一区二区三区日本久久久,日韩中文在线,深夜福利一区二区

內容簡介

本書主要介紹現代數字圖像處理的高級應用，內容包括熱點圖像處理方法原理及其MATLAB仿真、并行計算及其在圖像處理中的應用、圖像并行處理環境構建、典型圖像處理方法的CUDA實現以及數字圖像處理思維方法點撥。本書的主要特色為瞄準前沿熱點、理論講解透徹和代碼注解詳細。本書可作為高等院校電子信息、計算機相關專業本科生、研究生的教材，也可作為畢業設計、研究生課題、各類相關競賽的參考資料，還可作為相關工程技術人員的參考書。

編輯推薦

(1)瞄準前沿本書所介紹的圖像去霧技術、對圖像去霧技術、尺度不變特征點的提取、圖像融合、視頻圖像運動估計、基于CUDA的圖像并行處理等內容均是現代數字圖像處理技術的前沿和研究熱點。通過對這些知識與技術的講解，便于讀者了解現代數字圖像處理領域的研究熱點和研究動向。 (2) 代碼翔實本書所講解的相關理論、算法、技術配有代碼實現，并且對這些代碼進行了詳細的注解。讀者可通過閱讀代碼，對本書講解的內容進行更加深入的了解。 (3)數字圖像處理思維方法點撥作者根據多年的教學和項目經驗，對數字圖像處理的思維方法進行總結，傳授經驗、運用Triz思維，突破圖像處理瓶頸 (4)MATLAB中文論壇與作者在線交流

在線預覽

第5章數字圖像處理思維方法點撥

5.1學習點撥：談學習數字圖像處理的經驗5.1.1面向應用：層層分解、抓住要點

我們學習數字圖像處理的最終目的還是應用，不管是用它來研制產品還是研發項目抑或是研究課題，都要用數字圖像處理的理論、方法和技術來解決實際問題。在此過程中，提高效率是非常重要的，因此，在實際應用過程中要面向需求，結合實際；將問題層層分解，理清解決思路；抓住其要害，集中力量進行突破，切忌眉毛胡子一把抓。下面就結合筆者所研究過的一個課題進行詳細說明。任務要求：一臺智能移動機器人上配備有單目可見光視覺傳感器，要求通過該視覺傳感器采集的視頻序列圖像，實現在復雜環境下實現對紋理清晰的特定目標的實時跟蹤。

注：該問題的解決應從硬件和軟件兩個方面進行考慮，對硬件的選擇、設計和搭建超出了本書所討論的內容，因此，本節僅從數字圖像處理方法的角度進行分析。分析討論： (1) 任務分解：通過對任務要求進行分析可知，該任務的核心是“目標識別跟蹤”；在此基礎上有兩個約束條件： “復雜環境下”和“實時性”；方法實現的平臺是“移動機器人”。任務的核心——“目標識別跟蹤”，是我們所需要解決的難點和重點；約束條件1——“復雜環境下”，則要求我們對所采集的圖像進行去噪預處理；約束條件2——“實時性”，也是需要解決的問題，這就要求我們盡可能地降低各種算法的運算復雜度。由于實現平臺“移動機器人”在行進過程中采集的視頻圖像存在抖動現象，因此，在對采集的圖像進行去噪后需要對其進行增穩處理。通過初步分解，就得到了任務中所要解決的問題以及大致流程，如圖5.1.1所示。

圖5.1.1任務分解及流程

2) 難點分解：本任務的難點是“目標識別跟蹤”。之所以稱其為難點，是因為對目標的識別和跟蹤過程中，存在視覺傳感器與目標物體的相對運動，因而，目標在圖像中存在著尺度變化、旋轉變化、視角變化、照度變化以及局部遮擋，這給目標識別和跟蹤帶來了挑戰。常用的目標識別與跟蹤算法有基于幀間差分的目標識別與跟蹤法、基于光流的目標識別與跟蹤法、基于模板匹配的目標識別與跟蹤法、基于顏色的目標識別與跟蹤法、基于特征點的目標識別與跟蹤法。考慮到每種方法的特點以及待跟蹤目標具有清晰的紋理，可以采用基于特征點的目標識別與跟蹤法。更進一步地說，應采用尺度不變特征點(詳見4.6節)作為識別與跟蹤的特征，因為尺度不變特征點對尺度變化、旋轉變換、視角變化、照度變化和局部遮擋具有魯棒性。同時，我們希望目標識別和跟蹤算法具有良好的實時性，因而，可以考慮PCASIFT和SURF特征點作為目標特征。此外，由于視頻序列相鄰圖像之間存在相關性，目標在相鄰幀之間不會有劇烈的變換，因而，可采用隔幀搜索法對目標進行檢測并用Kalman濾波或粒子濾波對目標的軌跡進行預測。難點分解的過程如圖5.1.2所示。