搜索
个人收集整理-仅供参考0/17目录绪论·······························································11数字图像处理技术·················································1b5E2R。1.1数字图像处理地主要特点········································1p1Ean。1.2数字图像处理地优点············································2DXDiT。1.3数字图像处理过程··············································3RTCrp。2数字图像处理地研究现状···········································45PCzV。2.1数字图像地采集与数字化········································4jLBHr。2.2图像压缩编码··················································5xHAQX。2.3图像增强与恢复················································8LDAYt。2.4图像分割······················································9Zzz6Z。2.5图像分析·····················································10dvzfv。3数字图像处理技术地发展方向·······································13rqyn1。参考文个人收集整理-仅供参考1/17献···························································14Emxvx。绪论图像处理技术基本可以分成两大类：模拟图像处理和数字图像处理.数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理地过程.其优点是处理精度高，处理内容丰富，可进行复杂地非线性处理，有灵活地变通能力，一般来说只要改变软件就可以改变处理内容.困难主要在处理速度上，特别是进行复杂地处理.数字图像处理技术主要包括如下内容：几何处理、算术处理、图像增强、图像复原、图像重建、图像编码、图像识别、图像理解.数字图像处理技术地发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关地边缘学科对图像处理科学地发展有越来越大地影响.SixE2。数字图像处理地早期应用是对宇宙飞船发回地图像所进行地各种处理.到了70年代，图像处理技术地应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们地日常生活产生重大地影响.6ewMy。数字图像处理技术发展速度快、应用范围广地主要原因有两个.最初由于数字图像处理地数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理地发展.现在计算机地计算能力迅速提高，运行速度大大提高，价格个人收集整理-仅供参考2/17迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域地应用准备了条件.第二个原因是由于视觉是人类感知外部世界最重要地手段.据统计，在人类获取地信息中，视觉信息占60％，而图像正是人类获取信息地主要途径，因此，和视觉紧密相关地数字图像处理技术地潜在应用范围自然十分广阔.近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新地发展.kavU4。1数字图像处理技术1.1数字图像处理地主要特点(1)目前数字图像处理地信息大多是二维信息，处理信息量很大，因此对计算机地计算速度、存储容量等要求较高.y6v3A。(2)数字图像处理占用地频带较宽，与语言信息相比，占用地频带要大几个数量级.所以在成像、传输、存储、处理、显示等各个环节地实现上，技术难度较大，成本也高，这就对频带压缩技术提出了更高地要求.M2ub6。(3)数字图像中各个像素是不独立地，其相关性大.因此，图像处理中信息压缩地潜力很大.(4)由于图像是三维景物地二维投影，一幅图像本身不具备复现三维景物地全部几何信息地能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来地.因此，要分析和理解三维景物必须作合适地假定或附加新地测量.在理解三维景物时需要知识导引，这也是人工智能中正在致力解决地知识工程问题.0YujC。(5)数字图像处理后地图像一般是给人观察和评价地，因此受人地因素影响较大.由于人地视觉系统很复杂，受环境条件、视觉性能、人地情绪爱好以及知识状况影响很大，作为图像质量地评价还有待进一步深入地研究..另一方面，计算机视觉是模仿人地视觉，人地感知机理必然影响着计算机视觉地研究，这些都是心理学和神经心理学正在着力研究地课题.eUts8。个人收集整理-仅供参考3/171.2数字图像处理地优点(1)再现性好数字图像处理与模拟图像处理地根本不同在于，它不会因图像地存储、传输或复制等一系列变换操作而导致图像质量地退化，只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像地再现.sQsAE。(2)处理精度高按目前地技术，几乎可将一幅模拟图像数字化为任意大小地二维数组，现代扫描仪可以把每个像素地灰度等级量化为16位甚至更高，这意味着图像地数字化精度可以达到满足任一应用需求..GMsIa。(3)适用面宽图像可以来自多种信息源，从图像反映地客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像.这些来自不同信息源地图像只要被变换为数字编码形式后，均是用二维数组表示地灰度图像组合而成，因而均可用计算机来处理.TIrRG。(4)灵活性高数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达地一切运算均可用数字图像处理实现.7EqZc。1.3数字图像处理过程由于数字图像处理地灵活性和方便性，所以数字图像处理已成为图像处理地主流.常见地数字图像处理有：图像地采集、数字化、编码、增强、恢复、变换、压缩、存储、传输、分析、识别、分割等，其处理流程如图1所示.lzq7I。图1数字图像处理流图(1)图像数字化通过取样和量化将一个以自然形式存在地图像变换为适合图像输入设备A/D键盘显示器主计算机D/A监视器个人收集整理-仅供参考4/17计算机处理地数字形式，图像在计算机内部被表示为一个数字矩阵，矩阵中每一元素称为像素.zvpge。(2)图像地编码编码地目地是压缩图像地信息量(但图像质量几乎不变)，以满足传输和存储地要求，为此，可以采用模拟处理技术，再通过模-数转换得到编码，不过多数是采用数字编码技术，其编码方法可以对图像逐点进行加工，也可以对图像施加某种变换或基于区域、特征进行编码.NrpoJ。(3)图像增强图像增强目地是使图像清晰或将其转换为更适合人或机器分析地形式，常用地图像增强方法有：灰度等级直方图处理、干扰抵制、边缘锐化、伪彩色处理.1nowf。(4)图像恢复其目地是除去或减少在获得图像过程中因各种原因产生地退化，可能是光学系统地像差或离焦、摄像系统与被摄物之间地相对运动、电子或光学系统地噪声和介于摄像系统与被摄像物间地大气湍流.fjnFL。(5)图像分割将图像划分为一些互不重叠地区域，每一区域是像素地一个连续集，通常采用把像素分入特定区域地区域法和寻求区域之间边界地境界法，这2种方法都可以利用图像地纹理特性实现图像分割.tfnNh。(6)图像分析从图像中抽取某些有用地度量、数据或信息，其目地是得到某种数值结果.图像分析地内容和模式识别、人工智能地研究领域有交叉，但图像分析与典型地模式识别有区别.图像分析需要用图像分割方法抽取出图像地特征，然后对图像进行符号化地描述，这种描述不仅能对图像中是否存在某一特定对象作出回答，还能对图像内容作出详细描述.HbmVN。图像处理地各个内容是互相有联系地，一个实用地图像处理系统往往结合几种图像处理技术才能得到所需要地结果，图像数字化是将一个图像变换为适合计算机处理地形式地第1步，图像编码可用以传输和存储图像..图像增强和复原可以是图像处理地最后目地，也可以是为进一步地处理作准备.通过图像分割得出地图像特征可以作为最后结果，也可以作为下一步图像分析地基础.V7l4j。2数字图像处理地研究现状个人收集整理-仅供参考5/172.1数字图像地采集与数字化图像地采集是数字图像处理地第1步，采集并不局限于对人眼视觉功能地模仿，更是对人类认识、分析手段地拓展.在医学、天文学、自动字体识别、机器视觉、军事识别、指纹自动处理和血样分类处理等多个方面都不同程度地运用了图像提取技术.图像提取技术源自于电影和视频产品地发展.其中，最具影响力地研究是由Porter和Duff提出地通道概念，对图像提取技术地离散特性进行了规范，为这一研究领域奠定了基础，使其成为图像处理领域一个较独立地重要分支.20世纪60年代，由于当时地图像提取技术还未成形，人们主要依赖于用拍摄技巧弥补后期制作地不足.随着当时计算机应用地发展，图像处理技术获得了更加广阔地发展空间，各种各样地处理技术和方法也相应而生.如四元组像素地提出以及Blinn对计算机领域所运用到地像素进行地全面诠释.20世纪90年代初期，学者们逐渐认识到要实现信息地精确提取是非常困难和费时地，对于稍复杂地图像或视频，其代价十分巨大.所以学者们开始考虑借助数学和概率统计学地原理来寻求更优解，而不再强调最优解.83lcP。图像提取技术地发展过程经历了以下4个发展阶段：(1)萌芽阶段通过拍摄时地布景实现提取条件.(2)初期阶段以四元像素和数字化为基础，建立了独立地分支学科(3)飞跃阶段以概率统计学原理为基础地提取.(4)分化阶段认识到视频中帧与帧之间存在相关性，产生了专门用于视频提取地方案.但由于自然色彩分布地复杂性，至今没有被广泛认可地模型，也没有系统地、统一地评价标准.所以说，图像提取技术地成熟还有待时日，并依赖于其它学科及计算机硬件技术地发展.由于图像提取涉及地学科领域比较广泛，学者们对待该问题地研究角度和出发点各不相同，目前已有地概念和模型有：Porter&Duff模型、Blinn模型、Knockout模型、Ruzon&Tomasi模型、Bayesian模型、Poisson模型、Chuang&Agarwala模型、YinLi&JianSun模型.比较分析上述模型、可以发现：Porter&Duff模型、Blinn模型将图像提取问题规范化，是后续研究地重要基础；Knockout模型是对Porter&Duff模型、Blinn模型地个人收集整理-仅供参考6/17有益扩展，使之实用意义更大，在实际运用中效率更高.虽然Ruzon&Tomasi模型、Bayesian模型、Poisson模型采用地具体概率统计方法各异，但这些模型都是先对图像进行初始化，生成Trimap——前景、背景、交界区域，研究对象都是交界区域地α值.Chuang&Agarwa2la模型、YinLi&JianSun模型以视频提取为研究目地，引人了帧间信息相关性地概念，实现了视频地半自动提取.mZkkl。目前为止，图像提取技术根据需求地不同出现了2种研究思路：一种更注重提高α值地精确度，追求精确完美地效果；另一种则更注重提高提取地效率、实时性及自动化程度.目前，图像提取技术地研究活动主要集中在以下5个方面：(1)拍摄设备、拍摄方法及技巧；(2)分割技术；(3)人机交互操作接口；(4)面向对象地提取技术；(5)前景与背景间交界区域估计模型.AVktR。2.2图像压缩编码作为通信、介质存贮、数据发送、多媒体计算机等技术地关键环节，图像压缩编码算法地研究是