计算机科学系 黄 剑 hjian 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 数字图像处理数字图像处理数字图像处理数字图像处理 2 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 A MATLAB Tour of Morphological Filtering 3 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 DilationDilation BXY mask B X X zeros 6 7 X 2 3 4 6 1 X 4 5 3 5 1 se 0 1 1 1 Y imdilate X se XBBXBXY BbXx xb UU 4 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 ErosionErosion Erosion mask B X X zeros 6 7 X 2 3 4 6 1 X 4 5 3 5 1 se 0 1 1 1 Y imerode X se Y X B XBx x Y X B 5 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Relationship Between Dilation Relationship Between Dilation and Erosionand Erosion X B c Xc B se1 0 1 1 1 se2 fliplr flipud se1 X1 imdilate 1 X se2 X2 1 imerode X se1 6 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 OpeningOpening X B B BX o X mask B BX o X zeros 6 9 X 3 5 2 4 1 X 3 5 6 8 1 X 5 5 1 X 2 7 1 se strel square 3 Y imdilate imerode X se se Y bwmorph X open 7 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 ClosingClosing X B B BX X mask B BX o X zeros 6 9 X 3 5 2 4 1 X 3 5 6 8 1 X 5 5 1 X 2 7 1 se strel square 3 Y imerode imdilate X se se Y bwmorph X close 8 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Relationship Between Opening Relationship Between Opening and Closingand Closing se strel line 10 45 se2 fliplr flipud se X1 imopen X se X2 imclose X se2 isequal X1 X2 X1 imclose X se X2 imopen X se2 isequal X1 X2 BXBX CC o BXBX CC o 9 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 HitHit Miss OperatorMiss Operator bw 0 0 0 0 0 0 0 0 1 1 0 0 0 1 1 1 1 0 0 1 1 1 1 0 0 0 1 1 0 0 0 0 1 0 0 0 se 0 1 1 1 1 1 0 1 0 bw2 bwhitmiss bw se X mask B1mask B2 X B origin X B1 XcB2 X B 10 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Boundary ExtractionBoundary Extraction X zeros 8 11 X 2 4 4 8 1 X 5 7 2 10 1 se strel square 3 Y X imerode X se Y imdilate X se X X X X X X B 11 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 XX Image ExampleImage Example 12 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Region FillingRegion Filling Iterations Y0 P Yk Yk 1 B Xc k 1 2 3 Terminate when Yk Yk 1 output Yk X expansionstop at the boundary Pseudo Codes of Region Filling MATLAB Codes of Region Filling 13 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Image ExampleImage Example se strel square 3 r round size Y 1 2 c round size Y 2 2 Z region fill Y r c se YZ 14 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Summary of Morphological Summary of Morphological FilteringFiltering MATLAB codes circshift A z fliplr flipud B A or 1 A A 16 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 MATLAB Programming Tip 1MATLAB Programming Tip 1 Use functions provided by MATLABUse functions provided by MATLAB Although we can implement any function from the Although we can implement any function from the scratch the ones offered by MATLAB are optimized scratch the ones offered by MATLAB are optimized in terms of efficiency and robustness in terms of efficiency and robustness 17 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 MATLAB Programming Tip 2MATLAB Programming Tip 2 Use as few loops as possibleUse as few loops as possible Example implementation of histogram Example implementation of histogram calculationcalculation Scheme 1 loop over every position in the image i e Scheme 1 loop over every position in the image i e i 1i 1 M j 1M j 1 NN Scheme 2 loop over every intensity value i e 0Scheme 2 loop over every intensity value i e 0 255255 18 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Face detection FrameworkFace detection Framework Face DetectionFace Detection Method Method Neural Network based methodNeural Network based method 用许多的用许多的Training DataTraining Data 一部份是脸部的 一部份是 一部份是脸部的 一部份是 非脸部的 去训练非脸部的 去训练Neural NetworkNeural Network 使其可以辨识出 使其可以辨识出 什么影像是脸 什么影像不是脸什么影像是脸 什么影像不是脸 FeatureFeature based methodbased method 利用人脸部的一些特征来侦测人脸 例如 人脸上利用人脸部的一些特征来侦测人脸 例如 人脸上 有眼睛 鼻子 嘴巴 而这些器官都有固定的相对有眼睛 鼻子 嘴巴 而这些器官都有固定的相对 位置 就整张脸而言 大概是呈椭圆形等 位置 就整张脸而言 大概是呈椭圆形等 ColorColor based method based method 则是利用人脸部的颜色来判断某影像是否是脸 则是利用人脸部的颜色来判断某影像是否是脸 19 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 Face detection FrameworkFace detection Framework 假设人脸的大小最大为输入图像的假设人脸的大小最大为输入图像的1 21 2 最 最 小为输入影像的小为输入影像的1 101 10 先设定先设定 可能人脸方块可能人脸方块 的大小为输入图象大的大小为输入图象大 小的小的1 21 2 再来是前一次 再来是前一次 可能人脸方块可能人脸方块 大大 小的小的0 890 89倍 直到倍 直到 可能人脸方块可能人脸方块 的大小小的大小小 于输入图象的于输入图象的1 101 10 以每一重以每一重sizesize扫描整个输入图象 扫描整个输入图象 StepStep为为 可可 能人脸方块能人脸方块 大小的大小的1 101 10 20 数字图像处理 2008年数字图像处理 2008年中山大学信息科学与技术学院计算机系 黄剑中山大学信息科学与技术学院计算机系 黄剑 1 1 Set Set BlockSizeBlockSize ImageSizeImageSize 2 2 2 2 If If BlockSizeBlockSize ImageSizeImageSize 10 then 10 then gotogoto 9 else goto 3 9 else goto 3 3 3 for x 1 to for x 1 to ImageWidthImageWidth step by BlockWidth 10step by