数字图像处理技术的起源与方法.docVIP

　　数字图像处理技术的起源与方法 　　到目前为止，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，下面是小编搜集的整理的一篇相关论文范文，供大家阅读查看。 　　1、数字图像处理技术的概述 　　图像处理技术被分为模拟图像处理和数字图像处理两大类。数字图像处理技术一般都用计算机处理或实时的硬件处理，因此也称之为计算机图像处理[1].数字图像处理是一门关于使用计算机对图像进行处理的学科。而数字图像处理技术则是将图像信号进行转换成数字信号并利用计算机或者某种类型的数字处理硬件进行处理从而提高图像可使用性[2]. 　　2、数字图像处理的目的 　　(1)提高图像的视觉感官质量，产生更适合人类视觉观察和识别的图像。如进行图像的亮度、彩色变换，增强、图像进行几何变换等，以改善图像的质量。 　　(2)提取图像中所包含的某些特征或特殊信息，为计算机分析图像提供便利。提取的特征可以包括很多方面，如灰度/颜色特性、边界/区域特性，纹理特性，形状/拓扑特性以及关系结构等。 　　(3)利用对图像数据进行变换、编码和压缩,来提高信息传输效率，减少图像信息存贮容量。图像和视频信息量很大，常常需要对这类数据进行有效的压缩。 　　(4)利用图形图像方面的技术与方法，帮助人们理解和分析数据，即信息可视化。 　　(5)信息安全的范围很广,大到国家军事政治,小到个人信息的泄露等。利用数字图像处理技术可以对其进行监控和鉴别。 　　3、数字图像处理技术的起源 　　数字图像处理最早出现于20世纪50年代，当时的图像处理是以人为对象，以改善人的视觉效果为目的。20世纪60年代的美国喷气推进实验室是图像处理技术首次获得实际成功的应用，推动了数字图像处理这门学科的诞生。20世纪70年代英国EMI公司工程师Housfield发明了CT并获得了诺贝尔奖，这对人类的发展作出了划时代的贡献。随着图像处理技术的深入发展，20世纪80年代末期，人们开始将数字图像处理技术应用于地理信息系统，研究海图的自动读入，自动生成方法。数字图像处理技术的应用领域不断拓展。20世纪90年代初开始，Mallat在1988年有效地将小波分析应用于图像分解和重构。[3] 　　到目前为止，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，使图像处理成为一门引人注目、前景远大的新型学科。近几年，以混沌吸引子为图像特征的研究得到了学者的关注，目前混沌理论在图像识别研究中仍然处于初级阶段，王皓石在《图像的混沌吸引子研究》中，利用混沌理论与方法，借鉴人的视知觉机制，给出一种基于迭代的图像特征生成方法，获得了二维和三维混沌吸引子，并将其作为图像特征，以人脸、手写汉字、树叶为对象，分别进行了图像识别与分析。作为一种新的图像特征提取方法，应用在图像处理中是非常有意义和价值的。图像处理技术发展至今，已然不再是那个只能进行简单图像处理和识别的技术了，而是可以将自己渗入到各个领域并且可以给各个领域带来影响的技术。 　　4、数字图像处理技术的方法 　　4.1图像增强 　　图像增强是为了提高图像的质量，提高图像的清晰度等[4]. 　　它是按照特定的要求突出图像中某一部分的信息，同时削弱或去除某些不需要的信息处理方法。其主要目的是为了使处理过后的图像对某种应用来说更加的适用。直方图修改处理、图像平滑化处理、图像尖锐化处理及彩色处理技术等是目前图像增强的方法。李全利，陈银燕和刘长亮利用直方图修改技术发表了一篇关于《直方图修改技术在车牌识别与处理的应用》，介绍了直方图修改技术的原理以及直方图均衡化、规定化的对比度整理的原理，对其研究的重点进行了充分的阐述。 　　闫娟在期刊《软件导刊》中发表了一篇名叫《数字图像的平滑化处理方法的研究》的论文，重点论述了空间域中的各种数字图像平滑化技术方法，等等。 　　4.2图像复原 　　图像复原与图像增强的目的是相同的，都是为了提高图像的质量。不同的是，图像增强是在原有的画质上进行提高，而图像复原则是在质量下降的图像中对其进行图像的恢复。 　　利用消除或减少图像的模糊、图像的烦扰和噪声等，尽可能的获得原来真实的图像。要想对图像进行复原首先要弄清楚图像退化的原因，分析引起退化的因素，建立相应的数学模型，用相适应方法来对图像进行复原。何蕾在《数字图像复原技术研究》的文章里对图像复原技术进行了分类，对图像复原技术目前常用的方法进行了介绍，还提出了一种新的图像复原方法，并通过实验数据证明了该方法的可行性和有效性。 　　4.3图像编码 　　图像编码压缩技术是为了在保证图像质量的前提下，对图像进行压缩。如果不对图像数据进行压缩的话，计算机的处理速度等都会受到影响。会产生很多不匹配，使得矛盾无法缓解。如果将图像信号压缩的话，将对图像的传输和存储十分有利。在现有硬件设施条件下，对图像信号本身进行压缩