数字图象处理基本概念.pdfVIP

数字图象处理基本概念

基本概念

数字图像处理(DigitalImageProcessing)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。

20世纪20年代,图像处理首次应用于改善伦敦和纽约之间海底电

缆发送的图片质量。到20世纪50年代,数字计算机发展到一定的水平

后,数字图像处理才真正引起人们的兴趣。1964年美国喷气推进实验室

用计算机对“徘徊者七号”太空船发回的大批月球照片进行处理,收到

明显的效果。20世纪60年代末,数字图像处理具备了比较完整的体系,

形成了一门新兴的学科。20世纪70年代,数字图像处理技术得到迅猛

的发展,理论和方法进一步完善,应用范围更加广泛。在这一时期,图像处

理主要和模式识别及图像理解系统的研究相联系,如文字识别、医学图

像处理、遥感图像的处理等。20世纪70年代后期到现在,各个应用领

域对数字图像处理提出越来越高的要求,促进了这门学科向更高级的方

向发展。特别是在景物理解和计算机视觉(即机器视觉)方面,图像处理

已由二维处理发展到三维理解或解释。近年来,随着计算机和其它各有

关领域的迅速发展,例如在图像表现、科学计算可视化、多媒体计算技

术等方面的发展,数字图像处理已从一个专门的研究领域变成了科学研

究和人机界面中的一种普遍应用的工具。

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。

[编辑本段]

应用目的

一般来讲,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。

数字图像处理研究的内容主要有:

(1)图像获取和图像表现阶段主要是把模拟图像信号转化为计算机

所能接受的数字形式,以及把数字图像用所需要的形式显示出来。

(2)图像复原当造成图像退化的原因已知时,复原技术可用来进行图

像的校正。复原技术是基于模型和数据的图像恢复,其目的是消除退化

的影响,从而产生一个等价于理想成像系统所获得的图像。

(3)图像增强当无法知道与图像退化有关的定量信息时,可以使用图

像增强技术较为主观地改善图像的质量。

(4)图像分析对图像中的不同对象进行分割、特征提取和表示,从而

有利于计算机对图像进行分类、识别、理解或解释。

(5)图像重建由图像的多个一维投影重建该图像,可看成是特殊的图

像复原技术。

(6)图像编码和压缩对图像进行编码的主要目的是为了压缩数据,便

于存储和传输。当前的一些编码方法对图像分析和图像加密也有越来

越多的应用。

数字图像处理的工具可分为三大类:第一类包括各种正交变换和图

像滤波等方法,其共同点是将图像变换到其它域(如频域)中进行处理(如

滤波)后,再变换到原来的空间(域)中;第二类方法是直接在空间域中处理

图像,它包括各种统计方法、微分方法及其它数学方法:第三类是数学形

态学运算,它不同于常用的频域和空域的方法,是建立在积分几何和随机

集合论的基础上的运算。