网格图像的识别

摘要:随着数字图像处理技术的发展和实际应用的需求，出现了另一类问题，就是不要求其结果输出是一副完整图像的本身，而是将经过处理的图像，再经过分割和描述提取有效的特征，进而加以判决分类。例如要从遥感图像中分割出各种农作物、森林资源、矿产资源等，并进一步判断其产量或蕴藏量；由气象云图几何其他气象观察数据进行自动天气预报。因此图像识别和图像定位是图像中级处理中非常重要的手段。 ??? 本文重点介绍网格图像的识别和定位。网格图像识别在实际应用中更加广泛，不管是直接的网格图像还是将图像网格化后进行识别，特征是还是最重要的。本系统主要是通过颜色特征，即像素值的变化来对网格图像进行定位和识别，依据像素值变化程度来求网格图像的交点和中间点，最后通过中间点产生的直线相交这个约束来识别出网格格点。 关键字：网格图像? 图像识别 图像定位? 交点? 中间点? 网格格点 ?研究背景 图像处理在军事、遥感、气象等大型应用中有着不断增长的需求。在医学领域中，生物医学的显微图像分析、X线照片的鉴别以及计算机层析成像的CT技术在社会生活中日益得到广泛的应用。在工业领域中，图像处理用于工业产品的无损探伤、表面和外观的自动检查和识别、装配和生产线的自动化、弹性力学照片的应力分析、流体力学图片的阻力和升力分析以及计算机视觉。军事公安方面，各种侦查照片的判读、运动目标图像的自动跟踪技术、指纹识别、不完整图片的复原以及在公安中的跟踪、窃视、交通监控、事故分析中都需要用到图像处理的技术。文化艺术方面，有电视画面的编辑、动画片的制作、服装的设计、制作、文物资料的复制和修复。在体育方面，运动员的训练、动作分析和评分等都离不开图像处理技术。图像处理技术已经涉及到人类生活和社会发展的方方面面。 数字图像处理（Digital Image Processing）是一门关于如何使用计算机对图像进行处理的学科，而数字图像是由被称做像素的小块区域组成的二维矩阵。对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值范围0~255之间，即可用一个字节来表示，0表示黑，255表示白。彩色图像可以用红、绿、蓝三元组组成的二维矩阵来表示。通常，三元组的每个数值也是在0~255之间，0表示相应的基色在该像素中没有，而255则代表相应的基色在该像素中取得最大值，这种情况下每个像素可用三个字节来表示。正是由于这些看似枯燥的数字表示形式，以及计算机在工程和科研领域的普及，才带动了数字图像处理科学的飞速发展。所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或者应用需求的行为。图像处理的手段有光学方法、数字方法。后者正是要讨论的数字图像处理，它是指使用计算机加工处理图像，通过各种处理算法来实现对图像内容处理。它通常由一个微型、小型至大型计算机与图像处理机或由一个专用计算机来执行。例如：图像数字化设备包括扫描仪、数码相机、摄像机与图像采集卡等；图像处理计算机包括PC、工作站等；图像输出设备包括打印机等。在日常生活中，图像处理已经得到广泛应用。例如，电脑成像艺术、电视中的特殊效果、自动售货机钞票的识别、邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等。在医学领域，很早以前就采用X射线、显微镜照片等来诊断疾病。现在，计算机图像处理已成为疾病诊断的重要手段，用一般摄影方法不能获取的身体内部的状况也能由特殊的图像处理装置获取，最具有代表性的就是X射线CT（computed tomograph，计算机断层摄像）。 1.2研究现状 图像就是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼而产生视知觉的实体。科学研究和统计表明，人类从外界获得的信息约有75％来自于视觉系统，也就是说，人类的大部分信息都是从图像中获得的。 ?? 图像处理是人类视觉延伸的重要手段，可以便人们看到仟意波长上所测得的图像。例如，借助伽马相机、x光机，人们可以看到红外和超声图像：借助cT可看到物体内部的断层图像；借助相应工具可看到立体图像和剖视图像。1964年，美国在太空探索中拍回了大量月球照片，但是由于种种环境因素的影响，这些照片是非常不清晰购，为此，美国喷射推进实验室(JPL)使用计算机对图像进行处理，使照片中的重要信息得以清晰再现。这是这门技术发展的重要里程碑。此后，图像处理技术在空间研究方面得到广泛的应用。 ??? 总体来说，图像处理技术的发展大致经历了初创期、发展期、普及期和实用化期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行扫描显示，大多采用巾、大型机对其进行处理。在这一时期，由于图像存储成本高，处理设备造价高，因而其应用面很窄。 20世纪70年代进入了发展期，开始大量采用中、小型机进行处理，图像处理也逐渐改用光栅扫描显示方式，特别是出现了cT和卫星遥感图像，对图像处理技术的发展起到了很好的促进作用。到了20世纪80年代，图像处理技术进入普及期，此时购微机已经能够担当起图形图像处理的任务。vLs[的出现更使得处理速度大大提高，其造价也进一步降低，极大地促进了图形图像系统的普及和应用。20世纪90年代是图像技术的实用化时期，图像处理的信息量巨大，对处理速度的要求极高。 ??? 图像识别所讨论的问题，是研究用计算机代替人工自动地处理大量购物理信息，解决人类生理器官所不能识别的问题，从而部分代替人酌脑力劳动。人类识别图像的过程总是先找出它们外形或颜色的某些特征进行比较分析、判断，然后加以分门别类，即识别它们。人们在研制自动识别机时也往往借鉴人的思维活动，采用同样的处理方法，然而图像的灰度与色彩是由光强和波长不同的光波所引起，它们与景物表问的特性、入向、光线条什以及[优等多种因素有关。在的十恶劣的工作环境里、图像与景物已有较大的差别。冈此区分图像属于哪—类，往往什要经过预处理、分割、特征抽收、分析、分类、识别等一系列过程。现任这些技术；今可通过计算机进行模拟、对图像信息进行处理来达到对它的识别。