数字图像处理技术的方法及发展方向.docVIP

　　数字图像处理技术的方法及发展方向 　　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，以下是一篇关于数字图像处理技术探究的论文范文，供大家阅读查看。 　　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，