论文部分内容阅读
在这个二十一世纪的信息化时代，计算机在各种信息处理中发挥着极其重要的作用。“十一五”以来，我国高新技术产业化成果显著，在信息与空间、新材料、先进制造、能源、先进交通等领域涌现出一批重大技术创新成果，自主创新能力进一步提高;高速铁路、无线宽带通信、高性能计算机、新能源汽车等技术已步入世界先进行列;若干高新技术重大成套装备及其关键零部件实现了自主设计制造;以信息网络等高新技术为主要支撑的电子商务、数字媒体等现代服务业新兴业态层出不穷。当然在数字图像处理方面，数字图像处理在高新技术产业方面得到了广泛的应用，近年来，由于大规模集成电路技术和计算机科技的迅猛发展，离散数学理论的创立和完善，以及军事、医学和工业等方面应用需求的不断增长，数字图像处理的理论和方法进一步完善，已经在宇宙探测、遥感、生物医学、工农业生产、军事、公安、办公自动化、视频和多媒体系统等领域得到了广泛的应用，并显示出广泛的前景，成为计算机科学、信息科学、生物学、医学等学科研究的热点。下面谈论一下数字图像处理在公安领域的具体应用。高新科技在不断进步，犯罪分子的作案手段也在进步，这就要求公安机关要提高侦破手段，这一需求使得数字图像处理在公安领域得到了很好的发展。公安机关对犯罪现场的照片，指纹，手迹，人像等都要做一个处理，以得到其中的有效信息，达到对案情分析有帮助、快速破案的作用。数字图像处理可以达到提高提高图像视感质量的作用，去除图像中的噪声，改变图像的亮度、颜色;增强图像中的某些成分，抑制某些成分;对图像进行几何变换等，从而改变图像的质量，以达到真实的、清晰的效果，从而可以提取图像中包含的某些特征或者特殊信息。现在公安机关已经离不开了数字图像处理，数字图像处理在公安领域占据着不可缺少的作用。
数字图像处理包含了很多的内容，在公安系统应用的最多的恐怕就是图像增强，图像分割，和图像重建。图像增强是改善图像视感质量所要采取的一种办法，使轮廓更加凸显，可以突出重要特征的可观察性。图像分割是把图像分成区域的过程，一幅图像中会包含很多的对象，数字图像处理能够在复杂的场景中分开并识别每个物体。图像重建是从数据到图像的处理。比如在一场车祸当中，警方不能确定这辆车到底有没有撞到摩托车，而且周围也没有摄像头能够记录下这段车祸，那么就可以用我们的数字图像处理技术来解决了。警方可以根据当时车辆的受损程度，在电脑上进行事故模拟，再根据电脑上图像模拟的结果，来分析轿车撞到摩托车的可能性。
现在路上的监控系统越来越多，那么它留下的视频对公安机关来说是弥足珍贵。但是这些视频或者图像有时候不是那么容易的分辨，那么就要利用数字图像处理了。比如要看清视频当中违规车辆的车牌号码，那么公安系统会怎么做呢？
首先是进行图像比例缩放了，当我们看不清图像中的某些东西的时候，就会毫不犹豫的把图像进行放大来观察。图像的比例缩放是指将给定的图像在某个方向按照比例缩放一定的倍数。比例缩放产生的图像中的像素可能在原图像中找不到相应的像素点，那么就有两种处理方法，一种是直接赋值和它最相近的像素值，另一种是通过一些插值算法来计算相应的像素值。图像的放大常用的方法就是线性插值法，图像的缩小就是在现有的信息中所需要的有用的信息，可能会丢失一部分的信息。
其次还可以进行灰度变换，如果放大还是看不清，可以线性变换，来改变不同部分的灰度值。灰度变换包括线性变换和非线性变换，线性变换是把原图像的灰度从一个范围变换到另一个范围，可以增强对比度，使图像更加清晰。非线性变换是把图像中的某个灰度范围映射为一个固定的灰度值，可以突出感兴趣的部分。最后还可以进行图像的锐化处理，锐化可以采用微分法和梯度算子法，锐化可以是模糊的图像变得清晰，增强图像的边缘等细节，但是图像在锐化的过程中会增强噪声，一般会先去除或者减轻噪声。
那么有哪些方法可以去除或者是减轻图像当中的噪声呢？一种是通过图像平滑，图像平滑最常用的是均值滤波法和中值滤波法。均值滤波法的思想是用像素及其领域内像素的平均值或加权平均值作为该像素的新值，以便去除突变的像素点，从而滤除一定的噪声。均值法比较简单但是对椒盐噪声的平滑效果不理想。中值滤波法以某像素为中心的小窗口内的所有像素的灰度按从小到大排序，取排序结果的中间值作为该像素的灰度值。如果图像中的点、线、尖等细节较多，则不宜采用中值滤波。另外一种可以用二值形态学当中的闭运算来消除孔洞噪声。闭运算就是先对图像进行膨胀再进行腐蚀。
除了以上数字图像处理的技术外，还有图像的分割与边缘检测。图像的分割就是把图像分成一系列有意义的各具特征的目标或区域的技术和过程。常用的分割方法有阈值分割法和基于区域的分割。还有区域标记就是对图像中同一连通区域的所有像素赋予相同的标记，不同的连通区域赋予不同的标记。轮廓跟踪就是顺序找出边界点，轮廓跟踪可以基于4方向码和8方向码分别跟踪出4连通的轮廓和8连通的轮廓。
总之，数字图像处理大大的方便了公安系统的工作，积极防范和制止危害社会治安秩序的违法犯罪行为，坚决惩治危害社会治安秩序的违法犯罪分子，依法进行维护社会治安秩序的行政管理，以创造一个较好的社会环境。它使得公安系统的办事效率不断提高，相信在我们未来的世界，数字图像处理会发挥越来越重要的作用，前景无法估量，我们期待数字图像在我们生活各个方面的广泛应用！
数字图像处理包含了很多的内容，在公安系统应用的最多的恐怕就是图像增强，图像分割，和图像重建。图像增强是改善图像视感质量所要采取的一种办法，使轮廓更加凸显，可以突出重要特征的可观察性。图像分割是把图像分成区域的过程，一幅图像中会包含很多的对象，数字图像处理能够在复杂的场景中分开并识别每个物体。图像重建是从数据到图像的处理。比如在一场车祸当中，警方不能确定这辆车到底有没有撞到摩托车，而且周围也没有摄像头能够记录下这段车祸，那么就可以用我们的数字图像处理技术来解决了。警方可以根据当时车辆的受损程度，在电脑上进行事故模拟，再根据电脑上图像模拟的结果，来分析轿车撞到摩托车的可能性。
现在路上的监控系统越来越多，那么它留下的视频对公安机关来说是弥足珍贵。但是这些视频或者图像有时候不是那么容易的分辨，那么就要利用数字图像处理了。比如要看清视频当中违规车辆的车牌号码，那么公安系统会怎么做呢？
首先是进行图像比例缩放了，当我们看不清图像中的某些东西的时候，就会毫不犹豫的把图像进行放大来观察。图像的比例缩放是指将给定的图像在某个方向按照比例缩放一定的倍数。比例缩放产生的图像中的像素可能在原图像中找不到相应的像素点，那么就有两种处理方法，一种是直接赋值和它最相近的像素值，另一种是通过一些插值算法来计算相应的像素值。图像的放大常用的方法就是线性插值法，图像的缩小就是在现有的信息中所需要的有用的信息，可能会丢失一部分的信息。
其次还可以进行灰度变换，如果放大还是看不清，可以线性变换，来改变不同部分的灰度值。灰度变换包括线性变换和非线性变换，线性变换是把原图像的灰度从一个范围变换到另一个范围，可以增强对比度，使图像更加清晰。非线性变换是把图像中的某个灰度范围映射为一个固定的灰度值，可以突出感兴趣的部分。最后还可以进行图像的锐化处理，锐化可以采用微分法和梯度算子法，锐化可以是模糊的图像变得清晰，增强图像的边缘等细节，但是图像在锐化的过程中会增强噪声，一般会先去除或者减轻噪声。
那么有哪些方法可以去除或者是减轻图像当中的噪声呢？一种是通过图像平滑，图像平滑最常用的是均值滤波法和中值滤波法。均值滤波法的思想是用像素及其领域内像素的平均值或加权平均值作为该像素的新值，以便去除突变的像素点，从而滤除一定的噪声。均值法比较简单但是对椒盐噪声的平滑效果不理想。中值滤波法以某像素为中心的小窗口内的所有像素的灰度按从小到大排序，取排序结果的中间值作为该像素的灰度值。如果图像中的点、线、尖等细节较多，则不宜采用中值滤波。另外一种可以用二值形态学当中的闭运算来消除孔洞噪声。闭运算就是先对图像进行膨胀再进行腐蚀。
除了以上数字图像处理的技术外，还有图像的分割与边缘检测。图像的分割就是把图像分成一系列有意义的各具特征的目标或区域的技术和过程。常用的分割方法有阈值分割法和基于区域的分割。还有区域标记就是对图像中同一连通区域的所有像素赋予相同的标记，不同的连通区域赋予不同的标记。轮廓跟踪就是顺序找出边界点，轮廓跟踪可以基于4方向码和8方向码分别跟踪出4连通的轮廓和8连通的轮廓。
总之，数字图像处理大大的方便了公安系统的工作，积极防范和制止危害社会治安秩序的违法犯罪行为，坚决惩治危害社会治安秩序的违法犯罪分子，依法进行维护社会治安秩序的行政管理，以创造一个较好的社会环境。它使得公安系统的办事效率不断提高，相信在我们未来的世界，数字图像处理会发挥越来越重要的作用，前景无法估量，我们期待数字图像在我们生活各个方面的广泛应用！