数字图像处理的理论基础及常用处理方法.doc

数字图像处理的理论基础及常用处理方法摘要：本文介绍了数字信号处理的起源、发展，并简要概述了数字图像处理所研究的内容和处理数字图像的几大模块。同时，也大致介绍了常用的处理数字图像的方法。最后展望了数字图像处理的发展前景。Abstract: This paper describes the origin of digital image processing, development, and a brief overview of digital image processing of the content and process digital images of several modules.Also a broad overview of the commonly used method of processing digital images.Finally, looking ahead the future prospects for the development of digital image processing.关键词：数字图像处理（Digital Image Processing）；理论基础；处理方法一、数字图像处理的起源及发展数字图像处理（Digital Image Processing）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。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。但是50年代的计算机主要还是用于数值计算，满足不了处理大量数据图像的要求。数字图像处理作为一门学科大约形成于20世纪60年代初期。伴随着第三代计算机的研制成功，以及快速傅里叶变换算法的的发现和应用使得对图像的某些计算得以实际实践。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。在70年代图像技术有了长足进展，80年代，硬件的发展使得人们不仅能处理2-D图像而且能处理3-D图像，许多能获取3-D图像的设备和处理分析3-D图像的系统研制成功，图像技术得到广泛应用。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（处理和分析）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。3）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。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