【文章內(nèi)容簡(jiǎn)介】 大多數(shù)應(yīng)用場(chǎng)合，謂詞十分復(fù)雜．在圖像理解過(guò)程中，分割是一個(gè)非常重要的步驟． 二值圖像可以通過(guò)適當(dāng)?shù)胤指罨叶葓D像得到．如果物體的灰度值落在某一區(qū)間內(nèi)，并且背景的灰度值在這一區(qū)間之外，則可以通過(guò)閾值運(yùn)算得到物體的二值圖像，即把區(qū)間內(nèi)的點(diǎn)置成1，區(qū)間外的點(diǎn)置成0．對(duì)于二值視覺(jué)，分割和閾值化是同義的．閾值化可以通過(guò)軟件來(lái)實(shí)現(xiàn)，也可以通過(guò)硬件直接完成． 通過(guò)閾值運(yùn)算是否可以有效地進(jìn)行圖像分割，取決于物體和背景之間是否有足夠的對(duì)比度．設(shè)一幅灰度圖像中物體的灰度分布在區(qū)間內(nèi)，經(jīng)過(guò)閾值運(yùn)算后的圖像為二值圖像，即： 　　如果物體灰度值分布在幾個(gè)不相鄰區(qū)間內(nèi)時(shí)，閾值化方案可表示為： 其中Z是組成物體各部分灰度值的集合．圖3．1是對(duì)一幅灰度圖像使用不同閾值得到的二值圖像輸出結(jié)果．閾值算法與應(yīng)用領(lǐng)域密切相關(guān)．事實(shí)上，某一閾值運(yùn)算常常是為某一應(yīng)用專門(mén)設(shè)計(jì)的，在其它應(yīng)用領(lǐng)域可能無(wú)法工作．閾值選擇常常是基于在某一應(yīng)用領(lǐng)域獲取的先驗(yàn)知識(shí)，因此在某些場(chǎng)合下，前幾輪運(yùn)算通常采用交互式方式來(lái)分析圖像，以便確定合適的閾值．但是，在機(jī)器視覺(jué)系統(tǒng)中，由于視覺(jué)系統(tǒng)的自主性能（autonomy）要求，必須進(jìn)行自動(dòng)閾值選擇．現(xiàn)在已經(jīng)研究出許多利用圖像灰度分布和有關(guān)的物體知識(shí)來(lái)自動(dòng)選擇適當(dāng)閾值的技術(shù)． 圖像區(qū)域分析圖像中的區(qū)域是指相互連結(jié)的具有相似特性的一組像素．由于區(qū)域可能對(duì)應(yīng)場(chǎng)景中的物體，因此，區(qū)域的檢測(cè)對(duì)于圖像解釋十分重要．一幅圖像可能包含若干個(gè)物體，而每一個(gè)物體又可能包含對(duì)應(yīng)于物體不同部位的若干個(gè)區(qū)域．為了精確解釋一幅圖像，首先要把一幅圖像劃分成對(duì)應(yīng)于不同物體或物體不同部位的區(qū)域．　區(qū)域與邊緣圖像區(qū)域劃分有兩種方法：一種是基于區(qū)域的方法，另一種是使用邊緣檢測(cè)的輪廓預(yù)估方法．在基于區(qū)域的方法中，把所有對(duì)應(yīng)于一個(gè)物體的像素組合在一起，并進(jìn)行標(biāo)記，以表示它們屬于一個(gè)區(qū)域，這一處理過(guò)程稱為分割．在某一評(píng)判標(biāo)準(zhǔn)下，把像素分配給某一區(qū)域，就可以把這些像素同圖像其余部分分開(kāi)．圖像分割中的兩個(gè)最基本的原則是數(shù)值相似性和空間接近性．如果兩個(gè)像素具有相似的強(qiáng)度特性，或它們之間十分靠近，則可以把它們分配到同一區(qū)域，例如，兩個(gè)像素之間的數(shù)值相似性度量可以是它們的灰度值之差，也可以是區(qū)域灰度值分布；它們的空間接近性度量可以是歐幾里德距離，也可以是區(qū)域致密度． 相似性和接近性原則來(lái)源于如下假設(shè)：同一物體上的點(diǎn)投影到圖像上得到的像素點(diǎn)在空間上十分靠近，且具有相似的灰度值．很顯然，這一假設(shè)并不是在任何情況下都成立．然而可以使用這一假設(shè)來(lái)組合圖像中的像素，然后利用相關(guān)域知識(shí)來(lái)匹配物體模型和區(qū)域．在簡(jiǎn)單的情況下，可以通過(guò)閾值法和連通成份標(biāo)記法來(lái)進(jìn)行圖像分割．對(duì)于復(fù)雜的圖像，可以使用更高級(jí)的方法實(shí)現(xiàn)圖像分割． 分割也可以通過(guò)求取區(qū)域邊界上的像素來(lái)進(jìn)行．這些像素點(diǎn)（也稱為邊緣）可以通過(guò)搜尋鄰近像素的方法來(lái)得到．由于邊緣像素是在邊界上，在邊界兩邊的區(qū)域具有不同的灰度值，這樣，區(qū)域的邊界可以通過(guò)測(cè)量鄰近像素差值來(lái)求取．盡管邊緣檢測(cè)可能使用誘導(dǎo)特性（如紋理和運(yùn)動(dòng)）來(lái)檢測(cè)邊緣．但大多數(shù)邊緣檢測(cè)器僅使用強(qiáng)度特性作為邊緣檢測(cè)的基礎(chǔ)．在理想的圖像中，一個(gè)區(qū)域是由一條封閉輪廓線包圍著．原則上，區(qū)域分割和邊緣檢測(cè)應(yīng)該產(chǎn)生相同的結(jié)果，即使用邊界跟蹤算法可以得到區(qū)域的邊緣（或封閉的輪廓線）；反過(guò)來(lái)，使用區(qū)域填充算法也可以得到邊緣所包圍的區(qū)域．但在實(shí)際的圖像中，很少能夠從區(qū)域中得到正確的邊緣，反之亦然．由于噪聲和其它因素的影響，不論是區(qū)域分割還是邊緣檢測(cè)，都無(wú)法提供完整的信息． 圖像處理與識(shí)別及圖像理解所研究的內(nèi)容 圖像處理技術(shù)1．圖像數(shù)字化其目的是將模擬形式的數(shù)字圖像通過(guò)數(shù)字化設(shè)備變?yōu)閿?shù)字計(jì)算機(jī)可用的離散的圖像數(shù)據(jù)。2．圖像變換為了達(dá)到某種目的（通常是從圖像中獲得某種重要的信息）而對(duì)圖像使用一種數(shù)學(xué)技巧，經(jīng)過(guò)變換后的圖像更為方便、容易地處理和操作。3．圖像增強(qiáng)圖像增強(qiáng)的主要目標(biāo)是改善圖像的質(zhì)量。采用某種特殊的技術(shù)來(lái)突出圖像中的某些信息，削弱或消除某些無(wú)關(guān)信息，從而有目的地強(qiáng)調(diào)圖像的整體或局部特征。常常用來(lái)改善人對(duì)圖像的視覺(jué)效果，讓觀察者能看到更加直接、清晰、適于分析的信息。直方圖修正、灰度變換、強(qiáng)化圖像輪廓等都是常用的手段。4．圖像分割在圖像的研究和應(yīng)用中，人們往往僅對(duì)圖像的某些部分感興趣。它們一般對(duì)應(yīng)圖像中特定的、具有獨(dú)特性質(zhì)的區(qū)域。圖像分割就是把圖像分割成各具特性的區(qū)域并提取出感興趣的目標(biāo)。5．圖像分析圖像分析也可稱為圖像理解，主要研究從圖像中提取有用的數(shù)據(jù)或信息，生成非圖像的描述或表示。圖像分析的內(nèi)容分為特征提取、圖像分割、符號(hào)描述、紋理分析、運(yùn)動(dòng)圖像分析和圖像的檢測(cè)和配準(zhǔn)。 圖像識(shí)別技術(shù)圖像識(shí)別是近20年來(lái)發(fā)展起來(lái)的一門(mén)新型技術(shù)科學(xué)，它以研究某些對(duì)象或過(guò)程的分類與描述為主要內(nèi)容。圖像識(shí)別所研究的領(lǐng)域十分廣泛，它可以是醫(yī)學(xué)圖像中的癌細(xì)胞識(shí)別；機(jī)械加工中的零部件的識(shí)別、分類；可以是從遙感圖片中辨別農(nóng)作物、森林、湖泊與軍事設(shè)施；可以是自導(dǎo)引小車中的路徑識(shí)別；郵政系統(tǒng)中自動(dòng)分煉信函；交通管制、識(shí)別違章行使的汽車牌照；銀行的支票識(shí)別、身份證識(shí)別等。上述都是圖像識(shí)別研究的課題?？偟脕?lái)說(shuō)所研究的問(wèn)題，主要是分類問(wèn)題。1． 圖像識(shí)別系統(tǒng)的組成一個(gè)圖像識(shí)別系統(tǒng)主要包括3部分：圖像信息獲取；信息加工和處理、抽取特征；判斷和分類。如圖2－2所示。被識(shí)別圖像圖像信息獲取處理、特征抽取識(shí)別判斷　　　　　　　　圖2－2　圖像識(shí)別系統(tǒng)框圖2． 圖像識(shí)別方法圖像識(shí)別的方法較多，大體上可以歸納為兩類方法：統(tǒng)計(jì)方法（數(shù)學(xué)方法）和語(yǔ)言（或結(jié)構(gòu)）學(xué)方法，后者亦稱句法結(jié)構(gòu)識(shí)別方法。統(tǒng)計(jì)方法以數(shù)學(xué)上決策理論為基礎(chǔ)，根據(jù)這種理論建立了統(tǒng)計(jì)學(xué)識(shí)別模型。其基本模型是在對(duì)研究的圖像進(jìn)行大量統(tǒng)計(jì)分析，找出規(guī)律性認(rèn)識(shí)，抽出反映圖像本質(zhì)特征進(jìn)行識(shí)別。在這種方法中，大量工作在于如何抽取圖像的特征或決定統(tǒng)計(jì)參數(shù)，即所謂參數(shù)法。另外，還有非參數(shù)決策法，如鄰近法則，它是一種跳過(guò)概率的估計(jì)而直接進(jìn)行決策的方法。對(duì)于特征抽取，必須把圖像的大量原始信息縮減為少數(shù)的特征，例如采用分差分布、特征向量法。對(duì)文字、符號(hào)等可只抽取幾何圖形特征，對(duì)聲波信號(hào)可抽取頻普特征。為了抽取特征，有時(shí)要對(duì)原始圖像信息進(jìn)行各種變換，空間投影，把多維的圖像點(diǎn)簡(jiǎn)化到幾個(gè)坐標(biāo)分量上。句法結(jié)構(gòu)識(shí)別法立足于分析圖像的結(jié)構(gòu)，一幅圖像可以模仿語(yǔ)言構(gòu)造，用一些語(yǔ)句來(lái)表達(dá)。語(yǔ)句的結(jié)構(gòu)是由詞、短語(yǔ)等組成，并按照一定的語(yǔ)法表達(dá)出來(lái)。也就是說(shuō)，語(yǔ)句由短語(yǔ)組成，而短語(yǔ)由單詞組成，其中最基本的元素就是單詞。那么一些語(yǔ)句又怎么樣和圖像發(fā)生聯(lián)系呢？這可從圖像的形成說(shuō)起，任何一幅圖像，總是由一些點(diǎn)、直線、斜線、弧線及環(huán)組成，分析圖像的這些基本元素，看它們按怎樣的規(guī)則構(gòu)成圖像，這就是結(jié)構(gòu)分析的課題。這些基本元素就相當(dāng)于言句中的單詞；那些直線、曲線可看成短語(yǔ)，它們的全體按怎樣的規(guī)則構(gòu)成整個(gè)圖像，就相當(dāng)于語(yǔ)法結(jié)構(gòu)。而對(duì)圖像識(shí)別來(lái)說(shuō)，就相當(dāng)于檢查圖像所代表的某一類句型，是否符合事先規(guī)定的語(yǔ)法。若語(yǔ)法正確，則認(rèn)為識(shí)別出結(jié)果。 圖像理解圖像理解的研究顯然要涉及或包含研究獲取圖像的方法、裝置和具體應(yīng)用的實(shí)現(xiàn)，這就形成了所謂的計(jì)算機(jī)視覺(jué)。傳感器引起失真的補(bǔ)償人的圖像是用灰度的二維陣列表示的，通常由于傳感器的特性會(huì)引起幾何學(xué)上或者光學(xué)上的失真，因此需進(jìn)行補(bǔ)償。圖像特征的提取圖像凡是亮度發(fā)生急劇變化的地方，都是對(duì)應(yīng)于不同物體面與面之間的邊緣，這是一個(gè)重要特征，所以把圖像中亮度急劇變化的點(diǎn)提取出來(lái)并對(duì)其性質(zhì)進(jìn)行描述（如邊緣的方向、幅度、直方圖等），對(duì)這些特征點(diǎn)的統(tǒng)計(jì)分布狀況進(jìn)行研究，可認(rèn)識(shí)到物體的構(gòu)造。如果把相鄰的特征點(diǎn)連接起來(lái)則可以構(gòu)成輸入圖像的曲線。景物特征的提取在觀看物體時(shí)看到的不僅是亮度急劇變化的點(diǎn)，同時(shí)還有各個(gè)面的方向、距離、顏色反射率，這些特征與照明的情況和視點(diǎn)的位置無(wú)關(guān)，是物體所固有的特征。為了與圖像上特征相區(qū)別，一般稱為景物特征。景物的分割物體的發(fā)現(xiàn)利用景物的特征，把其性質(zhì)大致相同的領(lǐng)域分割開(kāi)來(lái)，這與圖像處理中把亮度相同的領(lǐng)域分割出來(lái)的領(lǐng)域法相同。物體的識(shí)別從景物所發(fā)現(xiàn)的各物體再參照物體的模型來(lái)識(shí)別物體，與此同時(shí)確定各物體的位置和方向。景物的識(shí)別研究各物體之間的連接關(guān)系，由這個(gè)連接關(guān)系和模型來(lái)認(rèn)識(shí)更復(fù)雜的物體，從而可以對(duì)景物的全體進(jìn)行描述。特征描述的一致性物體的模型景物的描述物體的描述分離的描述復(fù)雜物體的模型關(guān)于景物的先驗(yàn)知識(shí)圖像顏色、形狀、紋理景物的特征圖像特征提取圖像景物傳感器的模型圖23 典型的圖像理解系統(tǒng) 圖像處理與識(shí)別及圖像理解的關(guān)系 在研究圖像理解時(shí)，往往要進(jìn)行圖像的處理、識(shí)別及圖像理解的過(guò)程，三者關(guān)系非常密切，互相交錯(cuò)。 圖像處理 在研究圖像首先要對(duì)獲得的圖像進(jìn)行預(yù)處理以濾去影響的因素，作為幾何、彩色校正等。這樣可提高信噪比：有時(shí)由于信息微弱，無(wú)法辨識(shí)，還得進(jìn)行增強(qiáng)處理。并且為了從圖像中找到需要識(shí)別的東西，還得對(duì)圖像進(jìn)行分割，也就是進(jìn)行定位和分離，以分出不同的物體。為了給觀察者以清晰的圖像，還要對(duì)圖像進(jìn)行改善，即進(jìn)行復(fù)原處理，它是把已經(jīng)退化了的圖像加以重建或恢復(fù)的過(guò)程，以便改進(jìn)圖像的保真度。在實(shí)際處理中，由于圖像信息量非常大，在存儲(chǔ)及傳送中，還要對(duì)圖像進(jìn)行壓縮。上述工作必須用計(jì)算機(jī)來(lái)完成，因而要進(jìn)行編碼等工作。之前等等都是圖像處理的工作，因此，圖像處理包括圖像增強(qiáng)，圖像編碼，圖像壓縮，圖像復(fù)原，圖像分割等。輸入的是圖像，輸出的也是圖像，過(guò)程如下所示：圖像處理（編碼、壓縮、增強(qiáng)、分割、復(fù)原）　　圖像輸入　　　　　　　　　　　　　　　圖像輸出24圖像處理示意圖圖像識(shí)別是在上述分割后的每個(gè)部分中，找出它的形狀及紋理等特征，即特征抽取（有時(shí)也包括圖像分割），以便對(duì)圖像進(jìn)行分類并對(duì)整個(gè)圖像作結(jié)構(gòu)上的分析。所以，對(duì)圖像識(shí)別來(lái)說(shuō)，輸入的是圖像，輸出的是類別和圖像的結(jié)構(gòu)分析，如下圖所示：圖像處理（編碼、壓縮、增強(qiáng)、分割、復(fù)原）　　　圖像　　　　　　　　　　　　　　類別＋　結(jié)構(gòu)分析　　　　　　　　　25圖像識(shí)別示意圖 圖像理解所謂圖像理解是一個(gè)總稱。上述圖像處理及圖像識(shí)別的最終目的就在于對(duì)圖像作描述和解釋，以便最終理解它是什么圖像。所以它是在圖像處理及識(shí)別的基礎(chǔ)上，再根據(jù)分類作結(jié)構(gòu)句法分析，去描述圖像和解釋圖像。圖像處理、識(shí)別、及理解之間的關(guān)系如圖：圖像處理（編碼、壓縮、增強(qiáng)、分割、復(fù)原）圖像　　　　　　　　　　　　　　　圖像描述＋解釋2