Главная » 2012»Октябрь»20 » Обработка и анализ изображений в задачах машинного зрения
16:22
Обработка и анализ изображений в задачах машинного зрения
Книга написана на основе курсов лекций, прочитанных студентам и аспирантам базовой кафедры "Управляющие и информационные системы" факультета управления и прикладной математики Московского физико-технического института (государственного университета). Адресована студентам, аспирантам и преподавателям технических вузов в качестве учебного пособия по специальности "Автоматизированные системы обработки информации и управления". Изложенный материал позволяет самостоятельно изучать: базовый курс "Обработка и анализ изображений", базовый курс "Машинное зрение" и углубленный курс "Математические методы анализа изображений", посвященный зрению на основе моделей и морфологическому анализу изображений. В каждом разделе книги сначала излагаются теоретические положения, а затем приводится описание соответствующих практических занятий, которые предлагается выполнять с использованием специализированного программного пакета.
Название: Обработка и анализ изображений в задачах машинного зрения Автор: Визильтер Ю. В., Желтов С. Ю., Бондаренко А. В., Ососков MB.. Mopжин А. В. Издательство: Физматкнига Год: 2010 Страниц: 689 Формат: PDF Размер: 129 МБ ISBN: 978-5-89155-201-2 Качество: Отличное
Содержание:
Предисловие Глава 1. Введение 1.1. Обработка и анализ изображений в задачах машинного зрения 1.1.1. Уровни и методы машинного зрения 1.1.2. Сопряженные технические дисциплины 1.1.3. Требования к алгоритмам машинного зрения 1.2. Программное обеспечение, используемое в рамках учебного курса 1.2.1. Возможности и особенности системы Pisoft 1.2.2. Опыт использования системы Pisoft 1.3. Структура книги и работа с ней 1.3.1. Назначение и принципы изложения материала 1.3.2. Структура и содержание книги 1.3.3. Границы бесконечности (о чем вы не прочтете в этой книге) 1.4. Литература для самостоятельного изучения Глава 2. Цифровые изображения 2.1. Растровое изображение 2.1.1. Изображение как двумерный массив данных 2.1.2. Алгебраические операции над изображениями 2.1.3. Физическая природа изображений 2.1.4. Тип пиксела 2.2. Устройства оцифровки и ввода изображений 2.2.1. Линейки и матрицы, сканеры и камеры 2.2.2. Геометрия изображения 2.2.3. Цифровые и аналоговые устройства 2.2.4. Пространственное разрешение 2.2.5. Программное обеспечение 2.3. Форматы хранения и передачи цифровых изображений 2.3.1. Методы сжатия цифровых изображений 2.3.2. Формат BMP 2.3.3. Формат PCX 2.3.4. Формат GIF 2.3.5. Формат TIFF 2.3.6. Формат JPEG 2.3.7. Формат DICOM 2.4. Цифровые видеопоследовательности 2.4.1. Скорость съемки 2.4.2. «Смаз» изображения 2.4.3. Этапы проектирования системы видеосъемки 2.4.4. Быстрая съемка и съемка быстропротекающих процессов 2.4.5. Форматы хранения и передачи цифровых видеопоследовательностей 2.5. Литература для самостоятельного изучения 2.6. Контрольные вопросы 2.7. Практические занятия по теме «Цифровые изображения» 2.7.1. Знакомство с пакетом Pisoft Image Framework 2.7.2. Базовые средства просмотра и анализа изображений и видеопоследовательностей 2.7.3. Алгебра изображений 2.7.4. Геометрические преобразования изображений Глава 3. Обработка изображений 3.1. Яркость и цвет. Гистограммы, профили, проекции. Бинаризация и сегментация 3.1.1. Гистограмма и гистограммная обработка изображений 3.1.2. Бинаризация полутоновых изображений 3.1.3. Сегментация многомодальных изображений 3.1.4. Обработка цветных изображений 3.1.5. Профиль вдоль линии и анализ профиля 3.1.6. Проекция и анализ проекции 3.1.7. Литература для самостоятельного изучения 3.2. Нелинейная фильтрация бинарных и полутоновых изображений 3.2.1. Задача фильтрации изображений 3.2.2. Фильтрация бинарных изображений 3.2.3. Нелинейная фильтрация полутоновых изображений 3.2.4. Задача выделения объектов интереса 3.2.5. Литература для самостоятельного изучения 3.3. Линейная фильтрация изображений в пространственной и частотной области 3.3.1. Линейная фильтрация изображений. Линейная фильтрация в пространственной области 3.3.2. Преобразование Фурье. Линейная фильтрация в частотной области 3.3.3. Вейвлет-анализ 3.3.4. Литература для самостоятельного изучения 3.4. Выделение контурных точек 3.4.1. Задача выделения контурных точек 3.4.2. Операторы вычисления производных 3.4.3. Операторы вычисления векторов градиентов 3.4.4. Операторы Марра и Лапласа 3.4.5. Постобработка контурного изображения 3.4.6. Литература для самостоятельного изучения 3.5. Контрольные вопросы и задачи 3.6. Практические занятия по теме «Обработка изображений» 3.6.1. Гистограмма и гистограммная обработка 3.6.2. Бинаризация и сегментация 3.6.3. Профили и проекции 3.6.4. Цветовые пространства 3.6.5. Моделирование шумов 3.6.6. Бинарная фильтрация 3.6.7. Ранговая нелинейная фильтрация изображений 3.6.8. Простая морфология 3.6.9. Минимаксная фильтрация 3.6.10. Линейная фильтрация изображений в пространственной области 3.6.11. Улучшение изображений 3.6.12. Фурье- и вейвлет-преобразования. Линейная фильтрация в частотной области 3.6.13. Выделение контуров на полутоновых изображениях Глава 4. Анализ изображений 4.1. Выделение и описание характерных элементов изображения 4.1.1. Задача выделения характерных черт 4.1.2. Выделение и описание точечных особенностей 4.1.3. Выделение и описание контуров 4.1.4. Выделение и описание областей 4.1.5. Литература для самостоятельного изучения 4.2. Сравнение и привязка изображений. Стереоотождествление 4.2.1. Сравнение изображений и задача стереоотождествления 4.2.2. Проблемы, возникающие при стереоотождествлении 4.2.3. Корреляционное сопоставление изображений 4.2.4. Корреляционное стереоотождествление 4.2.5. Сопоставление с использованием пирамиды изображений 4.2.6. Сопоставление изображений на основе «характерных черт» 4.2.7. Оценка информативности изображений 4.2.8. Субпиксельная корреляция 4.2.9. Морфологическая корреляция 4.2.10. Литература для самостоятельного изучения 4.3. Контрольные вопросы и задачи 4.4. Практические занятия по теме «Анализ изображений» 4.4.1. Выделение и анализ связных областей 4.4.2. Сегементация полутоновых изображений 4.4.3. Корреляция. Выделение особых точек Глава 5. Обнаружением идентификация объектов 5.1. Основные классы математических моделей, используемые в анализе изображений 5.1.1. Изображение как функция векторного аргумента 5.1.2. Изображение как совокупность точек 5.1.3. Изображение как топологический объект 5.1.4. Изображение как геометрический объект 5.1.5. Изображение как совокупность независимых признаков 5.1.6. Изображение как структура 5.1.7. Алгебра изображений 5.1.8. Графовые представления моделей. Задача индексации графа 5.1.9. Порождающие грамматики. Структурно-лингвистический подход. 5.1.10. Изображение как двумерная проекция трехмерной сцены 5.1.11. Литература для самостоятельного изучения 5.2. Преобразование Хафа, его обобщения и модификации 5.2.1. Преобразование Хафа для поиска прямых 5.2.2. Связь преобразования Хафа с преобразованием Радона 5.2.3. Различные способы параметризации прямых 5.2.4. Преобразование Хафа для поиска окружностей 5.2.5. Анализ аккумулятора при поиске геометрических примитивов 5.2.6. Обобщенное преобразование Хафа 5.2.7. Специализированная процедура голосования для поиска эллипсов 5.2.8. Рекур-рентное преобразование Хафа в скользящем окне 5.2.9. Литература для самостоятельного изучения 5.3. Трехмерные модели объектов для задач машинного зрения 5.3.1. Трехмерные объекты и CAD-модели 5.3.2. Типы трехмерных моделей 5.3.3. Геометрическое моделирование трехмерных объектов 5.3.4. Свойства геометрических примитивов 5.3.5. Отношения между примитивами 5.3.6. Признаки, зависящие от точки наблюдения 5.3.7. Литература для самостоятельного изучения 5.4. Обнаружение и идентификация объектов на основе их структурных описаний 5.4.1. Построение реляционной модели на основе CAD-модели 5.4.2. Сравнение графовых реляционных моделей объектов 5.4.3. Пример решения задачи обнаружения зданий на аэрофотоснимках 5.4.4. Структурно-лингвистический подход и логическое программирование 5.4.5. Литература для самостоятельного изучения 5.5. Методы анализа свидетельств 5.5.1. Анализ свидетельств на изображениях 5.5.2. Метод обнаружения штриховых колов и текстовых областей на изображениях 5.5.3. Анализ свидетельств при использовании реляционных моделей 5.5.4. Литература для самостоятельного изучения 5.6. Контрольные вопросы и задачи 5.7. Практические занятия по теме «Обнаружение объектов» 5.7.1. Преобразование Хафа 5.7.2. Модифицированное преобразование Хафа и поиск штриховых кодов Глава 6. Морфологический анализ изображений 6.1. Математическая морфология (по Ж. Серра) 6.1.1. Морфологические операции на бинарных изображениях 6.1.2. Морфологические генерации на полутоновых изображениях 6.1.3. Морфологическое выделение «черт» и объектов 6.1.4. Морфологический спектр 6.1.5. Морфологические скелеты. Непрерывная бинарная морфология 6.1.6. Регуляризация скелетов 6.1.7. Селективньи морфологии 6.1.8. Литература для самостоятельного изучения 6.2. Морфологические методы анализа сцен (по Ю. П. Пытьеву) 6.2.1. Форма изображения как инвариант преобразований изображений, отвечающих вариациям условий регистрации 6.2.2. Сравнение изображений по форме 6.2.3. Выделение отличий изображений по форме 6.2.4. Обнаружение объекта по его изображению t оценка его координат 6.2.5. Морфология на базе кусочно-линейной интерполяции 6.2.6. Литература для самостоятельного изучения 6.3. Морфологические системы и анализ изображений 6.3.1. Обобщенный морфологический подход к анализу данных 6.3.2. Критерии, используемые в морфологическом анализе изображений 6.3.3. Морфологический взгляд н; основные классы моделей, используемых в анализе изображений 6.3.4. Морфологические разложения и их применение 6.3.5. ""Критериальная проективная морфология 6.3.6. Морфологический анализ свидетельств 6.3.7. Литература для самостоятельно изучения 6.4. Контрольные вопросы и задачи 6.5. Практические занятия по теме «Морфологический анализ» 6.5.1. Бинарная математическая морфология 6.5.2. Морфологический спектр 6.5.3. Полутоновая математическая морфология 6.5.4. Утончение контуров и скелеты фигур Глава 7. Технологии и приложения машинного зрения 7.1. Авиационные и космические приложения 7.1.1. Область применения: авиационные приложения 7.1.2. Системы высокоточного на ведения 7.1.3. Системы подготовки полетной информации 7.1.4. Цифровая фотограмметрия и дистанционное зондирование 7.1.5. Автоматизированная система обработки данных аэрокосмической съемки 7.1.6. Полуавтоматическое выделение протяженны; объектов 7.1.7. Обработка и комплексирование многоспектральных видеоданных 7.1.8. Системы улучшенного видения для самолетов гражданской авиации 7.1.9. Литература для самостоятельного изучения 7.2. Обработка документов, распознавание текста и штриховых кодов 7.2.1. Оптическое распознавание символов (OCR) 7.2.2. Считывание штриховых кодов 7.2.3. Система автоматического распознавания машиночитаемых документов 7.2.4. Система контроля качества печати машиночитаемых документов 7.2.5. Систем; автоматического поиска и считывания штриховых кодов 7.2.6. Система считывания номеров денежных банкнот 7.2.7. Система оценки подлинности денежных банкнот 7.2.8. Система для оценки ветхости денежных банкнот 7.2.9. Система выходного контроля и учета почтовых конвертов 7.3. Автоматизация измерений и технический контроль 7.3.1. Цифровая фотограмметрия и бесконтактные измерения 7.3.2. Фотограмметрический комплекс для бесконтактных измерений 7.3.3. Система автоматического выделение и фильтрации следа частиц 7.3.4. Система автоматизированного бесконтактного измерения объема круглых лесоматериалов 7.3.5. Система определения гранулометрической состава рудной массы 7.3.6. Система автоматического измерения угла схождения сварного шва 7.3.7. Система автоматического распознавания и подсчета некондиционны: кристаллов на круглой пластине 7.3.8. Система компенсации геометрических искажение и бесшовной сшивки изображений, получаемых от многокамерных систем видеоввода 7.3.9. Система автоматизированного контроля качества внутренней поверхности труб 7.3.10. Система автоматизированного измерения габаритных размеров товаров на складе 7.3.11. Система контроля укладки пеналов в поддоны на автоматизированном складе 7.3.12. Автодорожный сканер для мониторинга состояния дорожных объектов 7.3.13. Литература для самостоятельного изучения 7.4. Зрение роботов 7.4.1. Область применения: автомобильные системы 7.4.2. Область применения: мобильные роботы 7.4.3. Метод дифференциального ортофото 7.4.4. Система обнаружения препятствий на дороге перед движущимся транспортным средством 7.4.5. Система автоматической привязки телефрагментов к ортофотоизображению 7.5. Видеонаблюдение и системы безопасности 7.5.1. Область применения: видеонаблюдение 7.5.2. Анализ движения в задачах видеонаблюдения 7.5.3. Анализ движения в задачах компрессии и передачи видеоданных 7.5.4. Система обнаружения и сопровождения движущихся объектов по признаку их движения 7.5.5. Интеллектуальный детектор и трекер движущихся объектов 7.5.6. Детектор оставленных предметов 7.5.7. Система стереообнаружения движения в зоне видеонаблюдения 7.5.8. Система считывания регистрационных номеров автомобилей 7.5.9. Система считывания номеров железнодорожных вагонов и цистерн 7.5.10. Интеллектуальная система видеонаблюдения 7.5.11. Обнаружение человека в естественной обстановке 7.5.12. Литература для самостоятельного изучения 7.6. Биометрия 7.6.1. Область применения: биометрия 7.6.2. Выделение и распознавание лиц 7.6.3. Дактилоскопия 7.6.4. Система обнаружения и распознавания лиц 7.6.5. Система трехмерной реконструкции и формирования строго фронтального изображения лица человека 7.6.6. Система автоматического выделения человеческого лица и слежения за его чертами 7.6.7. Система распознавания жестов руки человека 7.6.8. Система для биомеханических исследований на основе высокоскоростной стереосъемки движений человека 7.6.9. Система слежения за положением головы и направлением взгляда ребенка 7.6.10. Мультибиометрическая система персональной идентификации 7.6.11. Система автоматизированного контроля качества цифровых изображений для персональных документов 7.6.12. Литература для самостоятельного изучения 7.7. Медицинские приложения 7.7.1. Область применения: анализ и обработка медицинских изображений 7.7.2. Системы для компьютерного анализа томографических изображений 7.7.3. Система компьютерного анализа томографических изображений для диагностики воспалительных заболеваний пазух и полости носа (синуитов) 7.7.4. Система компьютерного анализа томографических изображений для оценки степени ожирения у мужчин 7.7.5. Система компьютерного анализа медицинской рентгенографической информации для ранней диагностики остеопороза 7.7.6. Автоматизированное рабочее место врача-рентгенолога 7.7.7. Система телемедицины в области радиологических обследований 7.7.8. Модуль управления данными медицинского обследования на основе технологии DICOM 7.7.9. Система автоматизированного анализа рентгеновских маммографических изображений 7.7.10. Литература для самостоятельного изучения 7.8. Контрольные вопросы Ответы к задачам Список литературы
