论文部分内容阅读
[摘 要]数字图像处理技术是研究采用计算机和其他数字化技术对图像信息进行处理的新技术。图像处理科学与技术已经成了工程学、计算机科学、通信科学、信息科学、军事、公安、医学等众多学科学习和研究的对象。本文从数字图像处理的基本概念，研究内容为出发点，重点探讨了数字图像复原技术，最后介绍了数字图像处理系统，但由于数字图像处理技术领域内容极其广泛，与其他很多学科都有着千丝万缕的联系，所以对这项技术的研究还需要人类的进一步努力。
[关键词]数字图像处理技术 数字图像处理主要研究
中图分类号：IP391.41 文献标识码：A 文章编号：1009-914X（2015）05-0280-01
1 引言
“图”是物体透射光或反射光的分布，“像”是人的视觉系统对图的接收在大脑中形成的印象或认识。前者是客观存在的，而后者为人的感觉，图像应是两者的结合。图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用的要求。人类获取外界信息有视觉、听觉、触觉、嗅觉、味觉等多种方法，但绝大部分（约80%）是来自视觉所接受的图像信息，即所谓“百闻不如一见”。因此，图像处理技术的广泛研究和应用是必然的趋势。
2 图像数字化
2.1 基本概念
一幅黑白静止平面图像（如照片）中各点的灰度值可用其位置坐标（x，y）的函数f（x，y）来描述。显然f（x，y）是二维连续函数，有无穷多个取值。这种用连续函数表示的图像无法用计算机进行处理，也无法在各种数字系统中传输或存贮，必须将代表图像的连续（模拟）信号转变为离散（数字）信号。这样的变换过程，称其为图像数字化。图像数字化的内容包括两个方面：取样和量化。
2.2 取样点数和量化级数的选取
假定一幅图像取M×N个样点，对样点值进行Q级分档取整。那么对M、N和Q如何取值呢？
首先，M、N、Q一般总是取成2的整数次幂，如 Q=2b，b为正整数。通常称为对图像进行b比特量化。M、N可以取成相等，也可以不相等。若取相等，则图像矩阵为方阵，分析运算方便些。取不等的例子如陆地卫星图像就因实际需要而取成2340×3240。
其次，关于M、N、b（或Q）数值大小的确定。对b来讲，取值越大，重建图像失真越小，若要完全不失真得建原图像，b必须取无穷大，否则一定存在失真，这就是所谓量化误差。一般供人眼观察的图像，由于人眼对灰度分辨能力有限，用5～8 比特量化就可以了。而卫片、航片等为了区别图像中灰度变化不大的目标，往往用 8～12比特量化。对M×N的取值，主要依据是取样的约束条件，也就是在M×N大到满足取样定理的情况下，重建图像就不会产生失真，否则就会因取样点数不够而产生所谓混淆失真。为了减少表示图像的比特数，总是取M×N点数刚好满足取样定理。这种状态的取样即所谓奈奎斯特取样（如彩色电视编码技术等）。
再次，在实际应用中，如果允许表示图像的总比特数M×N×b给定，对M×N和b的分配往往是根据图像的内容和应用要求以及系统本身的技术指标来选定。例如，若图像中有大面积灰度变化缓慢的平滑区域，如人头象特写照片等。则M×N取样点数可以少些，而量化比特数b多些。这样使重建图像灰度层次多些。若b太少，在图像灰度平滑区往往会出现“假轮廓”。反之，复杂的景物图像，如群众场面的照片等，量化比特数b可以少些而取样点数M×N 要多些。这样不致丢失图像的细节。究竟M×N和b如何组合才能获得满意的结果，很难讲出一个统一的方案。T·S·Huang 研究了这个问题。他对三种不同特征的图像（一幅细节少的妇女头象特写照片，一幅中等细节摄影师工作照片，一幅包含大量细节的群众会场照片），改变其取样点数M×N和量化比特数b，分别进行图像质量的主观评价。总的结论是：不同的取样点数和量化比特数组合，可以获得相同的主观质量评价。
3 数字图像处理主要研究的内容
3.1 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。
3.2 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。
3.3 图像增强和复原
图像增强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。至于图像复原，我们将在下边作详细讨论。
4 数字图像处理系统
数字图像处理系统所处理的信息量是十分庞大的，对处理速度和精度都有一定的要求，系统的应用范围也相当广泛。因此，目前的数字图像处理系统有各种各样的结构，其商品化产品的种类也较多。若按用途分类，可分为专用和通用两大类。专门系统是为专门用途设计的，它一般要求简单、迅速、准确、经济。因而其结构比通用系统要简单，处理目的和功能明确，规模也较小。例如英国Quantimet720图像分析仪，专门用于定量分析材料的显微结构。计算机射线断层扫描系统（即CT系统），专门用于人体或脑部组织疾病诊断。通用系统处理功能较全，应用也较广泛。因此，其结构比较复杂，规模也较大，如美国匹兹堡大学的PRL系统，美国遥感图像处理系统等都是一个以大型计算机系统为基础的、规模巨大、速度很高、结构复杂的图像处理系统。
但是，不论是专用或通用系统，结构复杂或简单，一般图像处理系统的工作过程都可用图1表示
5 结语
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，图像处理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，对该领域的研究仍存在不少困难。本文从一些数字图像处理的基本知识入手，介绍了该技术的发展、研究内容等，但这对于该技术而言，也仅仅是极少的一部分，相信随着科学技术的进步，尤其是计算机技术的飞速发展，对数字图像处理技术的研究将会取得更瞩目的成就。
参考文献
[1] 夏良正李久贤.数字图像处理（第2版）[J].東南大学出版社.2005.
[关键词]数字图像处理技术 数字图像处理主要研究
中图分类号：IP391.41 文献标识码：A 文章编号：1009-914X（2015）05-0280-01
1 引言
“图”是物体透射光或反射光的分布，“像”是人的视觉系统对图的接收在大脑中形成的印象或认识。前者是客观存在的，而后者为人的感觉，图像应是两者的结合。图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用的要求。人类获取外界信息有视觉、听觉、触觉、嗅觉、味觉等多种方法，但绝大部分（约80%）是来自视觉所接受的图像信息，即所谓“百闻不如一见”。因此，图像处理技术的广泛研究和应用是必然的趋势。
2 图像数字化
2.1 基本概念
一幅黑白静止平面图像（如照片）中各点的灰度值可用其位置坐标（x，y）的函数f（x，y）来描述。显然f（x，y）是二维连续函数，有无穷多个取值。这种用连续函数表示的图像无法用计算机进行处理，也无法在各种数字系统中传输或存贮，必须将代表图像的连续（模拟）信号转变为离散（数字）信号。这样的变换过程，称其为图像数字化。图像数字化的内容包括两个方面：取样和量化。
2.2 取样点数和量化级数的选取
假定一幅图像取M×N个样点，对样点值进行Q级分档取整。那么对M、N和Q如何取值呢？
首先，M、N、Q一般总是取成2的整数次幂，如 Q=2b，b为正整数。通常称为对图像进行b比特量化。M、N可以取成相等，也可以不相等。若取相等，则图像矩阵为方阵，分析运算方便些。取不等的例子如陆地卫星图像就因实际需要而取成2340×3240。
其次，关于M、N、b（或Q）数值大小的确定。对b来讲，取值越大，重建图像失真越小，若要完全不失真得建原图像，b必须取无穷大，否则一定存在失真，这就是所谓量化误差。一般供人眼观察的图像，由于人眼对灰度分辨能力有限，用5～8 比特量化就可以了。而卫片、航片等为了区别图像中灰度变化不大的目标，往往用 8～12比特量化。对M×N的取值，主要依据是取样的约束条件，也就是在M×N大到满足取样定理的情况下，重建图像就不会产生失真，否则就会因取样点数不够而产生所谓混淆失真。为了减少表示图像的比特数，总是取M×N点数刚好满足取样定理。这种状态的取样即所谓奈奎斯特取样（如彩色电视编码技术等）。
再次，在实际应用中，如果允许表示图像的总比特数M×N×b给定，对M×N和b的分配往往是根据图像的内容和应用要求以及系统本身的技术指标来选定。例如，若图像中有大面积灰度变化缓慢的平滑区域，如人头象特写照片等。则M×N取样点数可以少些，而量化比特数b多些。这样使重建图像灰度层次多些。若b太少，在图像灰度平滑区往往会出现“假轮廓”。反之，复杂的景物图像，如群众场面的照片等，量化比特数b可以少些而取样点数M×N 要多些。这样不致丢失图像的细节。究竟M×N和b如何组合才能获得满意的结果，很难讲出一个统一的方案。T·S·Huang 研究了这个问题。他对三种不同特征的图像（一幅细节少的妇女头象特写照片，一幅中等细节摄影师工作照片，一幅包含大量细节的群众会场照片），改变其取样点数M×N和量化比特数b，分别进行图像质量的主观评价。总的结论是：不同的取样点数和量化比特数组合，可以获得相同的主观质量评价。
3 数字图像处理主要研究的内容
3.1 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。
3.2 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。
3.3 图像增强和复原
图像增强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。至于图像复原，我们将在下边作详细讨论。
4 数字图像处理系统
数字图像处理系统所处理的信息量是十分庞大的，对处理速度和精度都有一定的要求，系统的应用范围也相当广泛。因此，目前的数字图像处理系统有各种各样的结构，其商品化产品的种类也较多。若按用途分类，可分为专用和通用两大类。专门系统是为专门用途设计的，它一般要求简单、迅速、准确、经济。因而其结构比通用系统要简单，处理目的和功能明确，规模也较小。例如英国Quantimet720图像分析仪，专门用于定量分析材料的显微结构。计算机射线断层扫描系统（即CT系统），专门用于人体或脑部组织疾病诊断。通用系统处理功能较全，应用也较广泛。因此，其结构比较复杂，规模也较大，如美国匹兹堡大学的PRL系统，美国遥感图像处理系统等都是一个以大型计算机系统为基础的、规模巨大、速度很高、结构复杂的图像处理系统。
但是，不论是专用或通用系统，结构复杂或简单，一般图像处理系统的工作过程都可用图1表示
5 结语
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，图像处理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，对该领域的研究仍存在不少困难。本文从一些数字图像处理的基本知识入手，介绍了该技术的发展、研究内容等，但这对于该技术而言，也仅仅是极少的一部分，相信随着科学技术的进步，尤其是计算机技术的飞速发展，对数字图像处理技术的研究将会取得更瞩目的成就。
参考文献
[1] 夏良正李久贤.数字图像处理（第2版）[J].東南大学出版社.2005.