南京師范大學多媒體原理與技術(shù)教學課件

南京師范大學多媒體原理與技術(shù)教學課件,南京師范大學,多媒體,原理,技術(shù),教學,課件 Digital Image Technology1.Image encoding 2.Image processing 3.Image RecognationSevral Algorithm l假設(shè)有一個圖片，4*4，共16個像素，分別用AL來代表。我們先觀察這個圖片，只有中間的F,G,J,K這四個像素的“鄰居”是全的。以下以FGJK為被處理像素。1、Color chart to gray imagelYUV的顏色表示方法，知道在這種表示方法中，Y分量的物理含義就是亮度，它含了灰度圖的所有信息，只用Y分量就完全能夠表示出一幅灰度圖來。2、銳化、柔化和擴散、銳化、柔化和擴散l銳化：用當前點與左上角點的絕對值除以2，然后加上當前點的值。F=F+abs(F-A)/2l柔化的算法和銳化相近似，不過作用正好相反，就是把當前點用周圍幾個點的平均值來代替。F=(A+B+C+E+F+G+I+J+K)/9l擴散：隨機取F點周圍的某個顏色，將該點的顏色賦值給F。3、Anaglyph“浮雕”圖象效果是指圖像的前景前向凸出背景。所謂的“浮雕”概念是指標繪圖像上的一個像素和它左上方的那個像素之間差值的一種處理過程，為了使圖像保持一定的亮度并呈現(xiàn)灰色，在處理過程中為這個差值加了一個數(shù)值為128的常量。F=abs(F-K+128).Key programming steps-open image files函數(shù)LoadBmpFile，其功能是從一個.bmp文件中讀取數(shù)據(jù)（包括BITMAPINFOHEADER，調(diào)色板和實際圖象數(shù)據(jù)）將其存儲在一個全局內(nèi)存句柄hImgData中，這個hImgData將在以后的圖象處理程序中用到。同時填寫一個類型為HBITMAP的全局變量hBitmap和一個類型為HPALETTE的全局變量hPalette。這兩個變量將在處理WM_PAINT消息時用到，用來顯示出位圖。Key programming steps-color component extractionlpixel&=frmMain.Picture1.Point(j,i)lred=pixel&Mod 256lgreen=(pixel&And&HFF00)/256&)Mod 256&lblue=(pixel&And&HFF0000)/65536l“&H”表示十六進制數(shù)，而And表示按位與。&HFF是二進制的“1111 1111”，正好覆蓋了低8位，這時用And進行按位與，只會得到低8位，與RGB分量需要的8位正好符合。每個像素點的顏色分量存儲順序是“BGR”。所以最先得到后八位為紅色分量。除以256將二進制右移八位，按位于運算后得到綠色分量。Original picture emboss diffuse soften sharpen 三、三、Image RecognitionlImage Recognition Structure被識圖像圖像數(shù)據(jù)獲取圖像的預(yù)處理圖像的特征提取分類判決輸出結(jié)果Image Feature ExtractionSelected characteristics can be divided into the following categories：l灰度、顏色、分光光譜特征；l紋理等空間特征；l面積、周長等幾何方面的特征。l(1)Amplitude characteristics可以在圖像的某一圖像點或者其鄰域做出幅度的測量。例如在（2N+1）*（2N+1）區(qū)域內(nèi)的平均幅度。l(2)Histogram characteristics一副數(shù)字圖像看作是一個二維隨機過程的樣本，可以用聯(lián)合概率分布來描述。l(3)Line and angular featuresl(4)Gray image edge character 圖像的灰度、紋理的改變或不連續(xù)是圖像的重要特征，它可以指示圖像內(nèi)各種物體的實際含量。l5、Texture element 一種或者是幾種圖像基元的組合。l6、permutation and combination of texture element。圖像基元排列的疏密、周期性、方向性的不同，也能夠使圖像的外觀產(chǎn)生極大的變化。Classification Judgmentl分類，就是基于被測量的特征來估計其分類單位應(yīng)該屬于哪一個類。機器學習主要研究各種分類方法。目前經(jīng)常采用的是統(tǒng)計識別法（Statistical classifier）和其它更多的方法。如基于松弛法的分類方法和使用神經(jīng)網(wǎng)絡(luò)的分類方法。The handwritten numeral recognitionl我們用人眼一下子就能認出這是數(shù)字2，但是如果讓計算機來識別的話就未必那么容易了。我們就要看它的一些特征了。它們的共同特則就是書寫的時候先向右，又向下，又向左。顯然，書寫順序就是一個很重要的特征。Writing orderl3也是有共同的書寫順序。l當然，書寫順序僅僅是一個基本的特征，我們還要提取出其他的特征來。Feature extraction of handwritten numberl對于手寫體數(shù)字根據(jù)抽取特征的方法一般將其分為兩類：統(tǒng)計特征(局部特征和全局特征)和結(jié)構(gòu)特征。統(tǒng)計特征是利用一些統(tǒng)計方法計算得到的，一般包括點密度的估計。矩，特征區(qū)域等等。結(jié)構(gòu)特征則是對字符的筆畫進行分析得到的，能更好地區(qū)分局部細節(jié)，一般包括圓，端點，交叉點，筆畫，輪廓等等。