視覺是人類最重要的一種感知方式,視覺信息在人的感知信息中占了非常大的比重。由于視覺信息的重要性,人們開始研究用機器模擬人的感官去感知環境中的視覺信息并進行相關的處理,在不斷的研究中逐漸形成了一門十分重要的學科機器視覺。動態視覺信息是視覺信息的主要組成部分,因此動態視覺的研究是機器視覺這門學科的一個重要研究方向,對動態視覺研究的成果在各個領域都有著廣泛的應用。本文主要研究運動目標檢測和跟蹤的方法,重點討論了如何在DM642圖像處理平臺上實現簡單的特定運動目標的檢測與跟蹤以及其實現過程。論文的主要工作如下:1、對各種經典的目標識別與跟蹤的相關算法進行分析,并對每種算法進行仿真實驗,給出比較的結果與數據。在這些實驗的算法中包括圖像識別的經典算法和目標跟蹤的經典算法,在圖像識別研究過程中主要探討了圖像預處理、目標分割目標特征提取和圖像形態學處理。對于圖像預處理,重點是研究了經典濾波算法及其改進算法;對于目標分割,主要研究了在DM642平臺上實現最大類間方差法并加以應用;對于特征提取,主要研究了目標輪廓的提取,目標面積和形心的計算以及如何求取目標的最小外接矩形;對于圖像形態學處理,主要討論了圖像的膨脹腐蝕原理思想。在目標跟蹤的研究過程中,主要研究了目標跟蹤的算法以及確定跟蹤目標位置范圍的算法。對于目標跟蹤,主要介紹了幀間差分法、背景差分法、光流場法這幾種目標跟蹤的算法。重點研究了幀間差分法,在實際中應用了三幀間差分法,解決了“空洞”的現象,在相應處理環節中選取較為合適的算法作為最終的處理算法;對于如何確定目標位置范圍的問題,選用了一種雙向投影法對差分后的圖像進行檢測,用來得到目標的矩形區域。2、對基于TI TMS320DM642處理器的特定運動目標識別與跟蹤程序的開發過程進行了說明,對圖像數據的采集、傳輸、顯示、編碼解碼等程序的編寫過程進行了說明。作者把各種經典圖像算法移植到DM642平臺上進行,并給出了這些經典算法的實驗結果,對其進行了比較分析。在實驗中,選取幾種特定目標,對這幾種特定目標進行了檢測跟蹤的實驗,并總結了實驗結果。分享】圖像處理的研究方向(2010-03-29 08:27:21) 轉載標簽： 雜談一位老師回復給我的郵件,我覺得他說的很好;也請大家一起討論一下._ 你好! 我雖然從事圖像處理研究，但做的東西比較雜，也不是很深入。只能給你一些粗淺的建議。 我感覺圖像處理現在的發展有兩個層次，一個是算法研究，需要較多的數學基礎，如偏微分方程(PDE)、各種空間變換(小波、曲波、剪切波等)。這些領域研究文獻特別多，但要想出點新東西確實比較難。如果能深入研究一下，寫出來的論文有一定理論深度，估計比較容易被錄用。 另一個層次就是從橫向拓展，找新的應用，也別的技術相結合，關鍵是找到研究內容，算法上只是將現有理論應用。最常見的與模式識別算法相結合，如人臉檢測、行人檢測、視頻中運動檢測，等等。只有點子新，文章應該也比較容易錄用。 個人見解，僅供參考。_王老師: 你好,首先感謝你在繁忙的工作和學習中抽出時間來閱讀我的郵件。我是云南一所地方院校的教師，最近我在學習數字圖像處理，看了岡薩雷斯的兩本教材，知道圖像增強、恢復、壓縮、編碼、分割等基本概念，但覺得很多詳細的內容其實沒看太懂。也不知道要做圖像處理方面的研究需要學哪些東西。看了網上的一些討論說現在圖像處理方面的理論研究已經很難做出新的東西，不知王老師怎么看，現在做圖像處理哪個方面比較容易發文章。我最近要選在職碩士的畢業論文題目，不知道從何入手，希望得到王老師的一些建議。在此不甚感激！ 我是從中國圖象圖形學報上看到王老師的文章和郵箱的，于是冒昧的給你發了郵件，打擾之處還請見諒。 Last edited by bslt on 2009-10-5 at 22:19 相關回復：作者: zh1985444 發布日期: 2009-09-06圖像處理是個老問題，也是個難問題。圖像處理方面的研究以及做了很多很多年了，看現在很多問題都沒解決。舉個簡單的例子，比如去噪，到現在為止，都還沒有完全研究透。但要提出更好的方案，也比較難。還有比如自然圖像的模型問題，至少到現在為止還沒有一個比較好的模型能夠描述大量的自然圖像。有的模型也是對一些情況適用。因此，做圖像處理還是有得做的，可也不是那么容易做的，就像上面的老師的回復，需要比較深的理論基礎，尤其是數學，信號處理和統計方面的作者: tangmnt 發布日期: 2009-09-07研究的內容和研究的人員都比較多，不管研究什么，只要能提出自己的見解，或者在別人的基礎上進行改進，應該都是可以的作者: 莫非是我 發布日期: 2009-09-07圖像分辨率增強，比如一個小尺寸圖片放大數倍又要保證放大的效果，具體應用如人臉分辨率增強，應用于監控視頻人臉檢測等環境.這也是一位老師給我的意見,我查了下相關分辨率增強的的文獻,這方面中文的還挺少.有對這一方面了解的蟲子來聊聊.作者: zh1985444 發布日期: 2009-09-07QUOTE:Originally posted by 莫非是我 at 2009-9-7 21:07:圖像分辨率增強，比如一個小尺寸圖片放大數倍又要保證放大的效果，具體應用如人臉分辨率增強，應用于監控視頻人臉檢測等環境.這也是一位老師給我的意見,我查了下相關分辨率增強的的文獻,這方面中文的還挺少.有 .好像做多分辨率圖像增強的也有不少吧作者: shujk 發布日期: 2009-09-07創新的東西真的不是太容易做的。本人感覺把圖像處理的理論和其他學科相結合才是能有最大發揮的途徑。作者: Tovi 發布日期: 2009-09-09我覺得這位老師的回信還是很中肯的，基本上多媒體領域（包括視頻、音頻等）都是這兩條思路。個人感覺：如果你是學數學出身、對媒體本身感覺不明顯，可以沿著第一條思路走，畢竟大部分學計算機出身的人理論功底都不如你，套用一些數學上常用的變換或優化就可能就會讓方法看起來很新穎；如果你是學計算機出身、數學功底一般的話，可以沿著第二條思路走，只要能找到一個有趣的應用，里面用的方法不算太土，就是很不錯的文章了。當然，如果你兩方面都很強，就可以隨心所欲了，橫著走都沒事。PS：圖形圖象學報也許是國內在圖像處理方面最好的期刊了，但如果想做研究，還是多關注一下知名國際會議，例如MM，ICIP文章內容要新很多。作者: 莫非是我 發布日期: 2009-09-09QUOTE:Originally posted by Tovi at 2009-9-9 12:45:我覺得這位老師的回信還是很中肯的，基本上多媒體領域（包括視頻、音頻等）都是這兩條思路。個人感覺：如果你是學數學出身、對媒體本身感覺不明顯，可以沿著第一條思路走，畢竟大部分學計算機出身的人理論功底 .感謝謝你的回復。我是沒法橫著走了。數學不好，計算機也不行。郁悶得很，搞科研太難，很不適合我呀。呵呵作者: Tovi 發布日期: 2009-09-10除了極少數人外，大部分人在本科剛畢業的時候，這兩方面都不會太突出。只要你在同年級中還算可以，那么就不會有太大問題。如果兩個方面都比較欠缺，但又很想搞研究的話，建議先趁年輕補數學。雖然開始發文章會慢一些，但后面看文章、寫文章都會快很多，少走很多彎路，磨刀不誤砍柴工。如果不是很想搞科研，就去工作吧。其實工作蠻好的，起碼掙錢多，做到后來也不是很辛苦。作者: cao0537 發布日期: 2009-09-13哎，我們做水印的更難啊作者: edie 發布日期: 2009-09-13我也是做算法的，比較難做啊，而且需要靜下心來看好多東西，嗨嗨。只能努力了啊。作者: wangrenbao 發布日期: 2009-09-17中國圖象圖形學報很不錯。但不是EI核心。作者: 莫非是我 發布日期: 2009-09-17QUOTE:Originally posted by wangrenbao at 2009-9-17 20:20:中國圖象圖形學報很不錯。但不是EI核心。能投到中國圖象圖形學報我覺得就很厲害了,因為我真的實在是菜鳥,雖然每天都在學習了,但還是什么都不懂,嘗試寫了第一篇論文投了一底層次的期刊,被要求改了下格式后被錄用了,結果版面費1700元,嘿死人,算了,不交了.以后真能投到核心的1700就1700吧.作者: hnsdhh 發布日期: 2009-09-17QUOTE:Originally posted by 莫非是我 at 2009-9-7 21:07:圖像分辨率增強，比如一個小尺寸圖片放大數倍又要保證放大的效果，具體應用如人臉分辨率增強，應用于監控視頻人臉檢測等環境.這也是一位老師給我的意見,我查了下相關分辨率增強的的文獻,這方面中文的還挺少.有 .這叫超分辨率重建，是一個不錯的研究方向。作者: 莫非是我 發布日期: 2009-09-17QUOTE:Originally posted by hnsdhh at 2009-9-17 23:57:這叫超分辨率重建，是一個不錯的研究方向。非常感謝你的提示！之前我用分辨率增強搜索文章，找到的很少。經你提示后，發現這方面的文獻還真是不少作者: dewgjs 發布日期: 2009-09-18QUOTE:Originally posted by hnsdhh at 2009-9-17 23:57:這叫超分辨率重建，是一個不錯的研究方向。這個研究方向已經有好多年了吧,記得04年一次學術交流會上很多人在做這個啊作者: fenghuo8970 發布日期: 2009-09-19額，我剛剛學習數字圖像處理這門課程，看到你們所講的好有感觸啊作者: qqchun 發布日期: 2009-09-24圖像處理現在確實很難進一步發展，同樣說明需要發展；自身理論創新不易，故國人大部分做應用。我認為圖像處理瓶頸在于不像一維信號有FFT、Wavelet等的分解重構工具，圖像也需要分解重構，圖像處理需要自己的工具。但是現在往往圖像處理仍使用一維信號分析方法，這接近自然本身的面目嗎？希望大家能用圖像的觀點來思考圖像，幸運的是已經有些科學家這樣做了，比如Beamlet、Ridgelet等。 Last edited by qqchun on 2009-9-24 at 23:04 作者: 莫非是我 發布日期: 2009-09-24QUOTE:Originally posted by qqchun at 2009-9-24 23:01:圖像處理現在確實很難進一步發展，同樣說明需要發展；自身理論創新不易，故國人大部分做應用。我認為圖像處理瓶頸在于不像一維信號有FFT、Wavelet等的分解重構工具，圖像也需要分解重構，圖像處理需要自己的工具。 .呵呵，應該是只大牛作者: yishuipang 發布日期: 2009-09-25有一定道理！ QUOTE:Originally posted by qqchun at 2009-9-24 23:01:圖像處理現在確實很難進一步發展，同樣說明需要發展；自身理論創新不易，故國人大部分做應用。我認為圖像處理瓶頸在于不像一維信號有FFT、Wavelet等的分解重構工具，圖像也需要分解重構，圖像處理需要自己的工具。 .作者: tdzjg2000 發布日期: 2009-09-25還沒確定方向，學習一下作者: edie 發布日期: 2009-09-25呵呵，我的專業與圖像處理有很大的聯系啊作者: custjtx 發布日期: 2009-09-25學習了 聽師兄說過這方面的內容作者: jessicaSHA 發布日期: 2009-09-26我們生醫是醫學和工學結合，圖像處理是很關鍵的學科！關注中ing作者: Bruce_Yang 發布日期: 2009-09-26亂彈一下。我的認識，圖像處理的研究有三層或者三個主要方向：1。圖像認知理論研究2。圖像處理算法研究3。圖像處理的應用研究圖像處理理論發展到今天，還遠遠不能說成熟了。基本的去噪、分割、分類任務離我們所期待的結果事實上有很大差距。因為有來自數學領域的有力支撐，圖像處理算法的研究發展得很快，新算法層出不窮，某種程度上演變成了mathematical tricks。我感覺到問題還主要在第一層：圖像認知理論。這個認知水平決定了相應的圖像處理算法的研究，繼而決定了圖像處理應用的性能。如果是依賴于一個有限的或者是錯誤的認知理論，其相應的圖像處理算法將無可避免地面臨著發展的瓶頸。比如說小波。圖像的小波變換背后的認知-圖像特性應在多尺度多方向上表示。盡管這種表示相比單尺度的原始圖像在一系列圖像分析研究中顯得更為有效，但人們還無法確認這樣的認知其正確性到底怎樣。目前我們只能說，“似乎”人類視覺系統具有同樣的處理機制。如果這樣的認知很有限，那么我們再沿著小波走下去，比如隨后發展起來的多尺度幾何分析（包含無數的-let），那么我們將面臨著無法逾越的障礙。事實上我們可以發現，小波以及隨后的進化在處理圖像處理問題上相比一些傳統途徑并不見得有優勢。所以，我的感覺，圖像認知層的研究還有很多金子可以挖掘。作者: 莫非是我 發布日期: 2009-09-27QUOTE:Originally posted by Bruce_Yang at 2009-9-27 02:22:亂彈一下。我的認識，圖像處理的研究有三層或者三個主要方向：1。圖像認知理論研究2。圖像處理算法研究3。圖像處理的應用研究圖像處理理論發展到今天，還遠遠不能說成熟了。基本的去噪、分割、分類任務 .說得很好,圖像處理方面可以研究的應該很多很多,只是我們需要改變現在的研究方法,換個思路來考濾問題.作者: mclv 發布日期: 2009-09-27成熟的話題 必須再縮小范圍啊作者: witch_girl 發布日期: 2009-10-05圖像處理好像可以分為三個層次像模式識別，機器學習屬于中高層次，這方向學的人很多，競爭力大加油啊。還是很有前景的作者: sxnxgsh 發布日期: 2009-10-06我在職碩士的論文也沒有寫，想寫這方面，可自己只知道點皮毛呀，如何寫哦，希望得到大家的幫助哦作者: 莫非是我 發布日期: 2009-10-06QUOTE:Originally posted by sxnxgsh at 2009-10-6 20:10:我在職碩士的論文也沒有寫，想寫這方面，可自己只知道點皮毛呀，如何寫哦，希望得到大家的幫助哦呵呵,我倆一樣,一起努力作者: qiulei1010 發布日期: 2009-10-07如果不難就不會有進步了，在難中才能推動社會的進步呀！作者: impossible 發布日期: 2009-10-