数字图像处理

《数字图像处理及MATLAB实现》课程论文题目：《数字图像处理特点及应用》院（系）：机电学院专业：农业机械化及其自动化学号：2014509315姓名：梁志营授课教师：李景彬完成日期：2017年4月27日数字图像处理应用梁志营（石河子大学，石河子832000）摘要：又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。该技术伴随计算机技术的发展，在农业，军事，环境等行业得到了广泛的应用。本文对数字图像处理的优点与方法进行了简单的介绍，对其应用的领域进行一定的描述。关键词：图像处理，图像增强，目标提取图像处理的目的:利用采集装置采集的数字图像需要经过处理以达到提高图像的视觉质量以供人眼主观满意的效果。而且利于提取图像中目标的某些特征，以便于计算机分析或机器人识别。既能实现信息的可视化，也实现了信息安全的需[1]。在大量的图像采集过程中为了存储和传输庞大的图像和视频信息，常常需要对这类数据进行有效的压缩。数字图像处理的优点：1、重现性能好，数字图像处理在进行传输、存储、复制等处理中不会失真，从而能良好的保持原稿，由此可以实现良好的实现数字图像的再现。2、数字化处理精度高，数据处理技术高速发展的今天，运用高能力的处理设备与技术，几乎可以把一副模拟图像处理为任意的二维数组。从原理上讲，只要在处理时改变程序中的数组参数，那么不论图像的精度有多高，处理总是能够实现。3、数字信号处理技术适用面宽，无论来自来何种信息源的图像，他小可以到电子显微镜的图像，大到遥感卫星图像，在进行数字处理时，需先转换为二维数组编码表示的灰度图像，因而均可用计算机来处理。4、数字图像处理的灵活性高，出于不同的需求，所以对同一图像往往需求不同的处理方法，所以所要运用到的图像处理技术也不一样。数字图像处理技术也衍生了许多不同的分支技术方法，可以充分满足需求者的要求。5、信息压缩的潜力大，在图像处理过程中，同一幅图像画面上，经常有很多像素有相同或接近的灰度，且数字图像中各个像素是不独立的，具有很大的相关性。数字图像处理的主要研究内容完整的数字图像处理工程大体上可分为如下几个方面：数字图像信息的获取，数字图像信息的存储，数字图像信息的传送，数字图像信息处理，数字图像信息的输出和显示。1.数字图像信息的获取就数字图像处理而言，主要是把一幅数字图像转换成适合输入计算机或数字设备的数字信号，这一过程主要包括摄取数字图像、光电转换及数字化等几个步骤。通常数字图像获取的方法有如下几种：（1）电视摄像机。这是目前使用最广泛的数字图像获取设备。早其主要有光电摄像管、超正析摄像管等。近年来，主要是采用CCD摄像设备。（2）飞点扫描器。这是一种以光源做扫描的数字图像获取设备。（3）扫描鼓。这是一种高精度的的滚筒式的数字图像摄取设备。（4）扫描仪。当今应用最为广泛的数字图像信息获取设备。（5）显微光密度计（6）遥感中常用的数字图像获取设备，光学摄影，红外摄影，MSS，微波。2.数字图像信息的储存数字图像信息的突出特点是数据量巨大。一般做档案存储主要采用磁带、磁盘或光盘。为解决海量存储问题主要研究数据压缩、数字图像格式及数字图像数据库技术等。3.数字图像信息的储存数字图像信息的传送可分为系统内部传送与远距离传送。内部传送多采用DMA技术以解决速度问题，外部远距离传送主要解决占用带宽问题。目前，已有多种国际压缩标准来解决这一问题，数字图像通信网正在逐步建立。4.数字图像信息的处理目前，数字图像处理多采用计算机处理，因此，有时也称之为计算机数字图像处理。概括的说主要包括如下几项内容：4.1数字图像变换由于数字图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种数字图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在数字图像处理中也有着广泛而有效的应用[2]。4.2数字图像编码数字图像信号进行高效编码，即研究数据压缩技术以解决数据量大的矛盾。一般来说数字图像编码的目的有减少数据存储量、降低数据率以减少传输带宽和压缩信息量。压缩数字图像编码压缩技术可减少描述数字图像的数据量（即比特数），以便节省数字图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在数字图像处理技术中是发展最早且比较成熟的技术。现代编码法的特点是：充分考虑人的视觉特性，恰当的考虑对数字图像信号的分解与表述，采用数字图像的合成与识别方案压缩数据率。4.3数字图像增强和复原数字图像增强和复原的目的是为了提高数字图像的质量，如去除噪声，提高数字图像的清晰度等。数字图像增强不考虑数字图像降质的原因，突出数字图像中所感兴趣的部分。如强化数字图像高频分量，可使数字图像中物体轮廓清晰，细节明显；如强化低频分量可减少数字图像中噪声影响。减弱或取出不需要的信息，从而使有用的信息得到加强，便于区分或解释。主要方法有直方图增强，伪彩色增强法，灰度窗口等技术。数字图像复原处理的主要是去除干扰和模糊。数字图像复原要求对数字图像降质的原因有一定的了解，一般讲应根据降质过程建立降质模型，再采用维纳滤波、逆滤波、同态滤波等方法，恢复或重建原来的数字图像[3]。4.4数字图像背景分割数字图像背景分割是数字图像处理中的关键技术之一。数字图像背景分割是将数字图像中有意义的特征部分提取出来，其有意义的特征有数字图像中的边缘、区域等，这是进一步进行数字图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种数字图像的有效方法。因此，对数字图像背景分割的研究还在不断深入之中，是目前数字图像处理中研究的热点之一。4.5数字图像描述数字图像描述是数字图像识别和理解的必要前提。作为最简单的二值数字图像可采用其几何特性描述物体的特性，一般数字图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理数字图像可采用二维纹理特征描述。随着数字图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法[4]。4.6数字图像分类（识别）数字图像分类（识别）属于模式识别的范畴，其主要内容是数字图像经过某些预处理（增强、复原、压缩）后，进行数字图像背景分割和特征提取，从而进行判决分类。数字图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在数字图像识别中也越来越受到重视。数字信号处理在生活中的应用数字图像处理应用于人类依靠图像获取外界的信息经过处理从而用来服务于生活。在科技高速发展的今天，在人类生活的各个领域都有数字图像处理的应用。目前数字图像处理技术传统的应用领域为航天、医学、交通、安全、工业生产方面等。1、在生物医学中的应用数字图像处理技术在生物医学方面的应用十分广泛，在临床诊断及病理研究中都有大量应用，如X射线层析摄影（CT）、红、白血球分析计数、核磁共振（MRI）、x光肺部图像增晰、心电图分析、血管造影、染色体分析、癌细胞识别等，都使用了数字图像处理和图像分析技术。这些技术和设备大大提高了治疗诊断水平，减轻了病人的痛苦。目前，医学图像处理在癌细胞自动识别、医学图像三维重建等方面，不断应用数字图像分析技术并不断创新发展，将进一步提高医疗水平。2、在航空航天技术中的应用数字图像处理技术在航空航天中的应用非常广泛,如多光谱卫星图像分析，地形、地图普查，天文探测及分析、卫星遥感图像处理、飞机遥感图像处理及校正等。这些应用推动了灾害检测、农业规划、城市规划、交通规划、气象预报等的快速进步。如使用遥感技术为森林火险等级预报、及时跟踪火灾发展情况等都提供了有效手段。可以预见，数字图像处理技术在航空、卫星等方面的应用，将随着相关技术的发展而发挥越来越大的作用。3、在通信工程中的应用当前通信技术已经发展为声音、文字、图像和数据相结合的流媒体通信。图像通信常见的数字视频设备如可视电话、远程教学、高清电视、DVD、会议电视终端、卫星电视接收器等均属这一技术范畴。随着高速率数据实时传送技术、编码技术、流媒体服务器等的发展，数字图像处理技术将结合相关技术推动通信工程产生新的发展。4、在工业中的应用数字图像处理技术在工业工程领域中图像处理技术有着广泛的应用。如模具、零件制造，零件、产品无损检测，流场分析、应力分析，电路板、纺织品质量检查等。在工业自动化方面，可以使用机器视觉系统对生产过程进行监视和控制。此外，交通管制、机场监控、火车车皮识别等均有数字图像处理技术的应用。在工业发展中，具备视觉、听觉和触觉功能的智能机器人已经应用于焊接、装配、喷漆等工序，并将是一个重要发展领域，必将给工业生产带来新的面貌，大大提高工作效率与工作质量，并不断降低人们的工作强度，进一步解放生产力。5、其他应用此外，数字图像处理技术在巡航导弹地形识别、反伪装侦察、指纹自动识别等军事公安领域，交通监控系统建设，图像远距离通信、办公自动化等多个领域均有应用，并在不断发展。可以说，数字图像处理技术仍然具有很大的发展空间，并拥有更加广泛的应用前景。结束语：通过以上分析可得知：数字信号处理技术对人类生产和生活都具有重要作用，为人们生活带来了极大方便。随着全球化发展进程的加快，数字信号处理技术取得了突飞猛进的进步，实现了多方面领域的目标，为构建富强、民主、文明、和谐的社会主义国家贡献了一份力。但是，数字信号处理技术在发展过程中也存在着不足，需要科研人员不断研究和创新，期待我国的数字信号处理技术在世界的舞台上发光发彩。[参考文献][1]龙丹，许勇.数字图像处理的汽车测距算法研究[J].中国西部科技,2008（1）.[2]朱虹数字图像处理基础北京科学出版社2005.[3]阮秋琦数字图像处理学，北京电子工业出版社，2001.[4]陈传波等数字图像处理，北京机械工业出版社，2004