数据量庞大。图像编码主要是利用图像信号的统计特性及人类视觉的生理学及心理学特性，对图像信号进行高效编码，即研究数据压缩技术，目的是在保证图像质量的前提下压缩数据，便于存储和传输，以解决数据量大的矛盾。
一般来说，图像编码的目的有三个： ①减少数据存储量；②降低数据率以减少传输带宽； ③压缩信息量，便于特征提取，为后续识别作准备。
二、图像工程与数字图像处理系统 图像工程的内涵：根据抽象程度和研究方法等的不同，可分为三个层次：图像处理、图像分析和图像理解。
图像处理的内容：主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。基本特征：输入是图像，输出也是图像，即图像之间进行的变换。显然，这是一种比较严格的图像处理定义，因此也呈现出了某种狭义性。
图像分析的内容：主要对图象中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图象的描述。基本特征：输入是图像，输出是数据（即对输入图像进行描述的信息）。
图像理解的内容：在中级图像处理的基础上，进一步研究图象中各目标的性质和它们之间相互的联系，并得出对图象内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉），从而指导和规划行动。基本特征：以客观世界为中心，借助知识、经验等来把握整个客观世界。 “输入是数据，输出是理解”。
三者的关系:
图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。
图像分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图像形式的描述。【图像处理,,线的宽度】
图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理有许多类似之处。
图像的低级处理阶段和高一级的处理阶段是相互关联和有一定重叠性的。根据本课程的任务和目标，重点放在图像处理上，并学习图像分析的基本理论和方法。也就是说本课程中提到的图像处理概念是广义的。
实用图像处理系统分为在线处理系统和离线处理系统两种形式。【图像处理,,线的宽度】
在研究中，多采用离线图像处理系统，主要用于开发和验证图像处理与分析的算法。在线图像处理系统除上述设备外，还需用图像处理专用硬件代替图像采集卡，以构成自动处理系统，可以对生产现场采集的图像进行实时处理，并对其处理结果进行监控。
三、图像数字化技术
图像处理,,线的宽度(二)
结合图像处理完成文件碎片复原
【摘要】 在诸多领域中，经常需要把大量文件碎片拼接成一个或几个完整文件。若通过手工进行拼接，费时费力，并且也不能保证得到较好的复原物体。因此，结合图像处理技术完成文件碎片复原，既具有极大的理论意义，又有广泛的应用背景。 【关键字】 图像处理 文件碎片复原 拼接 边界匹配 像素提取
一、引言
随着研究深入，对于文件碎片拼接也涌现出了许多研究方法，一些文献也进行了描述。本文主要讨论的是结合图像处理技术完成文件碎片复原，主要涉及图像分割、轮廓特征提取、轮廓表示方法等相关领域，并且将计算机视觉、多维信号处理和图像处理技术等紧密结合在一起。阐述了对于不同类型文件碎片复原的处理方法，并在一些方法中加入文字特征的分类算法和像素匹配算法，结合最优化思想，使复原程度尽可能高，人工干预尽可能少。
二、基于文字的文件碎片处理方法
对碎片进行预处理扫描：对于单面印刷的文件碎片，保证碎纸片被扫描的一面在原始位置中属于同一面。对于双面印刷的文件碎片，要扫描碎片两面的信息，并且信息对应于哪面要标记清楚。为处理方便，同一次扫描使用相同的背景颜色。
1、针对纵切的规则的单面印刷文件碎片
①法一：
将图片格式的碎纸片图以灰度值矩阵A（k）的形式存储，
目标函数为minf（π），这样一来哈密尔顿路径求得的是全局最优解，即最佳匹配。
2、针对既横切又纵切的单面印刷文件碎片
①法一：由于横切纵切切割了两次，所以采用二层筛选的方法，并加入了k-means聚类算法（即接受输入量 k ，将n个数据对象划分为 k个聚类，使所获得的聚类满足同一聚类中对象相似度较高，不同聚类相似度较小）
第一层做行位置筛选，读取图片的像素行，存入碎片的特征列向量中，并将此列向量作为行特征的唯一标识，将列向量元素差异最小的图片聚类，分别将中文和英文的归类。然后通过人为干预实现类的合并，将中英文都聚成同样数目的类，每一类包含相同张数的碎片。构建行内碎片的左右边界匹配模型，最终确定出每类内部碎片的排序。第二层做列位置筛选，建立上下边界匹配模型（与左右边界匹配法类似）得出各行的上下位置序列，经过两层筛选，得出原碎片序列。
除前方法外，需要构建中文特征灰度条向量
当特征值属于合适小的置信区间时，即Wk，s∈[a，b]时，认为两碎片在同一行。
②法二：法二则需加入基于文本行特征的碎片行分组，行分组方法类似于法一中对英文的分组方法，对行分组碎片进行横向拼接得到复原的碎片行，再对碎片行进行纵向拼接，得到复原结果。
3、针对既横切又纵切的双面印刷文件碎片
①法（一）：由于双面我们需要进行两次特征匹配，一次是碎片k与s的a面，另一次是碎片k的b面与碎片s的a面。得到a面和b面的特征列向量。综合两次特征匹配结果，以及左右和上下边界匹配模型，加入人工干预，根据文件碎片内容以及文字边缘是否契合，得到正确碎片匹配序列。
②法（二）：因为两面，故匹配距离需替换为两面的匹配距离之和。在对碎片行做纵向拼接minfk（π） k=1，2，...，nr时，将基于旅行商问题的拼接策略扩展为多旅行商（两个旅行商）问题的拼接策略，即一条旅行商路径代表纸张一面，另一条代表另一面，目标函数变为
二、对于文字的不规则的文件碎片拼接方法
1、斜切情况。我们设想找到平行于碎片中文字的直线斜率，找到图片1-x列，每一列最上面像素值为0的点，从x个点中选出最上面的点。同理得到个（m-x）-m（m为碎片图的宽度）列中处于最上面像素值为0的点。由这两个点得到平行于碎片中文字方向直线，再根据找到直线的斜率对碎片进行角度调整，最后用同规则碎片的方法进行匹配。
2、无规则情况。利用形状匹配法，提取碎纸片轮廓线，通过边界和面积准则判断两轮廓是否匹配。在这里我们参考了贾海燕[1]女士研究的一种碎纸自动拼接中的形状匹配方法。设想给定两个碎片，确定两碎片轮廓形状之间是否存在匹配部分，选择任意一个碎片，把它放在参考坐标系中，称为固定碎片，并选定一个比较长度。
Step1：固定碎片从最高点象素开始取一组长度的象素作为固定链，在另一个将要进行比较的碎片上最高点开始取相同定长叫做旋转链，将旋转链剩余象素进行旋转和平移，固定链所取定长上最后几个象素的垂线和旋转链相交。重复步骤，直到每个象素都进行过匹配。
Step2：再进行碎片旋转。一个碎片在任意旋转一定角度之后，这个碎片的轮廓保持和它的方位相对应。假如选择一度一旋转，那么这个碎片必须在参考坐标系里旋转360个位置，每个轮廓都是有可能匹配的位置。
Step3：运用最优匹配算法，即先取定一个碎片确定固定链，长度m，再取另一碎片确定旋转链，长度仍为m。经过旋转和平移，使这两个碎片满足边界和面积匹配准则。
Step4：进行文件碎片拼接优化，将这两个已经匹配好的碎片作为一个新的固定碎片，用第三个碎片进行匹配，方法同上，并微调第二个碎片，使其位置更合理。 Step5：依次进行直到复原完整。
三、对于图片的不规则文件碎片拼接[3]
我们主要研究运用特征点匹配的快速图像拼接算法。首先对图像进行预处理。然后，采用Harris特征点提取的方法，对待拼接图像进行特征点的提取，利用基于灰度互相关的方法对图像进行初匹配。其次，用基于欧氏距离的聚类预筛选算法，主要依据匹配点对之间的欧氏距离相同或相近这一特点，通过简单聚类的方法筛选出包含欧氏距离值点最多的邻域，则可认为该邻域内的距离值是匹配点对；反之，则认为是不匹配点对从候选匹配点对集中剔除，并运用RANSAC算法对匹配点集进行精确匹配。最后运用基于LM加权融合与拉普拉斯金字塔相结合的图像融合算法，有效消除拼接缝及亮度突变现象，以实现图像的无缝平滑拼接。
四、对于含表格线的不规则文件碎片拼接方法
我们希望利用文字行特征[2]和表格线的方向来拼接形状相似的文件碎片。先对文件碎片进行二值化处理，获取文字边界，进而获取文字行方向、间距、高度等文字行特征。如果有英文汉字，应将英文单词图像拆分成类汉字图像，即将英文单词图像分割成宽度与高度近似的类汉字图像。
以碎片某点作为坐标原点，水平方向作为X轴方向，垂直方向作为Y轴方向，在[-90°，90°]范围内等角取60个方向，再将每个选定方向作为新坐标系的X轴方向，求原像素点。坐标变换后新坐标如果不是整数，则按4舍5入法取值。像素点在新坐标系下只改变坐标值，其颜色属性不变。再求新坐标系下碎纸片边缘的最高点和最低点坐标，从最低点开始给每行（具有相同Y坐标）从1开始编号，计算每行的白点个数、红点个数、宽度（像素个数）。根据每行的红点、白点个数及碎片宽度计算该方向的文字图像个数总数以及文字行行高总和，并按从大到小排列，选文字图像个数最多、文字行行高和最小的方向作为碎片的文字行方向。
一般碎片内表格线的方向与文字行方向平行，且只沿一个方向分布，可采用类似于文字行方向的扫描方法获取表格线方向。再将碎片按此方向重新放置，此后文字方向可能朝上或朝下，故加入人工干预进行图片翻转。将两碎片按文字行方向线位置对齐，然后计算文字行方向线或表格线与碎片边界的交点与处于同一水平位置的另一个碎片交点的距离。若两碎片在拼接位置对齐，则点与对应点距离相等，拼接后与对应点变为同一点。若未对齐，则其距离相等的连续点的个数比对齐位置的要少。
参 考 文 献
[1] 贾海燕，朱良家，周宗潭，胡德文，一种碎纸自动拼接中的形状匹配方法 ，（国防科学技术大学机电工程与自动化学院自动控制系，长沙湖南410073）
[2]罗智中，基于文字特征的文档碎纸片半自动拼接，计算机工程与应用，2012，48（5），207
[3]韩松卫，于明，运用特征点匹配的图像快速拼接算法研究，河北工业大学，控制科学与工程
http://m.zhuodaoren.com/shenghuo369481/
推荐访问:波导线宽度 门套线宽度
