数字图像处理的发展现状及研究内容概述

1、 数字图像处理的发展现状及研究内容概述数字图像处理的发展现状及研究内容概述人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占 20%，视觉信息占 60%，所以作为传递信息的重要媒体和手段图像信息是十分重要的，俗话说“百闻不如一见” 、 “一目了然” ，都反映了图像在传递信息中独到之处。目前，图像处理技术发展迅速，其应用领域也愈来愈广，有些技术已相当成熟并产生了惊人的效益，当前图像处理面临的主要任务是研究心的处理方法，构造新的处理系统，开拓更广泛的应用领域。数字图像处理（Digital Image Processing）又称为计算机数字图像处理，它是指将数字图像信号转换成

2、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 20 世纪 50 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数字图像信息。数字图像处理作为一门学科大约形成于 20世纪 60 年代初期。早期的数字图像处理的目的是改善数字图像的质量，它以人为对象，以改善人的视觉效果为目的。数字图像处理中，输入的是质量低的数字图像，输出的是改善质量后的数字图像，常用的数字图像处理方法有数字图像增强、复原、编码、压缩等。1:1:数字图像处理的现状及发展数字图像处理的现状及发展数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物

3、医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使数字图像处理成为一门引人注目、前景远大的新型学科。随着数字图像处理技术的深入发展，从 70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释数字图像，实现类似人类视觉系统理解外部世界，这被称为数字图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是 70 年代末 MIT 的Marr 提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。数字图像理解虽然在理论方法研

4、究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。如今数字图像处理技术已给人类带来了巨大的经济和社会效益。不久的将来它不仅在理论上会有更深入的发展，在应用上意识科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。数字图像处理进一步研究的问题，不外乎如下几个方面：（1）在进一步提高精度的同时着重解决处理速度问题。如在航天遥感、气象云图处理方面，巨大的数据量和处理速度任然是主要矛盾之一。（2）加强软件研究、开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法。（3）

5、加强边缘学科的研究工作，促进数字图像处理技术的发展。如：人的视觉特性、心理学特性等的研究，如果有所突破，讲对团向处理技术的发展起到极大的促进作用。（4）加强理论研究，足部形成数字图像处理科学自身的理论体系。（5）时刻注意数字图像处理领域的标准化问题。数字图像的信息量大、数据量大，因而数字图像信息的建库、检索和交流是一个极严重的问题。就现有的情况看，软件、硬件种类繁多，交流和使用极为不便，这成了资源共享的严重障碍。应及早简历数字图像信息库，同意存放格式，建立标准子程序，统一检索方法。数字图像处理技术未来发展大致可归纳为如下几点：（1）数字图像处理的发展将向着高速度、高分辨率、立体化、多媒体化、智

6、能化和标准化方向发展，围绕着 HDTV 的研制将开展实时数字图像处理的理论及技术研究。（2）数字图像、图形相结合朝着三维成像或多维成像的方向发展。（3）硬件芯片研究。目前，结合多媒体技术的研究，硬件芯片越来越多，把数字图像处理的众多功能固化在芯片上将会有更加广阔的应用领域。（4）新理论与新算法研究。在数字图像处理领域今年来引入了一些新的理论并提出一些新的算法，这些理论在未来数字图像处理理论与技术上的作用应给予充分的注意，并积极的加以研究。数字图像处理特别是数字图像处理科学经初创期、发展期、普及期及广泛应用几个阶段，如今意识各个学科颈项研究并在各个领域广泛应用的一门科学。今天随着科技事业的进步以

7、及人类需求的多样化发展，多学科的交叉、融合已是现代科学发展的突出特色和必然途径，而数字图像处理科学又是一门以国计民生紧密相联的一门应用科学，它的发展及应用与我国的现代化建设联系之密切、影响之深远是不可估量的。数字图像处理科学无论是在理论上还是实践上都存在着巨大的潜力。2 2 数字图像处理主要研究的内容数字图像处理主要研究的内容完整的数字图像处理工程大体上可分为如下几个方面：数字图像信息的获取，数字图像信息的存储，数字图像信息的传送，数字图像信息处理，数字图像信息的输出和显示。2.12.1 数字图像信息的获取数字图像信息的获取就数字图像处理而言，主要是把一幅数字图像转换成适合输入计算机或数字设备

8、的数字信号，这一过程主要包括摄取数字图像、光电转换及数字化等几个步骤。通常数字图像获取的方法有如下几种：（1）电视摄像机。这是目前使用最广泛的数字图像获取设备。早其主要有光电摄像管、超正析摄像管等。近年来，主要是采用CCD 摄像设备。（2）飞点扫描器。这是一种以光源做扫描的数字图像获取设备。（3）扫描鼓。这是一种高精度的的滚筒式的数字图像摄取设备。（4）扫描仪。当今应用最为广泛的数字图像信息获取设备。（5）显微光密度计（6）遥感中常用的数字图像获取设备，光学摄影，红外摄影，MSS，微波。2.2.2.2.数字图像信息的存储数字图像信息的存储数字图像信息的突出特点是数据量巨大。一般做档案存储主要采

9、用磁带、磁盘或光盘。为解决海量存储问题主要研究数据压缩、数字图像格式及数字图像数据库技术等。2.32.3 数字图像信息的传送数字图像信息的传送数字图像信息的传送可分为系统内部传送与远距离传送。内部传送多采用 DMA 技术以解决速度问题，外部远距离传送主要解决占用带宽问题。目前，已有多种国际压缩标准来解决这一问题，数字图像通信网正在逐步建立。2.42.4 数字图像处理数字图像处理目前，数字图像处理多采用计算机处理，因此，有时也称之为计算机数字图像处理。概括的说主要包括如下几项内容： 1.1.数字图像变换数字图像变换由于数字图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种数

10、字图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（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，它在数字图像处理中也有着广泛而有效的应用。2.2.数字图像编码数字图像编码数字图像编码研究属于信息论中信源编码范畴，其主要宗旨是利用数字图像信号的统计特性及人类视觉的生理学及心理学特性对数字图像信号进行高效编码，即研究数据压缩技术以解决数据量大的矛盾。一般来说数字图像编码的目的有减少数据存储量、降低数据率以减少传输带宽和压缩信息量。压缩数字图像编码

11、压缩技术可减少描述数字图像的数据量（即比特数） ，以便节省数字图像传输、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，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在数字图像处理技术中是发展最早且比较成熟的技术。现代编码法的特点是：充分考虑人的视觉特性，恰当的考虑对数字图像信号的分解与表述，采用数字图像的合成与识别方案压缩数据率。3.3.数字图像增强和复原数字图像数字图像增强和复原数字图像增强和复原的目的是为了提高数字图像的质量，如去除噪声，提高数字图像的清晰度等。数字图像增强不考虑数字图像降质的原因，突出数字图像中所感兴趣的部分。如强化数字图像高频分量，可使

12、数字图像中物体轮廓清晰，细节明显；如强化低频分量可减少数字图像中噪声影响。减弱或取出不需要的信息，从而使有用的信息得到加强，便于区分或解释。主要方法有直方图增强，伪彩色增强法，灰度窗口等技术。数字图像复原处理的主要是去除干扰和模糊。数字图像复原要求对数字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，再采用维纳滤波、逆滤波、同态滤波等方法，恢复或重建原来的数字图像。4.4.数字图像背景分割数字图像背景分割数字图像背景分割是数字图像处理中的关键技术之一。数字图像背景分割是将数字图像中有意义的特征部分提取出来，其有意义的特征有数字图像中的边缘、区域等，这是进一步进行数字图像识别、分析

13、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数字图像的有效方法。因此，对数字图像背景分割的研究还在不断深入之中，是目前数字图像处理中研究的热点之一。5.5.数字图像描述数字图像描述数字图像描述是数字图像识别和理解的必要前提。作为最简单的二值数字图像可采用其几何特性描述物体的特性，一般数字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。对于特殊的纹理数字图像可采用二维纹理特征描述。随着数字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。6.6.数字图像分类（识别）数字图像分类（识别）数字图像分类（识别）属于模式识别的范畴，其主要内容是数字图像经过某些预处理（增强、复原、压缩）后，进行数字图像背景分割和特征提取，从而进行判决分类。数字图像分类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数字图像识别中也越来越受到重视。总的来说，经多年的发展，数字图像处理经历了从静止数字图像到活动数字图像；从单色数字图像到彩色数字图像；从客观数字图像到主观数字图像；从二维数字图像到三维数字图