数字图像处理技术的应用

北京航空航天大学宇航学院

图象处理中心

第一节

数字图像处理应用 概述

1.1 图像的重要性：

人类离不开图像, 计算机图像技术渗透到

各个科技领域, 百闻不如一见 。 画面比文字更

形象生动, 人类 70%以上信息来自视觉 。

21世纪, 信息技术, 生命科学, 航空航天

为重要技术 。 图像技术在其中起着重要的作用 。

1.2 数字图像技术应用：

我国发射的多颗卫星, 多数用于对地观测和

侦察 。

微机普及－－图像民用, 普及, 计算机成熟

是图像技术普及应用基础 。

数字图象处理技术已 应用到各个领域, 以下

举几个例子：

(1),遥感图像应用,

农业普查, 森林覆盖计算, 水利工程

等的客观估计计算, 森林火灾监护－－客

观反映火灾情况, 面积 。

QuickBird示例影像,

北京颐和园高

分辨率卫星影像，

拍摄时间为 2003年

9月。

水体界线的确定

在近红外图像上，水体呈黑色；

(2),导弹末制导：

图象识别技术应用于导弹的精确未制导, 使

其精确打击目标 。 如：机场, 桥梁等 。

(3),生物特征识别：

军事, 公安 中的人脸, 指纹, 掌纹识别等 。

(4),医学应用：

CT,MR1,PET,B超, DSA,血管造影,

红外乳腺, 显微病理, 电子显微镜, 远程医疗图

像, 皮肤图象, X线, γ 刀与 χ 刀脑外科等等离

不开图像 。

全自动细胞 DNA定量分析检测系统

(5),工业图像,

X线控探伤 ( 轴 ), X线检察, 三维测量

( 定位, 形状测量 ), 机器人视觉, 商检 。

CT图像中缺陷的快速定位方法

模拟 CT断

层图像

实验结果

实际 CT图像

实验结果

(6),民用,

数码相机, 照片扫描管理等 。

第二节 应用案例及分析

—— 显微图像自动聚焦、融

合、三维成像

? 研究意义,

人类通过不同尺度的成像(从宏观宇宙、遥感，

到微观分子)来观察、了解客观物质世界。

客观物质的结构是三维的,而传统研究显微样

本三维结构的方法是通过在显微镜下获取其二维图像

进行观察和分析的，难以准确理解样本的三维结构。

因此，研究显微三维成像理论及三维定量分析技

术具有很高的实用价值和重要的学术意义，该领域的

研究也是显微信息学科的研究热点之一。

? 应用领域,

通过对显微镜的自动操纵、图像融合和显微三

维成像，可应用于医学的远程诊断、空间科学实验

(生物、材料等)、及微观观察测量实验等。

? 2.1 显微图像自动聚焦算法

? 2.2 多层聚焦融合算法

? 2.3 基于聚焦深度的三维成像系统

远程的病理会诊、

显微智能仪器，需

要全自动控制显微

镜系统。

自动控制显微镜的

关键技术：显微图

像的自动聚焦分析。

全自动显微镜示例

自动聚焦问题的提出：

o i

f

R

δ

Optical axis

Lens

Object plane

Sensor

plane

Image

plane

P

Q

r

透镜成像模型图：

? 评价函数最大值的位置即为聚焦位置；

? 不存在可能导致聚焦错误的局部极大值；

? 具有较强的抗噪能力；

? 聚焦曲线尖峰性好，聚焦速度比较快。

聚焦评价函数指标：

难点问题,有效的聚焦评价函数的确定。

基于改进 Laplacian算子的自动聚焦方案：

? 空域：聚焦图像比离焦图像有较锐化的边缘。

? 频域：聚焦图像比离焦图像包含更多的高频分量。

使用象元间的可变步长 step来计算二阶差分。即：

聚焦实验,

? 对比：

灰度方差算子、灰度差分绝对值之

和 (SMD)算子, Roberts梯度算子,基于

Sobel梯度算子的 Tenengrad函数,能量谱

方法,改进拉普拉斯算子等。

F o c u s p o s it io n

F

o

c

u

s

c

r

i

t

e

r

i

a

0 1 0 2 0 3 0

0, 1

0, 2

0, 3

0, 4

0, 5

0, 6

0, 7

0, 8

0, 9

1

V a r

F F T

S M D

R o b e r t

L a p ( T = 0 )

T e n

L a p ( T = 3 0 )

(c) 聚焦评价函数曲线

(a) 离焦图像

(b) 聚焦图像

实验一：包含 40幅图像的一个序列得到的聚焦评价函

数曲线。

(c) 聚焦评价函数曲线

F o c u s p o s it io n

F

o

c

u

s

c

r

i

t

e

r

i

a

0 1 0 2 0 3 0

0, 1

0, 2

0, 3

0, 4

0, 5

0, 6

0, 7

0, 8

0, 9

1

S M D

R o b e r t

L a p ( T = 0,s t e p = 3 )

F F T

T e n

V a r

L a p ( T = 5 0 0,s t e p = 7 )

实验二：对实验一中 40幅图像的序列加入 20%的高

斯噪声。

(a) 离焦图像

(b) 聚焦图像

? 自动聚焦应用实例：

为配合全自动显微镜系统的需求，研究运动目标的检

测与跟踪算法模块，为空间科学实验目标成像观察用。

倒置生物镜的活体目标局部聚焦演示

倒置生物镜的活体目标采集系统

—— 与中科院空间中心联合

自动聚焦算子小结

? 改进 Laplacian算子可以有效地抑制噪声干扰，聚焦评价

函数曲线平滑，有明显的峰值，单峰性好，且变化陡峭。

? 步长的选择：

噪声干扰小时 —— 步长和阈值取小；

噪声和亮度变化大时 —— 步长和阈值可以取得稍大

一些。

一般步长取 7。

? 2.1 显微图像自动聚焦算法

? 2.2 多层聚焦融合算法

? 2.3 基于聚焦深度的三维成像系统

? 传统光学硬件的问题,

随着放大倍数和分辨率

的增大，景深减小，使得

物体不可能在一幅图像中

完全聚焦清晰。

而生物医学及材料科学

的成像要求显微镜既要有

更高的分辨率又要有足够

的景深，这是传统光学硬

件的矛盾。

解决方法：

利用数字 图像融合 技术，对序列图像进行合成

( Multi-Focus)。

序列显微图象融合原理图

空域融合算法

? 为解决反射光显微图象融合问题：

提出引入空域算法中的改进拉普拉斯

算子。

改进拉普拉斯 (Sum-Modified-Laplacian,SML) 图像融

合算子：

N：窗口的大小； 即为点( i,j)的聚焦清晰的

测度。

? 各种空域融合算子的实验分析：

基于点处理的方法 (简单的空域融合

算子,灰度平均法,最大离差法 )和基于

区域处理的方法 (简单的区域融合方法,

灰度方差算子,基于 Sobel梯度算子的

Tenengrad函数方法,改进拉普拉斯算子方

法 )。

空域融合算法

— 基于点处理的方法

1,最大灰度法

2,最小灰度法

3,灰度平均法

4,最大离差法

当 时，融合图像的值取,否则，融合图像取

。

? 简单的区域融合方法：最大、最小对比度，灰度平

均法等。

? 灰度方差算子 (Local Convariance)

空域融合算法

— 基于区域处理的方法

空域融合算法

— 基于区域处理的方法

? 基于 Sobel梯度算子的 Tenengrad函数方法

(a) 序列图像之 1 (b) 序列图像之 5 (c) 序列图像之 11

(d) 序列图像之 14 (e) 序列图像之 20 (f) 序列图像之 30

31幅蝴蝶眼睛序列显微图像

改进 Laplacian法 multi-focus结果 (11× 11

窗口、步长 5)

岩石图象 depth from focus实验：

10幅岩石图像序列 (仅示 9幅)

多层叠合结果

? 2.1 显微图像自动聚焦算法

? 2.2 多层聚焦融合算法

? 2.3 基于聚焦深度的三维成像系统

? 聚焦深度( Depth from Focus)的基本思想：

在前面 multi-focus方法基础上，提取 z 方向信息，即可

实现通过二维图像序列进行三维重建。

? 优点：

计算方式实现表面三维成像，代替反射光激光共聚焦

成像。

? 要解决问题：

高度插值拟合、三维表面测量、显示。

高度图的插值拟合：

I m a g e S e q u e n c e

S

M

L

F

o

c

u

s

m

e

a

s

u

r

e

1 0 2 0 3 0

0, 5

0, 6

0, 7

0, 8

0, 9

1

SML聚焦评价函数曲线

从图中我们可以看出，聚

焦评价函数曲线在峰值处

具有高斯分布。在边缘处

对称性不太显著，这主要

是由图像采集过程中显微

镜的初始位置造成的。为

此,我们将分析仅限于聚

焦评价函数的峰值区域。

聚焦评价函数的高斯插值

?由 SML算子可得到两个结果：聚

焦评价函数最大值和该值在序列中

的位置 d

基于 Depth from Focus的高度插值

与三维测量 — 实验结果

深

度

索

引

图

像

蝴蝶眼睛三维高度图像

(a) 未经高斯插值处理的深度图 (b) 高斯插值处理后的深度图

深度索引图像

高度图的插值拟合效果：

a,原 36幅图像聚焦分析拟和曲线 b,抽取的 12幅图像聚焦分析拟和曲线

36幅病理图像序列的聚焦曲线

? 插值精度分析,

聚焦最大值的层为 21；拟合的聚焦算子最大层面为 21.13，

四舍五入取整为 21。

病理切片 高斯插值层面 实际聚焦层面

样本 1 16.176258 16

样本 2 20.496549 20

样本 3 20.845176 20

样本 4 31.13375 31

样本 5 30.93762 31

下表为 5个图像序列样本的实验结果，拟合计算值与

实际测量值基本相符。

表, 自动聚焦算法中的步长拟合比较表

三维表面测量分析,

? z轴控制器分辨力,0.1um

? 测量参数：直线或曲线距离、剖面分析、表面

积、分形维等参数。

? 测量目标(材料断口、皮肤)三维纹理：采用

机械材料表面测量国标 GB350(对应国际标准

为 ISO4287)

2010-5-21 52

根据显微序列

图象合成原理，研

制、设计了 Z轴自动

控制显微镜，结合

研发的软件系统，

组成了光、机、电

一体化的, 显微三

维成像系统, 。

三维实体测量显微镜

Z轴自动

控制器

Depth from Focus成像硬件系统设计：

岩石图象 depth from focus实验：

多层叠合结果

高斯插值处理后的深度图10幅岩石图像序列 (仅示 9幅)

岩

石

三

维

表

面

的

剖

线(Pr

ofi

le)

测

量

分

析

示

意

图

三维图像的表面重建显示：

? 直接利用高度图、纹理图进行三维重建显

示。

可以从任意角度观察岩石的三维表面图象

立体图像的左右视图生成：

? 用脚印法生成左右视图

模拟生成的左视野图象 模拟生成的右视野图象

仿真立体图像 -Anaglyph

总 结

? 传统光学硬件存在, 随着放大倍数和分辨率的增

大，景深减小，使得物体不可能在一幅图像中完

全聚焦清晰成像, 。

? 解决该问题的有效方法是通过数字图像处理技术，

结合硬件控制成像技术，扩展了光学系统的景深，

满足了实际 要求。

? 同时结合插值拟合方法，实现目标的三维成像。

系统进一步的应用领域

? 材料学表面

? 工业检测

? 生物学

? 医学病理

? 皮肤纹理

谢 谢 !