圖像獲取與表示課件CATALOGUE目錄圖像獲取圖像表示圖像處理圖像識別圖像應(yīng)用圖像獲取01圖像傳感器類型主動式傳感器如激光雷達(dá)，通過向外發(fā)射信號并接收反射回來的信號來獲取圖像。被動式傳感器如數(shù)碼相機，僅通過接收場景中的自然光線來獲取圖像。互補金屬氧化物半導(dǎo)體（CMOS）傳感器一種常見的數(shù)碼相機傳感器，能夠?qū)⒔邮盏降墓饩€轉(zhuǎn)換為電子信號。陰極射線管（CRT）傳感器一種早期的顯示技術(shù)，通過加熱陰極射線管來生成圖像。圖像獲取方式如投影儀，通過將光線透射過圖像來顯示。如反射式投影儀，通過將光線反射回來顯示圖像。如直接觀察顯示器，通過直接觀看顯示器來獲取圖像。如掃描儀，通過掃描圖像并將其轉(zhuǎn)換為數(shù)字信號來獲取。透射式反射式直視式掃描式表示圖像的清晰度，通常以像素數(shù)量表示。分辨率表示圖像中顏色的數(shù)量和精度，通常以位深度表示。色彩深度表示圖像中亮部和暗部的對比度范圍。動態(tài)范圍表示圖像的總體質(zhì)量，包括分辨率、色彩深度、動態(tài)范圍等因素。成像質(zhì)量圖像獲取參數(shù)圖像表示02像素表示是最基本的圖像表示方法，它將圖像轉(zhuǎn)換為像素值的集合。像素表示將圖像看作一個矩陣，每個矩陣元素代表一個像素，包含像素的亮度、顏色等信息。這種表示方法簡單直觀，但忽略了圖像的結(jié)構(gòu)和語義信息。像素表示特征表示是一種提取圖像結(jié)構(gòu)信息的方法，通過提取圖像中的特征點、邊緣、紋理等結(jié)構(gòu)信息來表示圖像。特征表示方法通常包括SIFT、SURF、ORB等，它們通過檢測圖像中的關(guān)鍵點，提取關(guān)鍵點的特征描述符，將圖像表示為一組特征向量。這種表示方法能夠更好地捕捉圖像的結(jié)構(gòu)和語義信息，但在特征提取和匹配過程中需要較高的計算成本。特征表示VS深度學(xué)習(xí)表示是一種基于神經(jīng)網(wǎng)絡(luò)的圖像表示方法，通過訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)自動提取圖像的特征。深度學(xué)習(xí)表示方法包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）等，它們通過訓(xùn)練大量的圖像數(shù)據(jù)，自動學(xué)習(xí)圖像的特征表達(dá)。這種表示方法能夠更好地捕捉圖像的語義信息，并且具有較好的魯棒性和泛化能力。但需要大量的訓(xùn)練數(shù)據(jù)和計算資源，訓(xùn)練過程較為耗時。深度學(xué)習(xí)表示圖像處理03通過調(diào)整像素的亮度范圍，提高圖像的對比度，使圖像的細(xì)節(jié)更加清晰可見。對比度增強色彩增強銳化處理通過改變像素的顏色，改善圖像的色彩表現(xiàn)，使圖像更加生動。通過強化圖像中的邊緣和細(xì)節(jié)，提高圖像的清晰度。030201圖像增強通過將像素周圍的像素值平均化，減少噪聲的影響。均值濾波通過將像素周圍的像素值按大小排序，用中值替換中心像素的值，有效去除椒鹽噪聲。中值濾波通過保留高頻成分，去除低頻成分，從而消除噪聲。高通濾波圖像去噪

圖像分割閾值分割通過設(shè)定一個閾值，將圖像分為前景和背景兩部分。區(qū)域分割根據(jù)像素之間的相似性，將圖像分割成若干個區(qū)域。邊緣分割通過檢測圖像中的邊緣信息，將圖像分割成不同的區(qū)域。圖像識別04通過顏色直方圖、顏色矩等統(tǒng)計方法，提取圖像中的顏色信息。顏色特征提取利用灰度共生矩陣、小波變換等方法，提取圖像中的紋理信息。紋理特征提取通過邊緣檢測、輪廓跟蹤等技術(shù)，提取圖像中的形狀信息。形狀特征提取利用SIFT、SURF等算法，提取圖像中的關(guān)鍵點和特征描述符。局部特征提取特征提取基于決策樹算法，構(gòu)建分類器模型，對圖像進(jìn)行分類。決策樹分類器支持向量機分類器神經(jīng)網(wǎng)絡(luò)分類器貝葉斯分類器利用支持向量機算法，構(gòu)建分類器模型，對圖像進(jìn)行分類。利用深度學(xué)習(xí)技術(shù)，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)等模型，對圖像進(jìn)行分類?；谪惾~斯概率理論，構(gòu)建分類器模型，對圖像進(jìn)行分類。分類器設(shè)計通過計算分類器正確識別的樣本數(shù)與總樣本數(shù)的比例，評估分類器的準(zhǔn)確率。準(zhǔn)確率評估通過計算分類器實際識別的正樣本數(shù)與所有正樣本數(shù)的比例，評估分類器的召回率。召回率評估通過計算準(zhǔn)確率和召回率的調(diào)和平均數(shù)，評估分類器的性能。F1分?jǐn)?shù)評估通過繪制ROC曲線并計算AUC值，評估分類器的性能。ROC曲線評估識別結(jié)果評估圖像應(yīng)用0503場景理解分析圖像中的場景，提取場景中的信息，如場景分割、場景分類等。01目標(biāo)檢測利用圖像處理和計算機視覺技術(shù)檢測圖像中的目標(biāo)物體，如人臉、車輛等。02圖像識別通過訓(xùn)練模型對圖像進(jìn)行分類、識別，如圖像分類、物體識別等。計算機視覺醫(yī)學(xué)影像處理對醫(yī)學(xué)影像進(jìn)行預(yù)處理、增強、分割等操作，提取病變信息。醫(yī)學(xué)影像診斷利用醫(yī)學(xué)影像技術(shù)，如X光、CT、MRI等，對疾病進(jìn)行診斷。醫(yī)學(xué)影像分析利用計算機視覺技術(shù)對醫(yī)學(xué)影像進(jìn)行分析，輔助醫(yī)生做出診斷。醫(yī)學(xué)影像分析通過攝像頭