数字图像处理

1/9数字图像处理的理论基础及发展方向一、数字图像处理的起源及发展数字图像处理(DigitalImageProcessing)将图像信号转换成数字信号并利用计算机对其进行处理，起源于20世纪20年代，目前已广泛地应用于科学研究、工农业生产、生物医学工程、航空航天、军事、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，已成为一门引人注目、前景远大的新型学科，发挥着越来越大的作用。数字图像处理作为一门学科形成于20世纪60年代初期，早期的图像处理的目的是改善图像的质量，以人为对象，以改善人的视觉效果为目的，首次获得实际成功应用的是美国喷气推进实验室(JPL)并对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，随后又对探测飞船发回的近十万张照片进行了更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。数字图像处理取得的另一个巨大成就是在医学上获得的成果，1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置即CT(ComputerTomograph)。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。随着图像处理技术的深入2/9发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。正因为如此，图像处理理论和技术受到各界的广泛重视，当前图像处理面临的主要任务是研究新的处理方法，构造新的处理系统，开拓更广泛的应用领域。二、数字图像处理的研究内容数字图象处理，就是采用计算机对图象进行信息加工。图象处理的主要内容有：图像的采集、增强、复原、变换、编码、重建、分割、配准、嵌拼、融合、特征提取、模式识别和图象理解。对图像进行处理(或加工、分析)的主要目的有三个方面：1)提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。2)提取图像中所包含的某些特征或特殊信息,这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频3/9域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。3)图像数据的变换、编码和压缩,以便于图像的存储和传输。不管是何种目的的图像处理,都需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。三、数字图像处理和分析模块的基本构成一个基本的图像可由五部分表示：这五部分分别是：采集、显示、存储、通信、处理和分析。1）图像采集模块为采集数字图像，需要两种装置。一种是对某个电磁能量谱段（如X射线、可见光、红外线等）敏感的物理器件，它能产生与所接受到的电磁能量成正比的（模拟）电信号。另一种称为数字化器，他能将上述电信号转化为数字形式，所有采集数字图像的设备都需要这两种装置。2）图像显示模块对于图像处理来说，最终的目的是要显示给人看的。对于图像分析来说，分析的结果也可以借助计算机图形学技术转换为图像形式直观的显示。所以图像的显示对其处理和分析系统是非常重要的。常用的图像处理和分析系统主要显示设备是显示器，输入显示图像也可拷贝到照片或透明胶片上，除了显示器，还有投影仪和各种打印设备可以用于图像输出显示。4/93）图像存储模块图像包含有大量的信息因而存储图像也需要大量空间。用于数字处理和图像分析的数字存储器可分为三类：a，处理和分析过程中使用的快速存储器。计算机内存就是一种提供快速存储功能的存储器，在图像处理中大量的运算所产生的缓存数据可以存储在里面，方便随时调用数据进行图像处理运算。b，用于比较快速的重新调用的在线或联机存储器。c，不经常使用的数据库存储器。这种存储器的特点是要求非常大的容量，但对数据读取不太频繁，常用于对数字图像的保存。4）图像通信模块随着网络发展的进步，图像的通信传输也得到极大关注。图像传输可使不同的系统共享图像数据资源，极大地推动了图像在各个领域的应用。5）图像处理和分析模块对图像的处理和分析一般可用算法来描述，而大多数算法可通过软件来实现，在为了提高速度和克服通用计算机的缺陷时才应用专用的硬件实现。90年代后，各种工业标准的订立也促进了图像处理分析软件的发展，使图像处理变得更加方便快捷。四、图像处理的常用方法1）图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。5/9因此，往往采用各种图像变换的方法，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，它在图像处理中也有着广泛而有效的应用。2）图像的增强图像的增强用于调整图像的对比度，突出图像中的重要细节，改善视觉质量。通常采用灰度直方图修改技术进行图像增强。图像的灰度直方图是表示一幅图像灰度分布情况的统计特性图表，与对比度紧密相连。如果获得一幅图像的直方图效果不理想，可以通过直方图均衡化处理技术作适当修改，即把一幅已知灰度概率分布图像中的像素灰度作某种映射变换，使它变成具有均匀灰度概率分布的新图像，使图像清晰。3）图像的平滑图像的平滑处理即图像的去噪声处理，主要是为了去除实际成像过程中，因成像设备和环境所造成的图像失真，提取有用信息。实际获得的图像在形成、传输、接收和处理过程中，不可避免地存在外部干扰和内部干扰，如光电转换过程中敏感元件灵敏度的不均匀性、数字化过程的量化噪声、传输过程中的误差以及人为因素等，均会使图像变质。因此，去除噪声恢复原始图像是图像处理中的一个6/9重要内容。4）边缘锐化图像边缘锐化处理主要是加强图像中的轮廓边缘和细节，形成完整的物体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。锐化的作用是要使灰度反差增强，因为边缘和轮廓都位于灰度突变的地方。所以锐化算法的实现是基于微分作用。它是早期视觉理论和算法中的基本问题。5）图像的分割图像分割是将图像分成若干部分，每一部分对应于某一物体表面，在进行分割时，每一部分的灰度或纹理符合某一种均匀测度度量。其本质是将像素进行分类。分类依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。图像分割是图像处理技术的基本方法之一，应用于诸如染色体分类、景物理解系统、机器视觉等方面。五、数字图像处理现今存在的问题和未来的方向图像提取技术得到了越来越多学者的关注，产生了很多的研究成果，但是仍存在以下点不足和有待解决的问题：（1）缺乏统一的评价标准；（2）缺乏先验知识来支持系统；（3）最终提取边界很大程度上依赖于T；（4）图像提取系统的计算量都比较大。图像提取技术研究作为图像处理中一个重要研究分支，引人大量概率统计理论，目前图像提取技术领域的研究依然非常活跃。如华7/9盛顿大学专门成立了图形图像实验室(GRAIL)，由SONY等企业联合一些大学也进行了相关的研究，Microsoft在其亚洲微软研究院(MRA)专门设有图形图像处理技术研究所和交互可视媒体研究组，北京大学、浙江大学等都相继成立了从事数字图像处理技术研究的国家重点实验室。天津大学从研制数字电视及电影制作设备(如切换台等)的角度，也对图像提取技术进行了较深人的研究。笔者认为：前景与背景间交界区域估计模型仍是该领域研究的一个重点。小波变换图像压缩编码有待解决的主要问题：尽管小波变换图像压缩编码算法具有结构简单、无需任何训练、支持多码率、压缩比较大、图象复原质量较理想等特点，但在不同程度上存在压缩/解压缩速度慢、图像复原质量不理想等问题，为了进一步改善此算法的工作效率，需要解决以下2个主要问题：正交小波基的选择问题；数据向量量化编码算法的选择问题。纹理的理论和应用研究取得了丰富的成果，但也有一些与之相关的概念和理论尚未取得一致的看法，纹理研究方法多从信号处理、模式识别理论发展而来，并且处在不断的发展之中。经过近90年的发展，特别是第3代数字计算机问世后，数字图像处理技术出现了空前的发展，但存在一定的问题，具体体现在以下5个方面：（1）在提高精度的同时着重解决处理速度的问题，巨大的信息量和数据量和处理速度仍然是一对主要矛盾；（2）加强软件的研究和开发新的处理方法，重点是移植其他学8/9科的技术和研究成果；（3）边缘学科的研究(如人的视觉特性、心理学特性的研究的突破)促进图像处理技术的发展；（4）理论研究已逐步形成图像处理科学自身的理论体系；（5）建立图像信息库和标准子程序，统一存放格式和检索。图像信息量和数据量大，若没有图像处理领域的标准化，图像信息的建立、检索和交流将是一个极严重的问题，交流和使用极不便，造成资源共享的严重障碍。图像处理技术未来发展大致体现在在以下4个方面：1)朝高速、高分辨率、立体化、多媒体、智能化和标准化方向发展。具体表现：（1）提高硬件速度。这不仅仅要提高计算机的速度，而且A/D和D/A的速度要实时化；（2）提高分辨率。主要是提高采集分辨率和显示分辨率，其主要困难是显像管的制造和图像图形刷新存取速度；（3）立体化。图像是二维信息，信息量更大的三维图像将随意计算图形学及虚拟现实技术的发展将得到广泛应用。（4）多媒体化。20世纪90年代出现的多媒体技术，其关键技术就是图像数据的压缩，目前数据压缩的国际标准有多个，而且还在发展，它将朝着人类接收和处理信息最自然的方式发展。(5)智能化。力争使计算机识别和理解能够按照人的认识和思维方式工作，能够考虑到主观概率和非逻辑思维。(6)标准化。从整体上看，图像处理技术目前还没有国际标准。2)图像和图形相结合朝着三维成像或多维成像的方向发展。9/93)硬件芯片的开发研究。目前结合多媒体的研究，硬件芯片越来越多，如Thomson公司ST13220采用Systolic结构设计了运动预测器，把图像处理的众多功能固化在芯片上，为实践服务。4)新理论和新算法的研究。图像处理科学经过初创造期、发展期、普及期和广泛应用期，近年来引入了一些新的理论并提出了一些新的算法，如：Wavelet、Fractal、Mor2phology、遗传算法和神经网络等，其中Fractal广泛应用图像处理、图形处理、纹理分析，同时还用于物理、数学、生物、神经和音乐等方面。