颜色的某些特征进行比较分析,判断,然后加以分门别类,即识别它们。人们在研制自动识别机时也往往借鉴人的思维活动,采用同样的处理方法,然后图像的灰度与色彩是由光强和波长不同的光波引起,它们与景物表面的特性,方向,光线条件以及干预等多种因素有关。在各种恶劣的工作环境中,图像与景物已有较大的差别。因此要区分图像属于哪一类,往往要经过预处理,分割,特征抽取,分析,分类,识别等一系列过程。现在这些技术完全可通过计算机进行模拟,对图像信息进行处理来达到对它的区别。Р21世纪的图像技术要向高质量化方面发展,主要体现在以下几点:首先高分辨率,高速度,图像处理技术发展的最终目标是要实现图像的实时处理,这在移动目标的生成,识别和跟踪上有着重要意义;其次是立体化,立体化所包括的信息最为完整和丰富,数字全息技术将有利于达到这个目的;再者是智能化,其目的是实现图像的智能生成,处理,识别和理解。Р1.4 图像处理与识别系统Р1.4.1 关于计算机图像处理系统Р计算机图像处理技术是以计算机为核心的应用技术,因此,计算机图像处理系统的发展,是随着计算机技术的提高而提高的。从系统的层次来看,可分为高、中、低3个档次;从图像传感器的敏感区域看,又可分为可见光、红外、近红外、X射线、雷达、伽玛射线、超声波等图像处理系统;从采集部件与景物的距离上来说,还可以分成遥感、宏观和微观图像处理系统;就应用场所而言,又能分成通用图像处理系统和专用图像处理系统。通用图像处理系统一般用于研究开发,因此,要求传感器敏感区间宽,线性度好;而专用系统一般用于特殊用途,是在通用系统研究基础上,研制开发的为现实某一个或几个功能的商用系统。因此,在保证性能的前提下,由价格因素决定系统的配置。Р1、高档图像处理系统采用高速芯片设计,完全适合图像和信号处理特有规律的并行阵列图像处理机。这类系统采用多CPU或多机结构,可以以并行或流水线方式工作。
全文预览
