论数字图像处理在生活中实际应用.pdf

论数字图像处理在生活中实际应用

摘要：数字图像处理是指将图像信号转换成数字信号并利

用计算机对其进行处理的过程。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。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。图像处理中，输入的是质量低的图像，输出的是改善质

量后的图像，常用的图像处理方法有图像增强、复原、编码、

压缩等。如今，数字图像处理正与当今社会的各个方面紧紧

相连，密不可分。让我们一起来认识数字图像处理技术。

关键词：基本概况及简要发展常用方法实际应用未来

发展

一、数字图像处理的基本概况

数字图像处理是通过计算机对图像进行去除噪声、增强、

复原、分割、提取特征等处理的方法和技术。数字图像处理

的产生和迅速发展主要受三个因素的影响：一是计算机的发

展；二是数学的发展（特别是离散数学理论的创立和完善）；

三是广泛的农牧业、林业、环境、军事、工业和医学等方面

的应用需求的增长。

图像处理工具箱提供一套全方位的参照标准算法和图形

工具，用于进行图像处理、分析、可视化和算法开发。可用

其对有噪图像或退化图像进行去噪或还原、增强图像以获得

更高清晰度、提取特征、分析形状和纹理以及对两个图像进

行匹配。工具箱中大部分函数均以开放式MATLAB语言编写。

这意味着可以检查算法、修改源代码和创建自定义函数。图

像处理工具箱在生物测定学、遥感、监控、基因表达、显微

镜技术、半导体测试、图像传感器设计、颜色科学及材料科

学等领域为工程师和科学家提供支持。它也促进了图像处理

技术的教学

二、数字图像处理常用方法

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、图像编码压缩：图像编码压缩技术可减少描述图像的

数据量（即比特数），以便节省图像传输、处理时间和减少

所占用的存储器容量。压缩可以在不失真的前提下获得，也

可以在允许的失真条件下进行。编码是压缩技术中最重要的

方法，它在图像处理技术中是发展最早且比较成熟的技术。

3、图像增强和复原：图像增强和复原的目的是为了提高

图像的质量，如去除噪声，提高图像的清晰度等。图像增强

不考虑图像降质的原因，突出图像中所感兴趣的部分。如强

化图像高频分量，可使图像中物体轮廓清晰，细节明显；如

强化低频分量可减少图像中噪声影响。图像复原要求对图像

降质的原因有一定的了解，一般讲应根据降质过程建立“降

质模型”，再采用某种滤波方法，恢复或重建原来的图像。

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。虽然目前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。因此，对图像分割的研究还在不断深入之中，是目前

图像处理中研究的热点之一。

5、图像描述：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。

图像分类（识别）：图像分类（识别）属于模式识别的范

畴，其主要内容是图像经过某些预处理（增强、复原、压缩）

后，进行图像分割和特征提取，从而进行判决分类。图像分

类常采用经典的模式识别方法，有统计模式分类和句法（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。

三、数字图像处理在生活中的实际应用

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。

1、航天和航空技术方面的应用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