通用科学与工程框架 - 第8部分：数字图像处理
4.74/5 (22投票s)
2007年1月24日
6分钟阅读
89294
20335
关于框架应用于数字图像处理的文章
- 下载源代码 - 2,159.3 KB
- 下载安装程序 - 1,602.0 KB
- 下载文档 - 2,066.5 KB
- 下载局部变换示例 - 637.5 KB
- 下载非局部变换示例 - 374.5 KB
- 下载物理现象二维可视化示例 - 3.6 KB
- 下载图像图表示例分段线性逼近 - 23.9 KB
- 下载图像图表示例多项式逼近 - 23.6 KB
- 下载示波器图像处理 162.1 - KB
- 下载视频导航示例 - 18.2 KB
- 下载三维形状示例 38.9 - KB
有用链接
目录
引言
数字图像处理是最重要的工程问题之一。我将不描述其应用，因为您可以在这里找到它们。这个框架可以解决各种图像处理问题。将图像处理纳入框架具有几个优点。例如，图像处理可用于通过照片确定三维物体的六维位置。最新的任务需要二维图像的三维形状轮廓。本文开头的图片就是通过图像处理获得的此类轮廓。
背景
许多图像处理方法都基于以下原理。图像像素的颜色是计算的结果。此计算的数据输入是源图像的颜色。存在两种类型的处理。第一种是局部处理，其中目标图像中的像素颜色仅取决于源图像中一个像素的相应颜色。在第二种情况，即非局部处理中，目标像素的颜色取决于相邻的源像素。让我们考虑这两种处理类型。
局部处理
局部处理的方案如下所示
这张图描述了两张图像。Lady Rose 是源图像，Lady Blue 是目标图像。其他方框是数学变换。女士们如下所示
根据我的软件功能，变换的结果不仅取决于源图像像素的颜色。它还取决于像素的坐标。因此，两位女士的面部和手部颜色是相同的。
非局部处理
非局部处理比局部处理更具科学性。例如，它用于人脸检测。我曾用它来通过照片确定三维物体的六维位置。现在我将介绍Sobel 梯度法。方案如下所示
该方案包含从初始到无色再到梯度图的级联变换。这三张图片如下所示
物理现象二维可视化
本节与图像处理没有直接关系。有时我们需要对物理现象进行二维可视化。框架的数据处理使我们能够做到这一点。下图显示了一种与光纤相关的现象
数学依赖性确定
框架的真正目的是将图像处理应用于工程任务，而不是纯粹的图像处理。让我们考虑该领域的一些典型任务。假设我们有一张脏图表，并且我们想建立数学依赖关系。这种情况如下图所示。
源图是数学依赖关系的糟糕图像。变换是图像变换的结果。选择
组件从变换图像中进行两次选择。第一次选择是黑点的集合，第二次选择是 y 坐标的集合。使用回归（参见第 2 部分）组件
处理器，我们处理了这些选择，并通过分段线性函数获得了图的近似值。
下图展示了多项式逼近图的示例
示波器图像处理
让我们考虑一个更复杂的例子。假设我们有以下示波器照片
我们希望获得正弦图的数学公式，但照片并不理想。此外，坐标轴并不完全水平或垂直。首先，应应用局部和非局部处理。简要结果如下所示
许多处理已在此图片之外完成。最后，获得了纯正弦函数和框架线
然后，使用垂直和水平线，我们可以获得边框平行四边形的数学参数。完成此工作后，我们可以获得正弦函数的真实数学模型。平行四边形和正弦参数的定义是通过回归（参见第 2 部分）完成的。结果如下所示
我们假设边框平行四边形的宽度和高度都等于 1。
视频导航
如果我们有几组三维物体的照片，我们可以获得它的六维位置。在此示例中，该问题按以下方式解决。从照片和虚拟相机，我们获得物体的轮廓，如下图所示
红色轮廓对应照片。然后我们执行物体的虚拟六维运动以使轮廓与三维图像匹配。结果，我们得到了一个如下所示的匹配
为了解决这个问题，我们将使用以下组件组合
回归组件（第 2 部分）已用于解决此问题。
关注点
真正的艺术只有一条路。有时我觉得优秀开发者的代码就是我自己的。我曾是 VDI 软件工程培训中心的学员，我无法区分我的代码和其他学员的代码。其他艺术领域也存在类似的情况。对希腊雕像的任何变形都会使其变得丑陋，尽管这尊雕像即使在离开其作者之手时仍然很宏伟。优秀钢琴家的任何失误都会让观众震惊。最近，我读了盖乌斯·尤利乌斯·凯撒写的一本书，发现军事艺术也只有一条路。公共政策也是一种艺术。政治人物的错误会导致平民震惊。经过多年的发展，我发现我的框架只有一条路。我一路上遇到了错误；然而，我注定要纠正这些错误。
历史
- 2007 年 1 月 24 日 -- 发布了原始版本
- 2007 年 11 月 16 日 -- 更新了文章内容和下载