数字图像处理综述

数字图像处理综述龙雪玲11华中师范大学计算机学院，湖北武汉，430079摘要:随着计算机的发展，数字图像处理也得到了广泛应用与发展。本文对数字图像处理研究背景、现状和应用进行了总体阐述。并对图像处理研究方法的六个主要方面增强、复原、压缩、分割、表示和描述和识别进行了粗略概述。最后，对数字图像处理的现存问题和发展趋势进行了简要分析。关键词:数字图像处理；研究方法；现存问题；发展趋势1数字图像处理概述数字图像处理又称计算机图像处理主要是将图像信号转化为数字信号通过计算机进行处理。主要包括图像增强、图像复原、图像压缩、图像分割等主要方法。近几年图像处理随着计算机、数学的发展以及医学、军事和农牧业等方面应用需求的增长而发展迅速。2数字图像处理研究背景及现状早在20世纪20年代，巴特兰电缆图片传输系统把横跨大西洋传送一幅图片所需的时间由数个星期减到三小时。这也是数字图像最早的应用之一。随之而来的是在20世纪60年代，出现了功能强大到足以执行有意义图像处理的大型计算机，伴随着这些进展，数字图像处理所需的大容量存储和显示系统也飞速发展。数字图像处的应用领域可以说是多种多样。无论是在航空航天空间领域，还是在医学成像、天文学、地球资源遥感监测领域，数字图像处理都在不断渗透，并为这些领域带来了不可估量的新发现。这也促使人们进一步在数字图像领域进行研究，为计算机领域带来新的活力。在第三代计算机问世之后，数字图像处理技术得到了高速的发展。从20世纪60年代至今，图像处理领域一直在勃勃生机的发展。比起之前，数字图像处理的应用范围变得更为广泛了。计算机方法用于增强对比度或者将灰度编码为彩色，以便解释工业、医学及生物科学领域中的X射线图像和其他图像。类似地，在天文学、生物学、法律实施及工业领域等等，图像处理技术也得以成功的应用。人们对高质量或者是特殊效果的图像需求越来越大。图像去噪技术方面也取得了很大的飞跃，基于常见的空间域滤波和频率域滤波，近几年又提出了效果更好的去噪方法，例如小波阈值法、多幅图像平均法。由于计算机价格性能比的持续下降、网络通信带宽的提高及互联网和万维网的不断扩张，数字图像处理技术的持续发展迎来了更大的机会。数字图像处理技术将在各个领域发挥更大的作用。3数字图像处理的主要方法3.1数字图像增强数字图像增强是一个主观的概念，它不考虑图像降质的原因，只突出图像中所感兴趣的部分，提高图像的视感质量，增强、抑制某些成分，对图像进行变换等，以改善图像的质量，来满足人的主观需求。使处理后的图片对某种应用更加实用[1]。灰度变换、直方图增强、小波变换、空间及频率域滤波等都是图像增强的主要方法。例如王修信的《医学数字图像增强方法的研究》详细阐述了利用直方图均衡和小波变换对数字图像增强方法的探讨和研究[2]。葛婷的《几种数字图像滤波算法》在介绍了传统的均值滤波、中值滤波算法的同时，基于非线性空域滤波技术,结合多尺度多方向的模板，提出一种自适应的保细节算法[3]。3.2数字图像复原复原的母的是在预定意义上改善给定的图像。尽管图像增强和图像复原之间存在重叠的部分，但后者大部分是客观的处理。图像复原主要是对退化建模，再用相反的处理恢复原始图像。针对只有噪声的图像复原技术主要有空间噪声滤波器、自适应空间滤波器、频率域滤波。其中频率域滤波主要利用陷波滤波器减少周期噪声。在忽略噪声项的时候可以采用直接逆滤波、维拉滤波。维拉滤波是对直接逆滤波的重大改进。另外一种比较容易接受的线性复原方法是约束的最小二乘法滤波。随着技术的发展，非线性迭代复原技术例如露西理查德森复原算法也得到了很好的应用。沈垣在其《数字图像复原综述》中将各种图像复原方法进行分类综述。揭示了复原技术的数学背景;其次以数字图像复原技术发展为主线,将复原方法归结为两大类进行详细讨论。一类是经典图像复原方法,另一类是现代图像复原方法[4]。3.3图像压缩图像压缩主要是研究如何减少数字图像数据量的图像处理技术。图像压缩技术就是将原来较大的图像用尽量的字节表示和传输，并且要求复原图像有较好的质量，减轻图像传输的负担，使图像在网络上实现快速传输和实时处理。田勇的《数字图像压缩技术的研究及发展》介绍了当前几种最为重要的图像压缩算法:JPEG、JPEG2000、分形图像压缩和小波变换图像压缩,总结了它们的优缺点及发展前景。然后简介了任意形状可视对象编码算法的研究现状,并指出此算法是一种产生高压缩比的图像压缩算法[5]。3.4图像分割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然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图像的有效方法[6]。图像的边缘检测、阈值法、基于区域的分割、使用分水岭变换的分割都是图像分割技术的主要方法。杨晖的《图像分割方法综述》对传统的图像分割方法和近年来出现的一些新方法进行了综述。具体介绍了基于区域的分割方法、基于边界的分割方法,基于区域和边界技术相结合的分割方法及基于特定理论的分割方法[6]。3.5图像表示及描述图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般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。对于特殊的纹理图像可采用二维纹理特征描述。随着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。3.6图像识别图像识别属于模式识别的范畴，其主要内容是图像经过增强、复原、压缩等预处理后，进行图像分割和特征提取，从而进行判决分类。图像识别常采用经典的模式识别方法，有统计模式分类和结构模式分类，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图像识别中也越来越受到重视。4数字图像处理的主要应用图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。一下仅选取了几个主要的方面进行阐述。（1）生物医学工程方面数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了上面介绍的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。（2）通信工程方面当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。其中以图像通信最为复杂和困难，因图像的数据量十分巨大。要将数据实时传送出去，必须采用编码技术来压缩信息的比特量，编码压缩是这些技术成败的关键。（3）航空航天方面数字图像处理技术在航天和航空技术方面的应用，除了JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。既节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。（4）军事公安方面在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等;公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。5存在的问题在近几年数字图像处理技术虽然得到了高速的发展，但是仍然存在一些不足之处。（1）在提高精度的同时着重解决处理速度的问题，巨大的信息量和处理速度仍然是一对主要的矛盾；（2）一些边缘学科例如人的视觉特性、心理学特性研究的突破将带动图像处理技术的发展。（3）还需要开发新的处理方法及加强软件的研究，重点是移植其他学科的技术成果。（4）理论研究已经逐步形成图像处理科学自身的理论体系。（5）建立图像标准子程序和图像信息库，存放统一的格式和检索。图像信息量大，若没有图像处理领域的标准化，图像信息的建立、检索和交流将成为一个极大的问题。6研究趋势数字图像处理技术的发展方向大致为一下四个方向：（1）朝高分辨率、高速、多媒体、立体化、标准化和智能化方向发展。主要是提高显示分辨率和采集分辨率；提高硬件速度；加强图像的压缩；三维图像将随着虚拟显示技术及计算机图形学的发展得到越来越广泛的应用；实现图像处理技术的统一国际标准；尽量使计算机的理解和识别可以按照人的认识和思维方式进行工作[7]。（2）把图像处理的许多功能固化在一块芯片上，使之方便使用。（3）图像与图形相结合，朝着多维成像的方向发展。（4）新算法及新理论的研究。例如近几年来小波、遗传算法、人工网络等等都被广泛应用于图像处理[5]。7结束语总之，数字图像处理技术广泛应用于人们生活的各个方面，创造着巨大的设会价值。随着科学技术的发展以及人类需求的不断增长，数字图像处理还有许多新的方面需要探索，自身必将向更好的方向不断完善和发展。参考文献[1]WeiZhang，ShuoYu..AReviewofDigitalImageProcessing[J].CommunicationWorld2015(18):258-259.(张薇，于硕.数字图像处理综述[J].通讯世界.2015(18):258-259).[2]XiuxinWang，DongdongLiang，WeipingHu，theResearchofDigitalImageEnhancementforMedicalScience[J].JournalofGuangxiNormalUniversity(naturalscienceedition)2002(03):23-26.(王修信，梁冬冬，胡维平，等.医学数字图像增强方法的研究[J].广西师范大学学报(自然科学版).2002(03):23-26).[3]TingGe.SeveralDigitalImageFilteringAlgorithm[D]NUIST,2006.(葛婷.几种数字图像滤波算法[D].南京信息工程大学,2006).[4]HuShen，ShunmingLi，JianguoMao.theReviewofDigitalImageRecovery[J].journalofimageandgraphics2009(09):1764-1775.(沈峘，李舜酩，毛建国，等.数字图像复原技术综述[J].中国图象图形学报.2009(09):1764-1775).[5]YongTian，XuejunDing.theResearchandDevelopmentofDigitalImagecompression[J].EquipmentManufacturingTechnology2007(04):72-75.(田勇，丁学君.数字图像压缩技术的研究及进展[J].装备制造技术.2007(04):72-75)[6]HuiYang，XiujieQu.theReviewofImageSegmentationAlgorithm.ComputerDevelopmenandApplications2005(03):21-23.(杨晖，曲秀杰.图像分割方法综述[J].电脑开发与应用.2005(03):21-23).[7]ZhiwenTang.AbriefAnalysisofResearchStatusandDevelopmentDirectionforDigitalImageProcessing[J].SiliconValley2010(05):30.(唐志文.浅析数字图像处理技术的研究现状及其发展方向[J].硅谷.2010(05):30).AReviewofDigitalImageProcessingLONGXueling11SchoolofComputerScience,CentralChinaNormalUniversity,Wuhan430079,ChinaAbstract:Withthedevelopmentofcomputerscienc