（计算机应用技术专业论文）基于pso的快速图像类推及其应用.pdf

大连理工大学硕士学位论文 摘要 类推是人类最常用的基本推理过程。图像类推思想是一种基于学习的思想，阐述的 是计算机学习人类的类推过程，分析并学习源图像对中两幅图片的关系，将此关系应用 到目标图像对中。 图像类推算法是由h e r t z m a n n 等人受人类推理过程的启发而提出的。该算法很好地 解决了从数字艺术渲染中学习“艺术滤镜”的问题，在艺术滤镜、纹理合成、纹理传输、 纹理数字化等典型图像处理方法中的应用取得了很好的效果。同时其提出的图像类推思 想也启发了广大的专家学者，拓展了图像类推思想在其它相关领域的研究。但是，在图 像类推算法中，最佳匹配像素搜索算法效率较低也一直是影响图像类推合成效率的因 素。 本文在h e n z i n a n n 图像类推算法的基础上，提出了一种基于粒子群优化( p s o ) 算法 的快速图像类推算法。粒子群优化算法( p s o ) 是由k e n n d e y 和e b e r h a r t 在1 9 9 5 年提出一 种基于群智能( s w a r mi n t e l l i g e n c e ) 的新的全局优化进化算法。p s o 算法本质上属于迭代 的随机搜索算法，其主要优点在于收敛速度快、能以较大的概率找到优化问题的全局最 优解等。 本文应用粒子群优化( v s o ) 算法对h e r t z m a n n 图像类推算法的最佳匹配像素搜索算 法进行了改进，将粒子群优化( p s o ) 算法引入到图像类推领域，取代了h e r t z m a n i 图像 类推算法中使用的相似最近邻域( a n n ) 搜索。在合成效果与h e r t z m a n n 图像类推算法相 差无几的前提下，合成速度有了数倍的提升。同时本文采用粒子群优化算法具有参数少， 易实现，收敛快等优点，可以很方便地调节粒子群优化算法的相关参数来达到最佳合成 效果。 本文提出的基于p s o 的快速图像类推算法在艺术滤镜、纹理合成、纹理传输、纹 理数字化等方面具有广泛的应用前景。 关键词：图像类推；粒子群优化算法( p s o ) ；近似最近邻域搜索 大连理工大学硕士学位论文 p s o b a s e df a s ti m a g e a n a l o g i e sw i t hi t sa p p l i c a t i o n s a b s t r a c t a n a l o g yi sab a s i cr e a s o m n gp r o c e s s ，o n et h a tw ea sh u m a n se m p l o yq u i t ec o m m o n l y ， a n do f t 吼u n c o n s c i o u s l y ，t os o l v ep r o b l e m s ，p r o v i d ee x p l a n a t i o n s ，a n dm a k ep r e d i c t i o n s i m a g ea n a l o g yi sb a s e do nl e a r n i n g i ti st h a tt h ec o m p m e ra n a l y z e sa n dl e a r n st h er e l a t i o no f t h et w oi m a g e si ns o b i c ei m a g e s ，a n dt h e na p p l i e st h er e l a t i o nt ot h et w ot a r g e ti m a g e sb y u s i n gt h ea n a l o g yl e a r n i n gf r o mt h ep e o p l e t h ea n a l o g i e sa l g o r i t h mi sp r o p o s e db yh e r t z m a n na n ds oo nw h og e tt h ei n s p i r a t i o n f r o mt h ep r o c e s so fh u m a n i t yd i s c u r s i o n t h i sa l g o r i t h ms o l v e dt h eq u e s t i o no fl e a r n i n g ”a r t f i l t e r e dm i r r o r ”f r o mt h ed i g i t a lp h o t o r e a l i s t i cr e n d e r i n g a n dt h ea l g o r i t h md o e sp e r f e c tj o b i nt r a d i t i o n a li m a g ef i l t e r s ，i m p r o v e dt e x t u r es y n t h e s i s ，t e x t u r et r a n s f e r , t e x t u r e - b y n u m b e r s a n ds oo n t h ei d e ao fa n a l o g i e sa l g o r i t h mi l l u m i n es p a c i o u se x p e r t sa n db r o a d e nt h e a p p l i c a t i o no fa n a l o g i e sa l g o r i t h m h o w e v e r ，t h el o we f f i c i e n c yo fc l o s e s t - m a t c h i n gp i x e l a f f e c t st h ee f f i c i e n c yo f a n a l o g i e sa l g o r i t h m t h i sp a p e rr e l e a s e sf a s ti m a g ea n a l o g i e sa l g o r i t h mb a s e do np a r t i c l es w a r l no p t i m i z a t i o n ( p s o ) p s oi sp r o p o s e db yk e n n d e ya n de b e r h a r ti n1 9 9 5 ，a n di t i san e we v o l u t i o n a l g o r i t h mb a s e do ns w a r mi n t e l l i g e n c e p s ob e i n gi t e r a t i o n sr a n d o ma l g o r i t h md o e sb e t t e ri n f a s tc o n s t r i n g e n c ya n df i n d i n gt h eo p t i m i z a t i o ns o l u t i o nw i mb i g g i s hp r o b a b i l i t y t h i sp a p e ru s e sp s oi ni m a g ea n f l o g i e si n s t e a do fu s i n ga p p r o x i m a t e - n e a r e s t - n e i g h b o r s e a r c h ( a n n ) t h ea l g o r i t h ms p e e di si m p r o v e da sm u c ht i m e sa sf o r m e rs p e e da n dt h e a l g o r i t h mo m c o m ei st h es a m et of o r m e ro u t c o m e t h en e wa l g o r i t h mi sb e t t e ri nh a v i n g s m a l lp a r a m e t e r , b e i n ge a s yt oc a r r yo u t , d o u b l e - q u i c kc o n s t r i n g e n c ya n da c c o m m o d m i n g p a r a m e t e re a s i l y t h ef a s ti m a g ea n a l o g i e sa l g o r i t h mb a s e do np a r t i c l es w a r n lo p t i m i z a t i o nw i l lh a v e b r o a da p p l i c a t i o ni nt r a d i t i o n a li m a g ef i l t e r s ，i m p r o v e dt e x t u r es y n t h e s i s ，t e x t u r et r a n s f e r , t e x t n r e b y - n u m b e r sa n ds oo n k e yw o r d s ：i m a g ea n a i o g i e s ；p a r t i c l es w a r mo p t i m i z a t i o n ( p s o ) a p p r o x i m a t e n e a r e s tn e i g h b o r s ( a n n ) - - 1 ：1 - 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名： 翌函硷期： 大连理工大学硕士学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了勰“大连理工大学颈士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 舨，允许论文被套阕和借阅。本人授权大连理工大学可以将本学位论文的全部或邦分内 容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者签名：二再名丕l 导师签名：缒 年月日 人j i 理i ：大学硕十学侍论文 1 绪论 1 1 数字图像处理概述 1 1 1 图像处理技术的发展和趋势 数字图像处理( d i g i t a li m a g ep r o c e s s i n g ) 又称为计算机图像处理，它是指将图像信号 转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于2 0 世纪 5 0 年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图 像信息。数字图像处理作为一门学科大约形成于2 0 世纪6 0 年代初期，随后的几十年后 它得到迅速的发展，进入9 0 年代后，图像技术已涉及到人类生活与社会发展的各个方 面。早期的图像处理的目的是通过改善图像的质量及人的视觉效果。 图像处理的发展与计算机以及硬件技术的发展是紧密联系的。随着计算机以及硬件 技术的高速发展，性能大幅度提高，而价格却大幅度下降，无疑推动了图像处理技术的 发展。图像处理系统的发展大致上可以划分为四个阶段。 ( 1 ) 图像处理系统发展的第一阶段 第一阶段的时间大体上是2 0 世纪6 0 年代到8 0 年代中期，这个时期的图像处理系 统采用机箱式结构，主流计算机采用小型机，并采用双屏操作方式，所以系统的体积比 较大，功能也比较强，当然价格也比较贵。当时的代表作是美国1 2 s 公司推出的 m o d e l - 7 0 ，m o d e l - 5 0 图像计算机，英国j o y c e l o b e l 公司推出的m a g i s c a n 图像 分析系统以及美国v i c o m 系统公司推出的v i c o m v e m 图像处理工作站。 ( 2 ) 图像处理系统发展的第二阶段 第二阶段的时间大体上是2 0 世纪8 0 年代中期到9 0 年代初期，这个阶段的主要特 点是小型化，外形不再是机箱式而是插卡式，绝大部分都采用p c 系列微机构成图像处 理系统，计算机总线采用i s a ( i n d u s t r i a ls t a n d a r da r c h i t e c t u r e ) 总线，并采用双屏操作方 式。图像卡的体积较小，一般图像卡都是采用大规模集成电路甚至是制作专用集成电路， 从而使价格降低了。这个时期的代表作是美国i m a g i n gt e c h n o l o g y 公司推出的 p c v i s i o n 图像卡、p c v i s i o np l u s 图像卡，美国d t 公司推出的d t 2 8 5 1 图像卡，加 拿大m a t r o x 公司的一系列图像卡。 ( 3 ) 图像处理系统发展的第三阶段 第三阶段的时i 日j 大体上是从2 0 世纪9 0 年代初丌始，这一阶段图像处理系统突出特 点是单屏方式，以微机p c i 总线( p e r i p h e r a lc o m p o n e n ti n t e r c o n n e c tb u s ) 为支持的单屏方 式和以图像压缩传输为特点的图像通信方式成为主流方式，但仍然主要是依靠微机来进 墓丁p s o 的快速i 兰f 像类推及其膨川 行图像处理，在w i n d o w s 平台上编制图像处理软件包，这个时期的代表有美国n t e l 公 司推出的m m x ( 多媒体指令系统1 等。 ( 4 ) 基于d s p 的图像处理系统 随着微型计算机的发展和普及，现代的图像处理方式越来越向高速、小型、简洁的 方向发展，图像处理逐渐由专用、笨重的图像处理机过渡到通用、小型的微型机方式， 但是由于图像的数据量很大，算法复杂程度高，人们经常使用软件来处理，而软件往往 局限于计算机的配置，使得图像处理速度比较慢、实时性差、价格高，不适宜在小规模、 小环境内使用。与此同时数字信号处理各种算法日趋完善，特别是运算能力很强的数字 信号处理器( d s p ) 的问世，使现代图像处理系统进入了和计算机紧密结合的全数字的体 制阶段。以d s p 为核心的硬件系统同样可以用来进行图像处理，为这个问题的解决带 来了新的途径。 d s p 的运算速度和运算精度不断提高，片内的存储容量不断加大，系统功能、数 据处理能力以及与外部设备的通信功能不断增强，完全可以脱离p c 机开发出基于 d s p 的图像系统。这种设计方案的优点是简单、灵活，成本比较低，便于实际中应用。 随着科技事业的进步以及人类需求的多样化发展，多学科的交叉、融合是现代科学 发展的突出特色和必然途径，而图像处理学又是一门与国计民生紧密相连的应用科学， 它的发展应用与我国的现代化建设联系之密切，影响之深远不可估量。图像处理学无论 在理论上还是在实践上都存在着巨大的潜力。 图像处理技术的未来发展大致可以归纳为如下四点： ( 1 ) 向着高速、高分辨率、立体化、多媒体化、智能化、和标准化方向发展。围绕 着h d t v 的研制将开展实时图像处理的理论及技术研究。 ( 2 ) 图像、图形相结合朝着三维成像或多维成像的方向发展。 ) 把图像处理的众多功能固化在芯片上，进行硬件芯片级的研究。 ( 4 ) 引入新理论与新算法。如w a v e l e t 、遗传算法、神经网络等为图像处理学注入 了新的活力。 1 1 2 数字图像处理技术研究的主要内容 数字图像处理主要研究的内容有以下几个方面： 图像变换【1 1 1 2 1 由于图像阵列很大，直接在空| 日j 域中进行处理，涉及的计算量很大。 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、离散余弦变换等日j 接处理技术，将空| 日j 域的处理转换为变换域处理，不仅可以减少计算量，而且可获得更 大连理工大学硕士学位论文 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。 图像编码压缩【l 】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 可以在允许失真的条件下进行。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。 图像增强与复原【1 1 1 2 1 1 3 1 图像增强与复原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；强强化低频分量可减 少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质 过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。 图像分割【l 】图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意 义的特征部分提出出来，其有意义的特征有图像的边缘、区域等，这是进一步进行图像 识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没 有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中， 是目前图像处理中研究的热点之一。 图像描述1 2 j 图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用 其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和 区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究 的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆 柱体描述等方法。 图像分类( 识别) 【2 】f 4 】图像分类( 识别) 属于模式识别的范畴，其主要内容是图像经过 某些预处理( 增强、复原、压缩) 后，进行图像分割和特征，从而进行判决分类。图像分 类通常采用经典的模式识别方法，有统计模式分类和句法( 结构) 模式分类，近年来新发 展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。 1 1 3 数字图像处理技术的应用及意义 随着计算技术的发展，数字图像处理技术在近4 0 多年的时间里也得到了迅猛发展。 数字图像处理的内容和方法发生了显著的变化。从一开始的用来改善图像质量的简单图 像处理技术发展到现在的机器视觉层次的高级图像处理技术。图像处理技术越来越智能 化方向发展。近年来随着模糊数学、神经网络、模式识别等计算方法的引入图像处理领 基于p s o 的快速图像类推及其应用 域，各种新的算法不断提出使得数字图像处理应用的领域不断扩展和向传统图形处理方 法不能处理的领域延伸。 数字图像处理技术的主要应用领域有： ( 1 ) 遥感技术 遥感技术可以是飞机遥感和卫星遥感技术，从前，许多国家每天都派出很多侦察飞 机对地球上感兴趣的地区进行大量的空中摄影。对由此得来的照片进行判读分析需要雇 佣几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人力，又 加快速度，还可以从照片中提取人工所不能发现的大量的有用情报。从遥感卫星所得到 的地球资源由于各种原因，图像质量总不是很好，如果仍采用简单的直观判读如此昂贵 代价所获取的图像是不合算的，因此必须采用图像处理技术。目前遥感图像处理技术， 尤其是卫星遥感，已经被用来监测水灾、森林火灾、地震等自然灾害的灾情，评估农作 物的收成以及农业规划，研究污染冶金部和勘探矿物、地下水及海洋等资源，对气象卫 星云图处理以及军事目标的识别，进行城市规划和环境保护等，这些应用的结果都使得 经济效益明显得到提高。我国也在以上诸方面的实际应用研究中取得了良好的成果，对 我国国民经济的发展起到了相当大的作用。 ( 2 ) 医用图像处理 医学上不管是基础科学还是临床应用，都是图像处理应用非常广泛的领域，它的直 观、无创伤、安全方便等优点备受青睐。图像处理首先应用于细胞分类、染色体和放射 图像等。7 0 年代数字图像处理在医学上有了重大的突破，出现的计算机断层扫描( c d 技术，血球自动分类技术、核磁共振成像( m r l ) 技术及近期出现的正电子扫描( p e t ) 技术 使得传统医学诊断发生着重大的变化。图像处理技术在医学上的应用正在进一步的发 展。 ( 3 ) 工业领域 在生产线中对产品及部件进行无损检测是图像处理技术的重要应用领域。该领域的 应用从7 0 年代起取得了迅速的发展，主要有工业产品质量检测、生产过程的自动控制、 c a d c a m 等。在产品质量检测方面，如食品、水果质量检查、无损探伤、焊缝质量或 表面缺陷、金属材料的成分和结构分析、纺织品质量检查、光测弹性力学中应力条纹的 分析等。在电子工业中，可以检验印刷电路板的质量、检测零件部件的装配等。在工业 自动控制中，主要使用机器视觉系统对生产过程进行监视和控制，计算机视觉还可以使 得机器人能可靠完成零件检测和自动装配，以及各种重复烦琐而精度又很高的工作，或 在危险环境中工作等。以计算机辅助设计和辅助制造方面，已获得越来越广泛的应用， 并和基于图形学的模具、机械零件、服装、印染花型c a d 结合。 - 4 - 人近理l 。大学硕十学俯论文 ( 4 ) 军事、公安领域 图像处理技术在目标定位、目标跟踪、武器制导等方面起着关键的作用。军事目标 的侦查、制导和警戒系统、自动灭火器的控制及反伪装，如目前电视跟踪技术已装备到 导弹和军舰上，并在实践和演习中取得了很好的效果。公安部门的现场照片、指纹、手 迹、印章、人像等的处理和辨识、跟踪、窃听、交通控制、事故分析等，业务中的图片 判读分析和不完整图片的复原等等，都用到了图像处理技术。 ( 5 ) 文化艺术领域 在文化艺术方面有电视画面的数字编辑，动画片的制作，服装的花纹设计、制作。 在体育方面，运动员的训练，动作分析和评分等等。 ( 6 ) 通信领域 由于数字图像压缩技术的进展，视频会议、可视电话、移动可视电话及高清晰度数 字电视等的相继出现，人们的同常生活在悄然地发生着巨大的变化。 考古学方面 利用数字图像处理技术可以对珍贵文件的模糊图像进行恢复，对古化石动植物图像 进行自动分类等等。历史文字和图片档案的修复和管理等。 ( 8 ) 机器人视觉 机器人视觉作为智能机器人的重要感觉器官，主要进行三维景物理解和识别，是耳 i j i 处于研究中的开放课题。机器视觉主要用来军事侦察、危险环境的自主机器人，邮政， 医院和家庭服务的智能机器人，装配线工件识别、定位，太空机器人的自动操作等。 ( 9 ) 其它方面 在宇宙探测方面，由于太空技术的发展，需要用数字图像处理大量的星体照片。在 视频和多媒体方面，电视制作系统广泛使用的图像处理、变换、合成，多媒体系统中静 止图像和动态图像的采集、压缩、处理、存贮和传输等。在科学可视化方面，图像处理 和图形学紧密结合，形成了科学研究各个领域新型的研究工作。在当前呼声甚高的电子 商务方面，图像处理技术也大有可为，如身份认证、产品防伪、水印技术等。 总之，图像处理技术应用领域相当广泛，已在国家安全、经济发展、日常生活中充 当越来越重要的角色，对国计民生的作用不可低估。数字图像处理经过初时期、发展期、 普及期及广泛应用几个阶段，如今已是各个学科竞相研究并在各个领域广泛应用研究的 一门学科。随着科学技术的进步以及人类需要的不断增长，图像处理科学无论是在理论 上还是在实践上，均会取得更大的发展。 图像处理有如下重要意义： ( 1 ) 有助于相关科学的发展 墓下p s o 的快速幽像类推及其j 哿朋 生物医学、地质勘探与遥感、会属结构分析、气象科学、海洋利用等应用性学科的 发展产生大量的图像数据。随着信息业的兴起与发展，研究图像处理使得这些学科的发 展如虎添翼。 ( 2 ) 有助于相关基础科学的发展 在我们最终能在机器上实现视觉信息功能之前还需要很多理论和技术的突破，从某 种意义上来说，研究图像处理技术也是导向智能计算机、智能机器人和其它智能系统的 一条必由之路。 ( 3 ) 有助于提高人类自身的文明程度 图像处理技术发展丰富了文化教育手段、推进了医疗检测手段、产生了新型的电影 电视特技、甚至对服装的设计、居室的美化、城市的规划等等均起到了不可缺少的作用。 数字图像处理的产生和迅速发展主要受如下三方面的影响： 是计算机的发展，过去只能用大型计算机完成庞大的处理，现在，在个人计算 机( p c 机) 上也能轻而易举的实现。 是数字的发展，特别是离散数学理论的创立和完善，为数字图像处理奠定了理 论基础。 是军事、医学、和工业等方面应用需求的不断增长。近几年来，随着计算机和 各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数 字图像处理从一个专门领域的学科，变成了一种新型的科学研究和人机界面的工具。 目前数字图像处理技术已经成为计算机科学、信息科学、生物学、医学等学科研究 的热点。这是因为图像处理科学不仅可以促进人类的进步，还可以带来巨大的经济和社 会效益。 1 2 本文工作 图像类推算法最早是由h e r t z m a n n 等人受人类推理过程的启发而提出 2 3 1 ，该算法 很好地解决了如何从数字艺术渲染中学习“艺术滤镜”的问题。为了达到让计算机学习 人的推理过程的目的，h e r t z m a n n 等人使用近似m r f 模型1 2 4 】( m a r k o vr a n d o mf i e l d ) 定 义了“相似性度量”来衡量源图像对两幅图片之间以及目标图像对两幅图片之间的关系， 并在当时纹理合成技术成果的基础上研究出了一种新的图像处理算法f 2 0 矧。该算法在艺 术滤镜、纹理合成、纹理传输、纹理数字化等典型图像处理方法中的应用取得了很好的 效果。但是，算法本身有一定的局限性，耗时巨大。本文针对传统图像类推算法处理效 率低、耗时巨大的问题进行研究，改善了传统图像类推算法，取得了明显的进步。 6 大违理i 人学硕十学位论文 本文结合粒子群优化( p s o ) 在传统图像类推算法的基础上提出了一种快速地图像类 推算法。应用粒子群优化( p s o ) 算法对传统图像类推算法的像素搜索匹配过程进行了改 进，取代了传统图像类推算法的相似最近邻域搜索，在不影响合成质量的前提下，合成 速率有了数倍的提升。本论文提出的算法对典型的数字图像处理技术均能在很短的时间 内合成高质量的效果；并对p s o 算法执行过程中粒子数，迭代次数对合成速度和合成 效果的影响进行了详细的分析。 1 3 本文内容安排 本文共分为各部分，各部分内容安排如下： 第一部分：引言，简单介绍了数字图像处理技术及其发展状况，并分析了数字图像 处理技术在社会各领域的应用； 第二部分：相关的图像理论及算法的应用，简单介绍了与图像处理相关的理论和算 法及各种算法的应用。 第三部分：图像类推，详细介绍了h e r t z m a n n 图像类推的思想和技术实现； 第四部分：基于p s o 的图像类推，简单介绍了粒子群优化( p s o ) 算法，并详细描述 了如何应用p s o 对h c r t z m a n n 图像类推算法进行优化； 第五部分：合成效果与算法分析，对传统图像类推算法的合成效果和p s o 优化后 算法的合成效果进行了分析比较，同时分析了不同的粒子数、迭代次数对合成效果的影 响。 第六部分：结论，全文总结。 基丁p s o 的快速图像类推及其麻j j 2 相关的图像理论及算法的应用 2 1 图像与数字图像处理概述 2 1 1 图像与图像处理 人类通过眼、耳、舌、身接受信息，感知世界，并进而认识世界和改造世界。据统 计，人类所获得的信息中，约有百分之七十五是以图像的形式，通过以眼睛为入口的视 觉系统而获得的。也就是说，图像是人类最主要的信息源。粗略地说，图像是任意二维 或三维景物呈现在人们心目中的影像。更确切地说，一幅图像是一种代表别一个客体r 或 对象) 的一种写真或模拟；是一种生动的、图形化的描述。也就是说，图像是一种代表 客观世界中另一种物体、生动的图形表达，它包含了描述其所代表的物体信息。 用计算机进行图像处理的i j 提是图像必须以数字格式存储，我们把以数字格式存储 的图像称这为数字图像。常见的各种照片、图片、海报、广告画等均属于模拟图像，要 将模拟图像数字化后生成数字图像，需要利用数字化设备。目| j ，将模拟图像数字化的 主要设备是扫描仪，将视频画面数字化的设备有图像采集卡。当然，也可以利用数码照 相机直接拍摄以数字格式存放的数字图像。模拟图像经扫描仪进行数字化或由数码照相 机拍摄的自然景物图像，在计算机中均是以数字格式存储的。既然是数字，计算机当然 可以方便地进行各种处理，以达到视觉效果和特殊效果。 在计算机中，图像被分割成图2 1 所示的像素( p i x e l ) ，各像素的狄度值用整数表示。 图2 1 数字幽像 f i g 2 1d i g i t a li m a g e 一幅m n 个像素的数字图像，其像素灰度值可以用m 行、列的矩阵g 表示： 大连理工大学硕士学位论文 ig l l l9 2 。 g = 1 9 3 。 i i ig 1 9 1 2g ” 9 2 2 9 2 3 9 3 29 3 3 g m g m g l n 。 g m + 9 3 n ： 一g ( 2 1 ) 一幅m 行、列的数字图像( 肘n 个像素) ，可以用一个m n 的二维数组t 表示。 图像的各个像素灰度值可按一定顺序存放在数组丁中，习惯上把数字图像左上角的像素 定为( 1 ，1 ) 个像素，右下角的像素定义为( m ，n ) 个像素。若用i 表示垂直方向，表示水 平方向，这样，从左上角开始，纵向第i 行，横向第，列的第( “，) 个像素就存储到数 组的元素t ( i ，_ ，) 中。数字图像的像素与二维数组中的每个元素便一一对应起来。应注意， 数组元素的下标越靠右其值越大，与x y 坐标系是一致的，但纵向越向下越大，与x y 坐标系相反。 数字计算机最擅长的莫过于处理各种数据，数字化后的图像可以看成存储在计算机 中的有关数据，当然可以通过计算机对数字图像进行处理。我们把利用计算机对图像进 行去噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。一 般，图像处理是用计算机和实时硬件实现的，因此也称之为计算机图像处理。随着近几 年来超大规模集成电路技术与计算机结构，算法的发展，数字图像处理技术取得了惊人 的进步，以至现在一提到图像处理几乎都是指图像的数字处理。 2 1 2 图像格式 数字图像中基本单位称为像素( p i x e l ) ，数字图像是由像素组成的。把像素按不同的 方式进行组织和存储，就得到不同的图像格式；把图像数据存为文件就得到图像文件。 图像文件按其格式的不同一般具有不同的扩展名。常用的图像文件格式有位图文件、 j p e g 文件、g i f 文件、p n g 文件等。每一种格式都有它的特点和用途，在选择输出 的图像文件格式时，应考虑图像的应用目的以及图像文件格式对图像数据类型的要求。 下面我们介绍几种常用的图像文件格式及其特点。 b m p 图像格式 这是一种d o s 和w i n d o w s 兼容计算机系统的标准图像格式。b m p 格式支持 r g b 、索引色、灰度等色彩模式。图像存储为b m p 格式时，每一个像素所占的位数可 以是l 位、4 位、8 位或3 2 位，相对应的颜色数也从黑白一直到真彩色。对于使用 w i n d o w s 格式的4 位和8 位图像，可以指定采用r l e 压缩。b m p 图像文件含文件 头、调色板数据和图像数据三个层次。其中文件头由定义文件标识、大小医学图像处理 基于p s o 的快速图像类推及其应用 软件的设计与实现即图像数据偏移量的b i n d a p f i l e h e a d e r 以及指定b m p 图像 自身的若干参数的b i t m a p i n f o h e a d e r 两部分组成。这种格式在p c 机上应用非常 普遍。 j p e g 图像格式 j p e g 是由联合照片专家组( j i o n t p h o t o g r a p h i ce x p e r t sg r o u p ) 开发的一种图像文件 格式。它采用有损压缩方式去除冗余的图像和彩色数据，在获取极高的压缩率的同时也 能展现十分丰富生动的图像。也就是说，可以用较少的磁盘空间得到较好的图像质。另 外，j p e g 还是一种比较灵活的格式，当将图像保存为j p e g 格式时，允许用户用不同 的压缩比例对文件进行压缩，就是可以指定图像的品质和压缩级别。 t i f f 图像格式 t i f f 文件主要由三部份组成，包括文件头、标识信息区和图像数据区。t i f f 文件 的图像数据区以行扫描的方式存取图像，存储图像前先将图像分割成若干部分，压缩后 再存储。存储时，单色图像一个字节存储8 个点，1 6 色图像一个字节2 个点，而2 5 6 色图像就是一个字节存储一个点。t i f f 图像格式是一种应用非常广泛的位图图像格式， 几乎被所有绘画、图像编辑和页面排版应用程序所支持。t i f f 格式常常用于在应用程 序之间和计算机平台之间交换文件。 g i f 图像格式 g i f 是g r a p h i c si n t e r c h a n g ef o r m a t ( 匿 形交换格式) 的缩写，是由c o m p u t e r s e r v e 公 司推出的一种图像格式。该种图像格式的特点是压缩比高，可以极大地节省存储空间。 最初的g i f 只是简单的用来存储单幅静止图像，后来可以同时存储若干幅静止图像从 而形成连续的动画；同时，g i f 格式支持透明背景，可以较好地与网页背景融合在一起。 因此，g i f 常常用于保存作为网页数据进行传输的图像文件，成为网络和b b s 上使用 频率较高的一种图像文件格式。但是g i f 最多只能处理2 5 6 种色彩，不能用于存储真 彩色的图像文件。 p n g 图像格式 随时下载与p n g 文件格式配套的图像数据压缩算法源程序代码；具有比g i f 高5 - - 2 0 的压缩效率；具有可扩展性。这种格式称为可移植网络图像文件格式( p o r t a b l e n e t w o r k g r a p h i c s ) ，由t h o m a sb o u t e l l 、t o ml a n e 等人提出并设计。其特点是：支 持4 8 位真彩色图像、1 6 位灰度图像和颜色索引数据图像；主要面向网络图像传输 和图像编辑，其提供的二维交叉存储机制使用户在图像网络传输过程中能更快的观察到 接近真实的近似图像：对用户完全透明且无专利限制，用户可以从i n t e m e t 上随时 一1 0 大连理工大学硕士学位论文 下载与p n g 文件格式配套的图像数据压缩算法源程序代码；具有比g i f 高5 2 0 的压缩效率；具有可扩展性。 2 1 3 颜色空间 研究表明，人眼对颜色的感知是三维的，找到符合人眼视觉特征的颜色模型是利用 颜色特征进行图像检索的关键。图像的颜色特征不仅取决于图像本身，而且还与观察者 的视觉系统和观察经验有关。因此为了准确提取表征原始图像颜色信息，提取算法必须 在符合人类视觉系统的生理特征和人类观察经验的视觉感知特征的颜色空间内进行。对 彩色图像颜色特征提取的研究，必须在特定的颜色空间中进行。实际应用中常用到的颜 色空间很多，比如c i e 的l + a + 颜色空间、r g b 空间、h s v 空间、m u n s e l l 空间、 y u v 空间等。 颜色空间是一个三维的线性空间，用来表示各种颜色。人们总结出了许多的颜色空 间，它们应用于不同的领域。以下详细介绍与本文相关的两种重要的颜色空间及它们之 间的相互转换： r g b 空间 颜色混合的基本定律表明：自然界任何一种颜色均可用红、绿、蓝三种原色光混合 匹配产生，这在几何上能够以r 、g 、b 3 个互相垂直的轴所构成的空间坐标系统来表示， 称为r g b 颜色空间。 r g b 颜色空间在c r t 监视器和凸性刷新设备中得到广泛的使用。不同的扫描仪扫 描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会 有不同的色彩显示结果。因此我们将r g b 颜色空间称为与设备相关的颜色空间。 r g b 颜色空间用r 、g 、b 三原色通过不同比例的混合来表示任一种颜色，但它不 能直观地度量色调、饱和度和亮度( h s v ) 。而且r g b 颜色空间的各分量之间存在着相关 性，即对于大多数像素来说，如果b 通道值很大，那么它的g 通道值往往也很大。 这意味着如果我们想一致的改变一个像素颜色的外观的话，我们必须一前一后的改变所 有的颜色通道。 l 旺b 空间 r u d e r m a n 1 9 9 8 【5 】基于人类对图像的感知研究，提出了l a 3 颜色空间。其中，l 表示 非彩色的亮度通道，i f , 表示彩色的黄蓝( y e l l o w - b l u eo p p o n e n t ) 通道，b 表示红一绿 ( r e d - g r e e no p p o n e n t ) 通道与其他颜色体系不同，l a p 空间更适合人类视觉感知系统，l a p 空间是与设备无关的颜色空间。 基于p s o 的快速图像类推及其应用 不同的颜色空间是同构的，因此它们之间必然存在变换矩阵。r e i n h a r d 2 0 0 1 1 6 1 给 r xl r o 5 1 4 1o 3 2 3 9 o 1 6 0 4 _ 1 r r l i 】，i ：10 2 6 5 1 0 6 7 0 20 0 6 4 1j j g i ( 2 2 ) l z10 0 2 4 10 1 2 2 80 8 4 4 4j lb 附m 撩2 2 9 8 ；1 6 1 8 8 9 3 4 。篡004647阍iiy00 0 0 000 0 0 00 0 0 0 l = i - o i陀3 1 isi1 1 j izi 化1r o 3 8 11 0 5 7 8 3 o 0 4 0 2 、i - r l m f - i o 1 9 6 7o 7 2 4 4 0 0 7 8 2 l i g i ( 2 4 ) l si10 0 2 4 10 1 2 8 8 0 8 4 4 4j lb f 大连理工大学硕士学位论文 讣 7 1 00 3 0 ：1 ：0 4 6 00 1 ： 4 2 淄 ( 2 6 ) l a b 空间到r g b 的转换是一个逆过程，我们首先利用公式2 7 将l a p 空间转换到l m s 空间，然后利用公式2 8 将得到的、 厶s 值返回线性空间，最后用利用公式2 9 将l m s 空间转换到r g b 空间。 mf 1 州： 蚓 f 1 00 3 0 1 ；0 4 6 00 1 4 2 ( 2 7 ) m = lo f ( 2 8 ) 卧二黔i 5 8 7 30矧1 1 9 3 l g2 1 8 623 8 0 9 - 01 6 2 4 m 0 0 4 9 70 2 4 3 91 2 0 4 5 ， l = l 一1 | |i( 2 9 ) 【曰jl 一 儿sj 基于p s o 的快速图像类推及其戍用 ( 1 ) 最大值法：使r ，g ，b 的值等于3 值中最大的一个，即： r = g = b = m a x ( r ，g ，b 1 最大值法会形成亮度很高的灰度图像。 ( 2 ) 平均值法：求出r ，g ，b 值的平均值，即： r - g = b = ( i h g + b ) ，3 平均值法会形成较柔和的灰度图像。 ( 3 ) 加权平均值法：根据重要性或其它指标给r ，g ，b 赋予不同的权值，并使r ， g ，b 的值加权平均，即： r g = b = ( r + 彤：g + w b b ) 3 其中纾kw o 、阡名分别为r ，g ，b 的权值。阡kl e o 、阡名取不同的值，加权平均 值法就将形成不同的灰度图像。 2 2 图像处理知识及算法的应用 2 2 1 灰度直方图 在对图像进行处理之前，了解图像整体或局部的灰度分布情况是非常必要的。对图 像的灰度分布进行分析的重要手段就是建立灰度直方图( d e n s i t yh i s t o g r a m ) ，灰度直方图 是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度级内容。任何 一幅图像的直方图都包括了可观的信息，某些类型的图像还可由其直方图完全描述。利 用图像灰度直方图，可以直观地看出图像中的像素亮度分布情况，通过直方图均衡化、 归一化的处理等，可对原图像的质量进行调整。另外，通过对直方图的分析，有助于确 定图像的阈值( t h r e s h o l d ) 。 ( 1 ) 灰度直方图的基本定义 如果将图像中像素亮度( 灰度级别) 看成一个随机变量，则其分布情况就发映了图像的 统计特性，这可以概率密度函数( p r o b a b i l i t yd e n s i t yf u n c t i o n ( p d f ) ) 来刻画和描述。灰度 直方图是灰度级的函数，描述的是图像中具有该灰度值的像素的个数，反映了图像中每 种灰度出现的频率。灰度直方图，其横坐标表示像素的灰度级别，纵坐标是该灰度出现 的频率( 像素的个数) ，它是图像最基本的统计特征。 图像的灰度级范围为o ，l ，k 一1 ，设灰度级i 的像素数为玩，图像的总像素数为， 则灰度级i 出现的概率定义为只：一形。灰度直方图是灰度级i 的像素数与灰度级i 的 ，t 二维关系，它反映了一幅图像