公安类院校中数字图像处理技术的运用分析

　　0.前言
　　
　　数字图像处理是利用数字计算机对图像进行获取、滤波、增强、复原、压缩、分割、目标识别等环节的处理。所谓数字图像是指将一幅图像对应的二维函数f（x,y）中相应x,y及灰度值f是有限的离散数值时，我们将这幅图像称为数字图像[1].数字图像处理技术就是把捕获到的图像转换、存储、传送及使用的技术。

　　如今，数字图像处理技术几乎涉及到现代社会的各个应用领域。在航空利用遥感技术进行空中拍摄，再通过数字图像处理技术来分析探测地形地质、矿藏、调查森林、水利等资源。生物医学上，常见的CT、超声波图像处理、X射线图像增强等已广泛运用。工业检测可对生产线的产品及部件进行无损检测。通信工程方面是多媒体通信时的编码技术。

　　军事公安用于各种侦查照片的分析，图像传输及显示的军事自动化指挥系统，专业导弹的精确末制导，飞机、军舰模拟训练系统等。在公安业务技术图片的判读，不完整图片的复原，人脸、指纹识别及交通监控等方面也有广泛应用[2].

　　1. 数字图像处理技术主要研究内容

　　数字图像处理最早的真正应用是在1964年美国加利福尼亚的喷气推进实验室，由"徘徊者7号"卫星传送的美国航天器拍摄的第一幅月球图像，其应用的图像处理方法可以作为图像增强和复原方法的基础。

　　数字图像处理技术的主要研究内容包括图像的获取与数字化、图像的滤波与增强、复原、图像压缩、分割、表示和描述、目标识别等。

　　把一幅真实的连续图像转化为计算机能够接受的存储格式，就称为图像的数字化。要获取的图像的数字化，必须在坐标轴和幅度值上进行取样。对坐标轴进行的数字化称为取样，取样的实质是用多少个点来描述这幅图像，所以取样的结果即反映了此图像的分辨率。取样的点越多，需要存储此图像的空间就越大，这幅图像的分辨率也就越高。对幅度值上进行数字化称为量化，量化即把取样后图像中的每一个点用多大范围的值来表示，也就是图像能够容纳的颜色数。所以量化位数越大，存储占用的空间就更大，表示的颜色数就越多，表示的图像效果就越细致。概括地讲，采样是将空间上连续分布的图像转换为离散的采样点集的操作。量化是将各个采样点所含的明暗信息离散化后，用数字表示[3].

　　图像本身的空间域处理主要分为灰度变换和空间滤波，灰度变换是以对比度和阀值处理为目的，针对图像单个像素上的操作。空间滤波通过图像中每一个像素的邻域处理来锐化图像，是涉及改善图像性能的操作。对于直方图处理的灰度级有暗图像、亮图像、低对比度和高对比度，具体处理方法有直方图均衡、直方图匹配、局部直方图处理和使用直方图统计。滤波是通过或拒绝一定的频率分量。通过低频的滤波器称为低频滤波器，空间滤波器是直接作用于图像本身的。平滑空间滤波器是用于模糊处理和降低噪声的；锐化空间滤波器是处理突出灰度的过滤部分，可以利用模糊技术进行灰度变换和空间滤波。

　　图像增强是一个主观过程，图像复原大部分是一个客观过程，复原技术采用相反的过程进行处理，以便恢复原图像。复原的主要目的是在减少或除去由于光学系统的焦距、系统误差、畸变等因素而产生的退化。在图像复原中，需建立造成图像质量下降的退化模型，然后运用相反的过程和一定准则来判定是否为原图像的最佳恢复[4].图像压缩也称图像编码，是以较少的比特有损或无损地表示原来的像素矩阵的技术是去数据，去除多余数据，将二维像素阵列变换为一个在统计上无关联的数据集合。

　　目标识别是指一个特殊目标从其它目标中被区分出来的过程，包括两个非常相似目标的识别，也包括一种类型的目标同其它类型目标的识别。

　　图像分割方法在不断地改进，具体应用时，常将多种分割算法有效地结合起来，常用分割方法有基于阀值的分割、基于区域的分割、基于边缘的分割等方法。单色图像的分割算法是基于灰度值的不连续性和相似性这两个基本性质的。为了将图像的分割区域用计算机来处理，要将分割区域加以表示和描述。而图像中的各个区域都可以识别，这就是我们说的目标，也称为模式，目标识别的方法主要分为决策理论方法和结构方法[5].

　　2. 数字图像处理技术在公安类院校中应用的优势

　　为了适应公安工作改革发展的需要，满足公安技术人才化建设的新要求，打造更高水平平安中国的新定位。公安类院校应适应现代教育的发展，培养学生的目的遵循复合型人才的培养规律，要求公安类院校培养学生应该与时俱进，满足在公安机关从事工作的实战型、应用型的高级专门人才的需求。

　　在公安技术的理论研究、科技创新和服务实战中发挥作用。数字图像处理技术在高校公安类专业中的应用越来越重要。数字图像可以存储在硬盘、U盘、光盘、磁带等大容量的介质上，还可以利用云存储技术，具有易存储，安全性强的特点。数字图像只要进行适时存储和备份，数据安全性较强，就不会损坏和丢失。

　　数字图像压缩后，占用空间小，但许多有损压缩的图像分辨率低，难以进行下一步的处理。非压缩的数字图像质量好，但占用空间大。

　　数字图像不会因为时间和环境的变换而影响图像的质量，具有适用性强，应用广泛的特点。通过不同方式获取的图像，均可利用数字图像的滤波、增强、复原、压缩、分割、目标识别等效果手段的处理[6].在现实社会中受客观原因或存储技术的限制，图像信息会退化或变得模糊，达不到想要的效果。利用数字图像处理技术的对比度增强就可以提升低对比度图像视觉效果，可以用灰度变换法、直方图处理以及Retinex算法等。

　　如果在空气质量的影响下图像也会发生图像的不清晰，可以利用图像去雾的方法。图像降噪技术也是计算机视觉和图像处理中应用较广泛的，在抑制噪声的同时，需要保持图像的边缘和纹理。在公安领域获取的图像由于摄像机的原因或在摄像的过程中物体的移动就会造成运动模糊，可利用数字图像的复原技术进行恢复。超分辨率重建也是在公安监控系统中常用的数字图像处理技术之一[7].

　　数字图像可以方便的在数码相机、手机及计算机之间进行传递与存储，利用计算机的各种图像处理软件对数字图像进行编辑。根据数字图像文件分类、分批可以建立数据库存档，从而实现快速查找或传送。在公安通缉、辨别等需要大量图片时，可以通过批量的方式快速完成，可以将公安现场提取的各种图像证据的变形、减弱等有损的痕迹输入到计算机，同时利用数字图像的编辑软件可进行图像的加强、矫正及拼接等特殊编辑，从而得到高质量的图像。

　　3. 结语

　　利用数字图像处理技术，可以处理公安类领域的各种侦察图片的判断与分析读取；在案件中人脸照片的识别、指纹的识别以及车牌识别方面的应用也比较普遍；在交通监控、交通事故分析等方面，数字图像处理技术发挥了非常重要的作用。大数据时代，计算机与网络是我们生活中不可缺少的部分，公安类领域中图片的处理与数字图像的处理技术的发展是密不可分的。

　　参考文献：
　　[1] 阮秋琦，阮宇智等译。数字图像处理 （第三版）。[M].北京：电子工业出版社，2013.
　　[2] 陈汉青。数字图像处理技术研究进展[J].工控制计算机，2013,26（01）。
　　[3] 王皓阳。刑事图像处理技术信息的数字化趋向与对策[J].警察技术，2002,（4）。
　　[4] 佟喜峰，刘雪梅，李盼池等。计算机图像处理技术综述[J].科技情报开发与经济，2007,17（11）。
　　[5] 杨英仓。数字图像处理技术在公安领域中的应用及发展前景[J].贵州教育学院学报，2007,18（02）。
　　[6] 陈晓辉。国家标准SVAC将成为安防监控产业发展的重要里程碑[J].中国安防，2009（l1）。
　　[7] 方永选，李武劲。模糊图像处理技术在刑事侦查中的应用[J].法庭科学，2014,37（04）。