数字图像处理的研究内容、系统构成及应用前景

　　人类的视觉是有限的，人眼可见光谱范围是390nm-780nm,而数字图像处理设备可以覆盖全部的电磁波谱，所以需要通过这个载体来实现图像处理。但是基于考虑到图像的传输方式以及带宽的限制，存储方式以及所带来的图像失真问题，我们必须对采集来的原始图像进行加工处理以满足人的实际要求。本文就数字图像处理的研究内容、系统构成、应用领域和发展前景进行了探讨。

　　1 数字图像处理的研究内容

　　所谓数字图像处理是指用数字计算机来加工处理图像，目的是恢复图像的本来面目，改善人的视觉效果，突出图像中目标物的某些特征，提取目标物的特征参数[1].数字图像处理研究的内容包括：采集源数字化处理，图像的复合变换，图像增强和去噪，图像分析，图像压缩，图像表达和描述。采集源数字化处理就是将采集到的模拟数据数字化，用 0,1 代表图像信息。图像的复合变换是使图像进行傅里叶变换、余弦变换等等，在变换域中更加简单和方便地处理。图像增强和去噪是通过各类滤波器滤除噪声，增强图像的对比度等方法提高图像的质量。图像分析是图像处理的高级阶段，用模式识别的方式对图像进行特征值提取和描述。图像压缩是减少图像数据中的冗余信息，采用更加高效的格式存储和传输数据，为了降低传输数据所需的带宽，必须对图像进行压缩[2].图像表达和描述是使用一种更适合于计算机进一步处理的形式，对得到的被分割的像素集进行表示和描述[3].

　　2 数字图像处理系统的构成

　　数字图像处理系统是安装有图像处理软件的具有图像处理和分析功能的计算机系统。基于各种计算机和嵌入式设备的环境，数字图像处理系统的种类很多，但是系统的结构基本一样。数字图像处理系统通常包括图像采集设备，图像处理软件，计算机，图像存储器，图像显示设备等，如图 1 所示。

　　3 数字图像处理的行业应用领域

　　随着计算机更新换代，技术的高速发展以及操作系统和平台的开源性，数字图像处理系统的性能得到了很大的提高，而另一方面，产品日益大规模集成化，成品价格日益下降，使得图像处理技术更加广泛地应用于各行各业。

　　3.1 移动互联网领域

　　这个时代是移动互联网的时代，4G 网络带来了高速的数据传输，移动终端设备日趋数字化、多样化，各类智能手机操作系统也得到了很大的发展和突破。以Android 平台为代表的移动互联网领域，由于其完全开放和扩展性好等特点得到了迅速发展，基于 Android平台的图像处理软件的研究和开发也就显得非常重要的[4].Android 平台中涉及的图像处理主要有两个：区域填充和图像缩放。区域填充是计算机图形学的基本问题之一，区域填充被广泛的应用于图像处理、目标分析、图像压缩及计算机图形学中，所以区域填充算法是图像处理算法中重要的研究对象。图像缩放顾名思义就是改变图像的大小，它是一种基本的图像处理技术，但是又不可或缺。区域填充算法和图像缩放算法均涉及到两个方面：图像处理精度和图像处理速度，而这两个要素正是数字图像处理的研究内容。

　　3.2 生物药学领域

　　生物药学领域中的所有仪器备都需要图像成像，如 X 光机，CT 机，B 超设备等。医生需要在检查时对病人进行成像，根据所成图像进行分析研究，从而做出正确的医学诊断。近年来，显微热成像技术研究成果显着，出现了不同规格、高低搭配发展的热显微成像产品[5].

　　除此之外，图像处理也应用在 DNA 显示分析，超声图像成像、增强及伪彩色处理，内脏大小形状及异常检查，心肌活动的动态分析，同时在研究生物进化的图像分析上有很广泛的应用。

　　3.3 工业应用领域

　　在机械设计和制造领域中，CAD 和 CAM 技术广泛的应用于模具和零件制造业。图像处理在工厂车间的流水线零件自动检测识别、印刷板质量及缺陷检查中也发挥了重要的作用。在制造业中，焊接工艺所占比例几乎为半，弧焊机器人自动化焊接具有高品质、高效率、柔性化、短周期、劳动环境好等显着优势，因此在现代焊接技术领域中具有越来越重要的地位。数字水印已经被广泛的应用于互联网的多媒体保护，近年来，数字水印领域得到了史无前例的发展，特别是在变换域中。支票签名识别，数字水印，文件识别及辨伪也需要图像处理和分析[6].

　　4 数字图像处理的技术发展方向

　　低成本硬件加上计算机技术和信息技术发展，可以预料数字图像处理将会继续迅速发展，并在应用上发挥更重要的作用。近年来，国内图像处理研究格局好，在理论方面已取得不少成果，如医学诊断的应用，图像压缩编码，目标识别和跟踪等，但在实际应用上还需要加速推进，所以将理论和算法推广到实际还需要一个长期的过程，未来将从超高速，高分辨率，立体化多媒体，智能化和标准化等技术方向发展，尤其是在以下几个方面发展。

　　4.1 计算机视觉

　　计算机视觉也称为机器视觉，是研究如何用计算机来模拟和再现人类视觉功能的科学，也被称为图像理解和图像分析[7].它是通过采集源的各种传感器获得目标的模拟图像信息，再通过模数转换得到数字图像，并存放在存储设备中，然后通过计算机中的图像处理软件来分析图像。例如弧焊机器人能够利用自身的机器视觉系统，获取工件定位信息、焊缝空间位置信息、熔池几何形状信息及实现焊缝跟踪等[8].机器视觉技术是人工智能领域的一个重要分支，近年来得到快速发展，它综合了光学、自动化技术、计算机科学和信号处理技术等多种技术，具有极其重要的研究价值，在图像检索、船舶图像处理、人脸识别、工业控制、次品检测、医学图像处理、视频监控、手写识别、智能房屋等众多场合均得到了广泛应用。

　　4.2 模式识别

　　模式识别是通过计算机自动的将待识别信息进行处理、判别的一种分类过程。判别与分类在理论研究和生产实践中的应用是不可或缺的，如果需要处理的问题太过复杂，影响因素过多，那么就会增加解决问题的困难。多因子的问题结果与影响因素之间很难找出直接的联系以及直接的理论途径解决或者在各因子之间也找不到明显的关联[9].模式识别的方法大概有四种：统计决策方法，结构识别方法，模糊识别方法，基于人工智能方法。模式识别能解决计算机中复杂的问题，模式识别对实际问题的解决与处理具有指导意义和应用价值。

　　4.3 嵌入式方向

　　传统的图像处理技术主要依赖于大量的电子设备，然而大量的设备在使用和后期维护中产生巨大的经费开支，增加了成本。而嵌入式操作系统性能优越、软件移植容易、代码开源，嵌入式应用产品开发周期短、新产品上市快，技术支持多。

　　随着数字信号处理器和大规模集成电路以及大规模可编程逻辑器件的发展和广泛应用，实时图像处理也得到了非常迅速的发展。想要提高系统的处理精度和处理速度，不仅可以通过优化算法和软件来实现，还可以通过底层的硬件来使系统最优。FPGA 芯片便是提高图像处理速度的解决方法之一。现场可编程门阵列 FPGA 是现在应用极为广泛的可编程逻辑器件。使用 SRAM 的 FPGA 器件，它的系统配置数据存放在外部，工作时从外部加载配置数据，用户可以在系统运行的同时修改器件的逻辑功能，动态的控制数据的加载。

　　用户不仅可以方便地设计出所需的硬件逻辑，而且可以进行静态重复编程和动态系统重配置，使系统的硬件功能可以像软件一样编程来修改，从而大大提高了系统设计的灵活性和通用性。特别是对实时性要求高的图像处理系统而言，FPGA 体现了它更加优越的一面，它开发周期短，操作灵活，可以动态的对系统重新配置，并且它的安全性和稳定性都比较高，可扩展行良好，能够满足大部分系统的实时性要求。例如基于FPGA 的数字图像处理系统在汽车电子产品中被广泛运用：车载会议电视、车载可视电话。FPGA 也广泛应用在数字电视中，在图像显示、图像压缩、图像格式转化、色彩空间转化、IO 接口中都使用 FPGA 器件进行处理。

　　5 研究展望

　　数字图像处理技术在理论上的发展是显着的，但是在各行业领域中还需要进一步研究，问题主要集中在四个方面：（1）提高图像处理速度的同事必须兼顾图像处理的精度；（2）基于物联网等创新性领域开发出更多嵌入式产品，研究新的图像处理系统；（3）针对各种类型的图像处理和各行业应用的背景，开发更多专业压缩算法、图像分割算法、图像识别算法等；（4）解决数字图像处理领域的标准化问题。

　　6 结束语

　　行业应用是数字图像处理技术的生命力的体现，是图像处理技术能得以发展的最根本的目的和动力。如何将图像处理技术新的发展应用到新的行业领域，也是摆在图像处理研究工作者面前的一道重要课题。

　　参考文献：
　　[1] Rafael C. Gonzalez, Richard E. Woods. Digital Image ProcessingThird Edition [M]. New Delhi, India: Prentice Hall of IndiaLearning Pvt. Ltd, 2008.
　　[2] 基于 JPEG-LS 压缩比控制的图像压缩加密算法 [J]. 计算机应用，2015,35（1）：93-98.
　　[3] 易婷。 基于图像处理的综合性实验 [J]. 电气电子教学学报，2014,36（3）：71-73.
　　[4] 孙杰。 基于 Android 平台图像处理算法的研究和实现 [D].北京邮电大学， 2011.
　　[5] 吴伟龙。 制冷显微热成像系统及图像处理研究 [D]. 燕山大学， 2013.