数字图像处理技术的方法及发展方向

　　数字图像处处理（Digital Image Processing）是将图像信号转换成数字信号并利用计算机对其进行处理。 早期的数字图像处理的目的是提高图像的视觉效果。 目前已广泛应用于科学研究、工农业生产、医学工程、航空航天、军事、文化产业等众多领域。

　　1 数字图像处理技术概要

　　1.1数字图像处理技术的概念

　　在图像处理技术中， 低级处理涉及初级技术，如噪声降低、对比度处理和锐化处理。 中级处理涉及分割、缩减对目标像素群的定义，以便于对不同像素或像素群的识别及计算机计算处理。 高级处理是算法对图像分析中被识别像素群的总体分析结果，以及运算与视觉效果相关的分析函数等处理技术。

　　在应用数学理论时， 将图像定义为二维函数 f（x,y），x 和 y 为 空间坐标 , 在任意一组空间坐标 f（x,y） 的幅值 f 称为图像在该坐标位置的强度或灰度 .

　　当 x,y 和幅值 f 是离散的、有限的数值时，称该坐标位置是由有限的元素组成的，每一个像素都有一个特定的位置和幅值。

　　1.2数字图像处理技术的发展

　　数字图像处理技术最早出现于 20 世纪中期，图像处理的目的是提高图像的呈现质量。 图像处理的是视效较低的图像，要求输出尽可能提高效果后的图像。 主要采用噪声减弱、灰度变换、几何校正等方法进行处理，并考虑了明暗效果和对比度等诸多因素，由计算机进行更为复杂的图像处理。

　　20 世纪初期，图像处理技术首次应用于提升通讯传输后的图像质量提升。 到 20 世纪中期，计算机发展到了一定的技术水平后，数字图像处理才广泛应用于各种高质图像需求的领域。 计算机对飞行器发回的天体照片进行图像处理， 收到明显的效果。

　　进而不断地推广和发展，数字图像处理形成了较为完备的学科体系。 目前，各个应用领域对数字图像处理技术提出更高的需求，促进了这一学科体系向更高的技术方向发展。 特别是在像素群的理解与识别处理方面，已经由二维图像处理发展到三维模型化的定义方法。

　　2 数字图像处理技术的方法

　　2.1数字图像处理技术的特点

　　数字图像处理的信息源基本是二维数据，处理信息量较大。 对计算机运算速度、存储空间等要求高。

　　数字图像处理的传输频带要求高。 与语音信息相比，传输占用的频带要高几千倍。 所以，就对图像压缩技术形成了有效的研究需求。

　　数字图像中每一个像素并非独立的，相互关联性较高。 很多相邻像素之间有相同或相近的数值。

　　所以，图像处理技术中数据压缩的可能性较高。

　　由于图像是视觉三维意识的二维映射。 因此，计算机要识别和处理三维形态就要进行适当的模糊处理或附加量的匹配。

　　处理后的数字图像是形成人为视觉理解和应用评估的依据，因此处理结果必然受到人为的意识形态的影响。 所以，在计算机视觉研究中，人为的感知机理必然对计算机视觉的研究产生影响。

　　2.2数字图像处理技术的基本方法

　　由于在图像处理中，像素阵列很大，在空间域中涉及计算量对计算机硬件的要求非常高， 所以，必须引入图像的函数变换进行计算简化。 利用函数变换的间接处理方法，如傅里叶变换、离散余弦变换、Walsh 变换等，不但可以降低计算强度，而且可以得到高效的计算。

　　图像的像素矩阵编码压缩技术可以降低定义图像数据的比特数量， 并减少图像处理和传输时间，进而节省存储空间。

　　图像的增强处理过程中不涉及图像质量降低的主要成因，目的是要突出图像矩阵中敏感的像素群。 图像的复原处理需要对图像质量降低的主要成因进行调查，进而采取相应滤波处理技术，复原和重构原有的像素矩阵。

　　图像分割处理是数字图像处理中的关键处理手段之一。 是将图像中敏感的主要像素群作为主要处理对象，包括区域特征、边缘特征等，是对敏感像素群进行识别、理解和分析的基础数据特征。

　　作为最简单的二值图像可采用其几何特性识别物体的特性，一般图像的理解方法采用二维形状理解，它有边界理解和区域理解两类方法。 对于三维物体理解，有体积理解、表面理解、圆柱体的广义理解等。

　　图像识别处理基本采用传统的模式识别方式，有统计模式识别和结构模式识别两种，随着研究广泛进行，人工神经网络模式识别和模糊模式识别也得到不同程度的重视，进行广泛研究。

　　3 数字图像处理技术的优点

　　数字图像处理技术与模拟图像处理技术在基本原理上的差异之处，是数字化处理技术不可能在图像的传输、存储或复制等操作处理过程中，使图像质量有所降低。 图像在数字化过程中精确地再现了原模拟图像，则在数字图像处理过程中就能够确保无损于图像的各项数字化指标。

　　依据现有的数字化技术，在图像数字化设备的性能满足要求的情况下，完全可以数字化模拟图像成为目标精度的二维数组。 目前的数字化扫描仪能够将各个像素的灰度等级量化处理为 48 位甚至更高，这就说明数字化图像的精度可以满足几乎所有的应用需求。 对于数字化处理设备来说，无论二位数组的规模，也不考虑像素的量化位数，处理过程基本是相同的。 从原理的角度来看，无论图像的量化精度达到什么程度， 在技术上都是可以完成的，只需要在处理修改过程中的数组技术参数。 而在图像的模拟量化处理过程中，要想把量化处理精度提升，就需要采用非常高等级的硬件设备或大规模提升处理装置的技术参数等级， 从技术经济方面考虑，是非常不合理的。

　　图像的信息来源是多样化的， 一般情况下是可见光的感光图像， 也可以是不可见光的波谱图形图像。从图像映射物体感官的角度，微观至电子显微镜采集的图像，宏观至大规模空天望远镜采集的图像。

　　不同信息来源的图像转换为数字化编码后， 都可以表示为二维数组的灰度级图像， 进而完成数字化处理过程。 对于图像的不同信息来源， 使用对应的图像信息量化技术， 图像的数字化处理技术可以用于任何一类图像。

　　图像数字化处理技术基本上可以归类为图像的质感提升、像素分析和区域重构等手段。因为图像的模拟技术处理从数学上分析只可以进行线性分析，就局限了模拟图像处理技术可以完成的工作需求。

　　4 数字图像处理技术的展望

　　提高计算机对数字图像处理的速度， 提高采集分辨率和显示分辨率， 提高多媒体技术关键中图像数据的压缩， 进行计算机识别和理解研究中按照人类的认知和思维方式工作并考虑到主观概率和非逻辑思维技术，规划统一的标准以实现图像的处理、传输和存储研究健康发展， 以上几点都是数字图像处理技术合理发展的基本融汇技术基础。

　　同时， 信息数据量更大的三维数字图像必将得到广泛应用研究， 图像与图形相互融合后形成三维成像或多维成像的发展方向也正在众多应用中广泛推进。

　　5 总结

　　数字图像处理技术在社会的每个行业、 每个领域都得到广泛的应用， 数字图像处理的技术应用随时、随处都可以见到，得到充分的研究发展和应用推广，还不能充分满足日益增长的技术需求。数字图像处理技术不断地在自身发展和完善的同时， 还与多个计算机分支学科的发展密不可分， 有多个新的技术方向需要研究和创新， 对数字图像处理技术的发展方向进行研究、探讨的重要性就显得尤为突出。

　　参考文献:
　　[1] 朱 睿。数字图像处理技术现状与展望[J].中 国科技博览 ,2011（14）：7-28.
　　[2] 李红俊，韩冀皖。数字图像处理技术及其应用[J].计算机测量与控制，2002（9）：35-36.
　　[3] 李立芳。浅谈数字图像处理技术及应用 [J].中国科技信息，2012（3）：45-46.
　　[4] 谭海艳。数字图像压缩综述[J].科技经济市场，2011（8）。