所有的生命形式需要感應環境的方法。將能感覺到一個人的環境是生存至關重要，一直等生命形式開發更復雜的感官方法恒定的比賽通過進化的過程。作為這個過程的結果，先進的在他們的處置的高度精確的感官陣列的生命形式。一些不尋常的感官能力是自然世界的存在，這樣的能力來檢測磁場和電場的領域，或使用超聲波確定周圍障礙物的結構。盡管如此，一個最珍貴的，利用通用的感覺自然世界中的視覺。先進的動物生活上依賴視覺。鳥蜥蜴最大化他們的領域出發，著眼于他們的頭骨每側，而其他動物的直接的眼光觀察世界的三個維度結論。夜間活動的動物往往有大的眼睛，以最大限度地提高光的攝入量，而掠食者如鷹識別獵物而非常高的分辨率的視力營。自然界充滿了可以想象的幾乎每一個顏色的動物。有些動物融入周圍逃跑的視覺檢測，而另ERS是鮮艷的吸引配偶或警告侵略者。到處都在自然世界的動物，使他們的日常生存的視覺使用。的原因在動物世界的視力的依賴是由于豐富的量通過視覺提供的信息。在野外生存，動物必須能夠快速移動。聽覺和嗅覺提供警告有關其他動物的存在，但只有少數的動物，如蝙蝠開發這些感官蘇高效率E有效利用有限的量的形成由這些感官來執行有用的操作，如逃脫捕食者或追捕獵物。對于大多數的動物，只有視覺蘇提供有效的信息以便他們推斷出正確的反應在各種情況下。人類依靠視覺以更大的程度比大多數其他動物。不同于動物我們看到的三個維度與高分辨率的多數2002 CRC出版社有限責任公司和顏色。人類的嗅覺和聽覺感官所采取的第二位視覺。人類有更多的面部肌肉比其他任何動物，因為我們的社會的面部表情是由我們每個的主要指標其他人的情緒狀態，而不是用許多氣味信號哺乳動物哺乳動物。換句話說，人類世界圍繞著視覺刺激電子ective視覺信息處理的重要性是至關重要的人類視覺系統。 To interact electively with the world, 與世界地互動，人類視覺系統必須能夠提取，從過程和識別的視覺結構的大變化捕獲的圖像。具體卡利，一組視覺刺激前的改造成為一個有意義的場景，視覺系統必須明確地不同視覺結構如從捕獲的視覺刺激的邊緣和區域。而比采用處理這些提取的結構的一個統一的方法，視覺系統能夠自適應地調整到這些不同的特定的城市不同的結構中提取信息的最大金額隨后的識別階段。例如，系統應選擇提高DI不同地區如顏色和紋理的相關屬性在自適應的方式，一些地區，更重要的是放置的顏色屬性的提取和加工，而其他地區重點放在相關的紋理圖案。同樣，視覺系統也應在一個自適應的方式使得那些過程的邊緣樹與感興趣的對象應區別于那些相關的與不重要的。模仿生物視覺適應性方面，將這能力為機器視覺系統已被圖像的主要動機多年來處理和計算機視覺的研究。類似于眼睛，現代機器視覺系統都配有一個或更多的鏡頭蓋真正的光信號，然后通常存儲在數字圖像的形式或后續處理的視頻序列。換句話說，充分納入自適應能力的生物視覺系統的機器需要一個有效的自適應圖像處理系統的設計。二困難這項任務已經可以預見，由于我們正試圖模型系統這是數十億年的進化的產物，自然是高度復雜的。給機器的一些不尋常的能力，我們走理所當然的是密集的正在進行的研究和這本書的主題主題。1.2自適應圖像處理自適應圖像處理的需要的產生是由于需要將上述自適應方面的生物視覺的機器視覺系統。為這樣的系統通常是通過視覺刺激的相機和預捕獲本文在數字圖像的像素陣列的基本形式，每這是一個灰度值的大小有關光信號捕獲在相應的位置。E各自的表征圖像處理中的圖像種類繁多，這一系列數字通常被建模為一個二維離散非平穩隨機過程。反對平穩隨機過程，信號的統計特性，保持不變的二維空間索引，非平穩隨機過程模型ELS的視覺結構，以一種有意義的固有的不均勻性視覺場景。正是這種不均勻性，將場景中的有用信息，通常由許多不同的對象迪，向觀眾。另一方面，一個固定的二維隨機信號，當被視為一個灰度圖像，并不是通常對應于真實世界中的對象的外觀。huanduan對于一個特定的圖像處理應用程序（我們解釋術語“圖像處理“在廣泛的意義上說，在圖像分析中的應用也包括），我們通常假定一個基本的圖像模式 1，2的存在，3 ，這是一個數學描述一個假設的過程中生成當前圖像。如果我們假定圖像是充分的描述由一個固定的隨機過程，其中，雖然一般不準確，往往是引用一個簡化的假設，這是明顯的，只有一個單一的圖像模型與此相應的隨機過程，是進一步圖像處理要求。另一方面，更復雜的圖像處理算法，將帳戶對真實圖像的非平穩性采用多圖像模型更準確的表示。圖像中各個區域通常可以與二模型相關聯的不同圖像，和完整的圖像可以完全由這些圖像的局部模型的黑夜。Huanduan1.3三個主要的圖像特征的類在圖像的非均勻性意味著存在超過一個圖像的有限元分析真正的類型，傳達信息的獨立的形式向觀眾。鋁盡管迪不同圖像間的變化可以很大，大量的圖像可以通過特征類型的一小部分。這些通常是和了平滑區域的標簽下，紋理和邊緣（圖1.1）。在下面，我們將介紹這三種基本特征的特點，通常用于表征圖像模型。huanhang平滑的區域平滑的區域通常包括區域在圖像中所占比例最大，是造成人工社會或自然物體表面，當成像距離，可以通常被看作是光滑的。一個光滑的區域是一個簡單的模型的分配一個恒定的灰度值來限制域的圖像格方法，加上適當的方差的高斯噪聲模型的添加傳感器的噪聲Huanhang優勢？而平滑的區域，邊緣包括只有一個非常小的比例區域圖像。然而，在圖像的大部分信息傳送 圖像的特征類型光滑的 區域edges詞典解釋n.鋒利；邊( edge的名詞復數 )；優勢；（懸崖、峭壁的）邊緣；textures詞典解釋n.（音樂或文學的）諧和統一感；手感( texture的名詞復數 )；口感；質感；figure英fi 美fj 詞典解釋n.算術；圖解；數字；輪廓；vi.出現；扮演角色；計算；vt.推測；估計；認為；計算在內；1.1特征圖像中的三類重要通過這些邊緣。我們很容易看到，當我們看一個IM的邊緣圖年齡后邊緣檢測：我們可以很容易地推斷出圖像的原始內容通過單獨的邊緣。由于邊緣代表的突變位置在相鄰的區域的灰度值，最簡單的模型邊緣有前高方差的隨機變量，而不是光滑區域模型利用隨機變量的低方差。然而，這個簡單的模型在不考慮邊緣的結構上的限制，這可能導致與紋理同樣高的方差的混亂。更多的復雜的邊緣模型包括小面模型 5 ，接近二不同區域的恒定的灰度值在單獨的塊的邊緣明智的連續函數。也有邊臨樂模型，它描述了在最大灰度邊界方向的一維截面水平的變化 6，7 。已經嘗試來模擬這種職業利用一步功能和不同的單調遞增函數。而這些modELS主要描述灰度值過渡的大小在邊緣的位置，在二級灰度邊緣圖的零交叉點上水平的衍生物，通過高斯拉普拉斯算子的方法獲得的（日志）ltering 8，9 ，刻畫圖像中的邊緣位置。這三個邊緣模型如圖1.2所示。textures詞典解釋n.（音樂或文學的）諧和統一感；手感( texture的名詞復數 )；口感；質感；紋理的外觀通常是由于自然物體的存在在圖像。紋理通常有一個類似噪聲的外觀，雖然他們明顯地不同的噪聲，通常存在一定的差別在他們的模式。這是由于像素值之間的關系在具體C方向。由于這類噪聲的出現，這是自然的模型使用一個二維隨機ELD紋理。最簡單的方法是使用IID（獨立同分布的隨機變量，用適當的參數）的事實，但這并沒有考慮像素之間的相關性。這種方法的一個推廣是高斯馬爾可夫隨機采用場（GMRF） 10，11，12，13，14 和吉布斯隨機ELD 15，16 ，模型這些地方的相關性質。紋理的另一個特點是他們的自相似性：模式通常看起來類似的觀察時，不同地下大陽離子。這導致他們表示分形過程 17，18 它具有這樣的自相似性。1.4在自適應圖像處理困難系統設計由于非常地不同性質的這三個特征類型，通常是要將空間自適應圖像處理系統優化結果。一個圖像處理系統，系統參數的一組通常的需要處理的圖像的質量控制。假設采用空間域處理算法，灰度值xi1，I2在 空間索引（I1，I2）是根據以下關系。xi1 ,i2 = f (y; pSA (i1 , i2 )(1.1)xi1 ,i2 = f (y; pSA (i1 , i2 )(1.1)xi1 ,i2 = f (y; pSA (i1 , i2 )(1.1)xi1 ,i2 = f (y; pSA (i1 , i2 )(1.1) （1.1)在這個方程式中，映射f總結所執行的操作圖像處理系統。矢量Y表示的灰度值原始圖像處理之前，和PSA表示空間自適應矢量隨著空間索引的功能參數（I1，I2）。這是合理的期望這二不同的參數向量是在二不同位置采用（I1，I2），這通常對應于不同類型的特征迪。作為一個結果，一個重要的在這種自適應的圖像處理系統的設計考慮是適當的的參數向量PSA測定（I1，I2）作為一個功能空間指數（I1，I2）。另一方面，非自適應的圖像處理系統，我們可以簡單地采用變壓吸附常數賦值（I1，I2）在PN是一個常數參數向量。我們考慮的PSA（I1，I2）在一些特定的C圖像處理應用以下。在圖像ltering，我們可以NE PSA（I1，I2）是COE cients濾波器集在卷積模板 2 。自適應ltering 19，20 因此對應在第不同空間位置使用DI不同的面具，而非自適應濾波采用相同的掩模的圖像。在圖像復原 21，22，23 ，正則化參數 24，25，26 是內德控制病態的恢復程度過程，或等價地，恢復圖像的整體光滑性。的向量（I1，I2 PSA）在這種情況下對應的標量化PA參數。自適應正則化 27，28，29 涉及選擇DI不同在第不同位置的參數，并采用非自適應正則化整個圖像的一個參數。在圖像邊緣檢測中，通常的做法是選擇一個單一的閾值PA對梯度幅值的邊緣參數和區分非邊緣點的圖像 2，4 ，這對應于非案件自適應閾值。這可以看作是一個特殊的情況下，自適應閾值，在閾值是內德在每個空間位置。給出的自適應圖像處理上面的描述，我們可以看到，自適應參數對應的問題，即確定參數向量的PSA（I1，I2）作為一個功能（I1，I2），特別是急性的與非自適應的情況下相比。在非自適應的情況下，和特別是對于低維的參數向量的情況下，它通常是可能的通過交互選擇DI不同參數確定最優參數向量和評價最終處理結果。另一方面，自適應圖像處理，它幾乎總是的情況下，高維的參數向量，其中包括欺詐所有的局部參數向量連接，將參與。如果我們放松以前的要求，允許進入的區域的圖像的子劃分和相同的局部參數向量對各區域的分配，尺寸由此產生的級聯參數向量仍然可以大。此外，本需要確定每個圖像的像素與一個特定的特征類型本身的條件取代一個非平凡的分割問題。因此，它通常是不可能的通過試驗和誤差估計的參數向量。相反，我們應該尋找參數分配算法，將整個過程自動化。為了達到這一目的，我們將RST必須建立圖像模型描述了各自的圖像所需的局部灰度值與配置特征類型或，換句話說，表征每個類型特征。由于地方灰度CON gurations處理后的圖像在一般的功能系統參數指定ED方程（1.1），我們可以將一個成本函數的每個灰度級CON guration措施的程度的一致性相應的模型，與當地的系統參數的參數成本函數。然后我們可以搜索這些系統的參數值最小的成本函數為每個特征類型，即，一個優化的過程。當然，我們應該采取不同的圖像二模型為了獲得二不同對于每種類型的特征參數體系。在這些要求出發，我們可以總結為一個要求一種自適應的圖像處理系統的成功設計如下：segmentation英semntein 美smnten, -mn- 詞典解釋n.切分；分割；分段；分節；分割需要的erence之間的肺有正確的認識響應結構的各種類型的特征和統計特性，在包括那些邊緣，紋理和平坦區域，允許的分區圖像為這些基本特征類型。characterization英krktrzen 美krktrzen 詞典解釋n.界定方法；描述方法；特性描述；（對書或戲劇中人物的）刻畫，塑造；表征需要最理想的灰度值的理解CON配置于人類視覺系統（HVS）的特點對于每一種基本類型的特征，以及這些后續配方為成本函數的圖像的模型參數的標準，如這些成本的最小化功能，將導致的一個近似所需的灰度控制配置的每個要素類型。optimization英ptimaizein 美ptmzen 詞典解釋n.最佳化，最優化；優選法；優化組合；在事實上，上述標準并不一定會導致預期表現良好的成本函數，并說一些函數將非線性甚至非DIerentiable，我們應該采取有力的優化技術的最優參數向量的搜索。 Adaptive Image ProcessingAdaptive Image Processing自適應圖像處理segmentation英semntein 美smnten, -mn- 詞典解釋n.切分；分割；分段；分節；characterization英krktrzen 美krktrzen 詞典解釋n.界定方法；描述方法；特性描述；（對書或戲劇中人物的）刻畫，塑造；optimization英ptimaizein 美ptmzen 詞典解釋n.最佳化，最優化；優選法；優化組合圖1.3：在自適應圖像處理的三大要求These three main requirements are