课程设计--图像增强与分析

《课程设计--图像增强与分析》由会员分享，可在线阅读，更多相关《课程设计--图像增强与分析（10页珍藏版）》请在毕设资料网上搜索。

1、1 第第 1 章章 相关知识相关知识 1.1 数字图像处理定义数字图像处理定义 数字图像处理（Digital Image Processing）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 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。早期的图像处理的目的 是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处 理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像 处理方法有图像增强、复

2、原、编码、压缩等。 首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天 探测器徘徊者 7 号在 1964 年发回的几千张月球照片使用了图像处理技术， 如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和 月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成 功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以 致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人 类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。 在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像 处理技术都发挥了巨大的作用。数字图像处理

3、取得的另一个巨大成就是在 医学上获得的成果。1972 年英国 EMI 公司工程师 Housfield 发明了用于头 颅诊断的 X 射线计算机断层摄影装置，也就是我们通常所说的 CT（Compu ter Tomograph）。CT 的基本方法是根据人的头部截面的投影，经计算机处 理来重建截面图像，称为图像重建。1975 年 EMI 公司又成功研制出全身用 的 CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979 年，这项无 损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此 同时，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

4、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，使图像处理成为一门引人注目、 前景远大的新型学科。 随着图像处理技术的深入发展，从 70 年代中期开始， 2 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图像，实现 类似人类视觉系统理解外部世界，这被称为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。图像理解 虽然在理论

5、方法研究上已取得不小的进展。 1.2 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 通过学习数字图像处理及其相关内容，对数字图像有了更深的认识。数 字图像处理涉及到了很多应用，是一门综合性很强的交叉学科，是未来技 术向智能化发展的最富有前景，也最富有挑战的领域。其主要内容有图像 变换、图像增强、图像复原、图像压缩、图像分割。其中主要详谈了图像 压缩。由于图像数据量的庞大在图像的存储、传输、处理时非常困难而图 像压缩通过减少图像数据中的冗余信息从而用更加高效的格式存储和传输 数据，因此图像数据的压缩就显得非常重要。图像变换中的变换都是酉变 换，即变换核满足正交条件的变换。经过酉变换后的图

6、像往往更有利于特 征抽取、增强、压缩和图像编码。图像增强是增强图象中的有用信息，将 原来不清晰的图像变得清晰或强调某些感兴趣的特征，从而达到增强视觉 效果的目的。图像复原则通过处理退化图像使之更趋近于原图，满足人们 视觉上的需要。图像分割是在一幅图像中，把需要的图像从背景中分离出 来，以便于进一步处理。 1.3 数字图像处理的特点数字图像处理的特点 （1）数字图像处理的信息大多是二维信息，处理信息量很大。对计算 机的计算速度、存储容量等要求较高。 （2）数字图像处理占用的频带较宽。与语言信息相比，占用的频带要 大几个数量级，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，其相关性大。因此，图像处理 中信息压缩的潜力很大。 3 （4）由于图像是三维景物的二维投影，一幅图象本身不具备复现三维 景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画 面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或 附加新的测量，例如双目图像或多视点图像。在理解三维景物时需要知识 导引，这也是人工智能中正在致力解决的知识工程问题。 （5）