数字图像处理技术的应用.docVIP

数字图像处理技术的应用 电信1003班卫万霞 学号：2010010838 一、引言? 图像是指物体的描述信息。数字图像是一个物体的数字表示。图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理，它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。?? 二、数字图像处理的方法 数字图像处理按处理方法，主要有以下三类，即图像到图像的处理，图像到数据的处理和数据到图像的处理。? （一）图像到图像。图像到图像的处理，其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。? 首先，各类图像系统中图像的传送和转换中，总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因，只将图像中感兴趣的特征有选择的突出，衰减次要信息，提高图像的可读性，增强图像中某些特征，使处理后的图像更适合人眼观察和机器分析。?这类方法就是图像增强。通过图像增强处理，使图像比处理前更适合一个应用，如用于显示、打印、印刷、分析、创意等。第二类解决方法针对图像降质的原因，设法补偿? 降质因素，使改善后的图像尽可能接近原图像。这类方法称为图像复原。图像复原是试图利用图像的退化过程，建立相应的数学模型，沿着图像降质的逆过程．把已经退化的图像加以重建和复原，其目的是去除干扰和模糊，从而恢复图像的本来面目。 其次，大数据量的图像信息会给存储器的存储容量、通信干线的带宽，以及计算机的处理速度增加极大的压力，因此需要对图像进行压缩处理或压缩编码，即是在保持一定图像质量的条件下，以尽可能少的比特数来表示图像，目的是节约图像存储空间、减少传输信道的容量、缩短图像加工处理时间。在数字图像处理领域中常用的编码有信息保持编码，保真度编码和特征提取编码，具体方法有行程长度编码(RLE)法、LZW编码法、霍夫曼编码法(Huffman?encoding)、预测及内插编码法、矢量量化编码法、变换编码法(如K－L变换编码和DCT编码)、模型法编码等。在实际的应用中，多种图像压缩方法往往是结合起来使用的，如JPEG等，压缩过程可分为颜色模式转换及采样、DCT变换、量化、编码几部分。? （二）图像到数据。图像到数据的处理，其输入为图像，其输出为输入图像内容的各种符号表示。这类图像处理技术包括图像分割、图像识别、特征提取等。 图像分割的任务是把图像空间按特征分离成互不交叠的有意义的区域，以便进一步对图像进行分析、识别、压缩编码等。图像分割通常可以按幅度不同、按边缘不同、按形状不同来划分各个区域等。常用的幅度分割方法是把图像的灰度分成不同的等级，然后用设置灰度值的方法确定有意义的区域或欲分割物体的边界。图像分割的应用十分广泛，几乎出现在有关图像处理的所有领域。例如遥感云图中不同云系和背景分布的分割；在医学应用中脑部MR图像分割成灰质、白质等脑组织和其他非脑组织区域；在交通图像分析中，把车辆目标从背景中分割出来等等。 图像识别，也称为模式识别，是数字图像处理的一个新兴的研究方向。当今的识别方法通常有3种：统计识别法、语法结构识别法和模糊识别法。图像识别的统计方法着眼于反映出图像特点的某些特征。然后在特征空间中划分区域，定出根据特征识别图像的标准。但在一些图像识别中，往往要安排图像属于哪一类，而且还要描述图像的形态，例如指纹识别，场景分析等，特别是当图像特别复杂时，特征空间的维数特别高，这时统计的方法识别就很困难了，针对这种情况，提出语法结构识别法。它的主要思想是分析图像的结构，把复杂的图像看成是由简单的子图像组成，又把最简单的子图像作为基元，从基元集合出发，按照一定的构图规则来描述较复杂的图像。近几年，除了继续使用上述两种方法来识别图像外，还用了模糊集的方法来识别图像。 在图像识别中，特征提取是很重要的一环。所谓图像的特征是指图像场中可用作标志的属性，而把图像的某些特征加以数字化的过程就称为特征提取。特征提取的过程比较复杂，它和识别对象的各种物理的、形态的性能都有联系，需要对识别对象的各种重要特征能有充分的理解，然后把这种特征转换为数字，对于不同的识别对象必须考虑不同的特征提取的方法，因此很难有统一的方法和理论。例如对遥感图像识别中，采用多波摄像的方法，把同一识别对象在不同波段的摄像上得到的灰度作为特征进行提取；而在癌细胞的识别中主要对核大，核畸形，核染色体等特征进行提取。 （三）数据到图像。 从数据到图像的处理，其输人为数据，输出为图像，即图像重建过程。一幅图像经过量化处理以后，得到一个二维数组，这个过程是从图像到数据，即对图像用数据进行数据描述，就可以进行各种图像处理。然而如果有一组与图像有关的物理数据，反过来建立图像，这就是图