《数字图像处理技术的研究现状及其发展方向.doc》由会员分享，可在线阅读，更多相关《数字图像处理技术的研究现状及其发展方向.doc（12页珍藏版）》请在金锄头文库上搜索。
1、数字图像办理技术的研究现状及其发展方向目录绪论11数字图像办理技术11.1数字图像办理的主要特色11.2数字图像办理的长处21.3数字图像办理过程32数字图像办理的研究现状42.1数字图像的收集与数字化42.2图像压缩编码52.3图像增强与恢复82.4图像切割92.5图像分析103数字图像办理技术的发展方向13参照文件14绪论图像办理技术基本能够分红两大类：模拟图像办理和数字图像办理。数字图像办理是指将图像信号变换成数字信号并利用计算机进行办理的过程。其长处是办理精度高，办理内容丰富，可进行复杂的非线性办理，有灵巧的变通能力，一般来说只需改变软件就能够改变办理内容。困难主要在办理速度上，特别是
2、进行复杂的办理。数字图像办理技术主要包含以下内容：几何办理、算术办理、图像增强、图像还原、图像重修、图像编码、图像鉴识、图像理解。数字图像办理技术的发展波及信息科学、计算机科学、数学、物理学以及生物学等学科，所以数理及有关的边沿学科对图像办理科学的发展有愈来愈大的影响。数字图像办理的早期应用是对宇宙飞船发回的图像所进行的各种办理。到了70年月，图像办理技术的应用快速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的平常生活产生重要的影响。数字图像办理技术发展速度快、应用范围广的主要原由有两个。最先因为数字图
3、像办理的数据量特别宏大，而计算机运转办理速度相对较慢，这就限制了数字图像办理的发展。此刻计算机的计算能力快速提升，运转速度大大提升，价钱快速降落，图像办理设施从中、小型计算机快速过渡到个人计算机，为图像办理在各个领域的应用准备了条件。第二个原由是因为视觉是人类感知外面世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60，而图像正是人类获守信息的主要门路，所以，和视觉密切有关的数字图像办理技术的潜伏应用范围自然十分广阔。最近几年来，数字图像办理技术日益成熟，它宽泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等很多领域，并促进这些学科产生了新的发展。1 数字图像办理技术1.1数字图
4、像办理的主要特色(1)当前数字图像办理的信息大多是二维信息，办理信息量很大，所以对计算机的计算速度、储存容量等要求较高。(2)数字图像办理占用的频带较宽，与语言信息对比，占用的频带要大几个数目级。所以在成像、传输、储存、办理、显示等各个环节的实现上，技术难度较大，成本也高，这就对频带压缩技术提出了更高的要求。(3)数字图像中各个像素是不独立的，其有关性大。所以，图像办理中信息压缩的潜力很大。(4)因为图像是三维光景的二维投影，一幅图像自己不具备复现三维光景的所有几何信息的能力，很明显三维光景背后部分信息在二维图像画面上是反应不出来的。所以，要分析和理解三维光景一定作适合的假设或附带新的丈量。在
5、理解三维光景时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。(5)数字图像办理后的图像一般是给人观察和议论的，所以受人的要素影响较大。因为人的视觉系统很复杂，受环境条件、视觉性能、人的情绪喜好以及知识状况影响很大，作为图像质量的议论还有待进一步深入的研究。另一方面，计算机视觉是模拟人的视觉，人的感知机理必定影响着计算机视觉的研究，这些都是心理学和神经心理学正在着力研究的课题。1.2数字图像办理的长处(1)再现性好数字图像办理与模拟图像办理的根本不一样在于，它不会因图像的储存、传输或复制等一系列变换操作而以致图像质量的退化，只需图像在数字化时正确地表现了原稿，则数字图像办理过程一直能
6、保持图像的再现。(2)办理精度高按当前的技术，几乎可将一幅模拟图像数字化为随意大小的二维数组，现代扫描仪能够把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度能够达到满足任一应用需求。(3)合用面宽图像能够来自多种信息源，从图像反应的客观实体尺度看，能够小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不一样信息源的图像只需被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，因此均可用计算机来办理。(4)灵巧性高数字图像办理不但能达成线性运算，并且能实现非线性办理，即凡是能够用数学公式或逻辑关系来表达的全部运算均可用数字图像办理实现。1.3数字图像
7、办理过程因为数字图像办理的灵巧性和方便性，所以数字图像办理已成为图像办理的主流。常有的数字图像办理有：图像的收集、数字化、编码、增强、恢复、变换、压缩、储存、传输、分析、鉴识、切割等，其办理流程如图1所示。图像输入主计算机D/A督查器A/D设施键盘显示器图1数字图像办理流图(1)图像数字化经过取样和量化将一个以自然形式存在的图像变换为适共计算机办理的数字形式，图像在计算机内部被表示为一个数字矩阵，矩阵中每一元素称为像素。(2)图像的编码编码的目的是压缩图像的信息量(但图像质量几乎不变)，以满足传输和储存的要求，为此，能够采纳模拟办理技术，再经过模-数变换获取编码，可是多半是采纳数字编码技术，其
8、编码方法能够对图像逐点进行加工，也能够对图像施加某种变换或鉴于地区、特色进行编码。(3)图像增强图像增强目的是使图像清楚或将其变换为更适合人或机器分析的形式，常用的图像增强方法有：灰度等级直方图办理、搅乱抵制、边沿锐化、伪彩色办理。(4)图像恢复其目的是除去或减少在获取图像过程中因各种原由产生的退化，可能是光学系统的像差或离焦、摄像系统与被摄物之间的相对运动、电子或光学系统的噪声和介于摄像系统与被摄像物间的大气湍流。(5)图像切割将图像区分为一些互不重叠的地区，每一地区是像素的一个连续集，平常采纳把像素分入特定地区的地区法和追求地区之间界限的境地法，这2种方法都能够利用图像的纹理特征实现图像切
9、割。(6)图像分析从图像中抽取某些实用的胸怀、数据或信息，其目的是获取某种数值结果。图像分析的内容和模式鉴识、人工智能的研究领域有交织，但图像分析与典型的模式鉴识有差别。图像分析需要用图像切割方法抽拿出图像的特色，而后对图像进行符号化的描述，这种描述不但能对图像中能否存在某一特定对象作出回答，还可以对图像内容作出详尽描述。图像办理的各个内容是相互有联系的，一个适用的图像办理系统常常联合几种图像办理技术才能获取所需要的结果，图像数字化是将一个图像变换为适共计算机办理的形式的第1步，图像编码可用以传输和储存图像。图像增强和还原能够是图像办理的最后目的，也能够是为进一步的办理作准备。经过图像切割得出
10、的图像特色能够作为最后结果，也能够作为下一步图像分析的基础。2 数字图像办理的研究现状2.1数字图像的收集与数字化图像的收集是数字图像办理的第1步，收集其实不限制于对人眼视觉功能的模拟，更是对人类认识、分析手段的拓展。在医学、天文学、自动字体鉴识、机器视觉、军事鉴识、指纹自动办理和血样分类办理等多个方面都不一样程度地运用了图像提取技术。图像提取技术源自于电影和视频产品的发展。此中，最具影响力的研究是由Porter和Duff提出的通道看法，对图像提取技术的失散特征进行了规范，为这一研究领域确定了基础，使其成为图像办理领域一个较独立的重要分支。20世纪60年月，因为当时的图像提取技术还未成形，人们
11、主要依靠于用拍摄技巧填充后期制作的不足。跟着当时计算机应用的发展，图像办理技术获取了更为广阔的发展空间，各种各种的办理技术和方法也相应而生。如四元组像素的提出以及Blinn对计算机领域所运用到的像素进行的全面解说。20世纪90年月早期，学者们逐渐认识到要实现信息的精准提取是特别困难和费时的，对于稍复杂的图像或视频，其代价十分巨大。所以学者们开始考虑借助数学和概率统计学的原理来追求更优解，而不再重申最优解。图像提取技术的发展过程经历了以下4个发展阶段：(1)萌芽阶段经过拍摄时的布景实现提取条件。(2)早期阶段以四元像素和数字化为基础，成立了独立的分支学科(3)飞奔阶段以概率统计学原理为基础的提取
12、。(4)分化阶段认识到视频中帧与帧之间存在有关性，产生了特地用于视频提取的方案。但因为自然色彩分布的复杂性，到现在没有被宽泛认同的模型，也没有系统的、一致的议论标准。所以说，图像提取技术的成熟还有待时间，并依靠于其余学科及计算机硬件技术的发展。因为图像提取波及的学科领域比较宽泛，学者们对待该问题的研究角度和出发点各不相同，当前已有的看法和模型有：Porter&Duff模型、Blinn模型、Knockout模型、Ruzon&Tomasi模型、Bayesian模型、Poisson模型、Chuang&Agarwala模型、YinLi&JianSun模型。比较分析上述模型、能够发现：Porter&Duff模型、Blinn模型将图像提取问题规范化，是后续研究的重要基础；Knockout模型是对Porter&Duff模型、Blinn模型的有利扩展，使之适意图义更大，在实质运用中效率更高。固然Ruzon&Tomasi模型、Bayesian模型、Poisson模型采纳的详尽概率统计方法各异，但这些模型都是先对图像进行初始化，生成Trimap远景、背景、交界地区，研究对象都是交界地区的值。Chuang&Agarwa2la模型、YinLi&JianSun模型以视频提取为研究目的，引
