论文部分内容阅读
图像是一种信息。所谓图像处理，就是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理。它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。
数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到70年代，图像处理技术的应用迅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、文化及人们的日常生活产生重大的影响。
数字图像处理技术发展速度快、应用范围广的主要原因有两个。由于数字图像处 理的数据量非常庞大，处理速度相对较慢，这就限制了数字图像处理的发展，因此计算 机的计算能力迅速提高，运行速度大大提高是一个原因。另外计算机价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段，据统计，在人类获取的信息中，视觉信息60%，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。
图像处理技术基本可以分成两大类：模拟图像处理(Analog Image Processing)和 数字图像处理(Digital Image Processing)。数字图像处理，通俗地讲就是利用计算机对图像进行处理。因此也称之为计算机图像处理(Computer Image Processing)。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。存在的问题主要在于处理速度，特别是进行复杂的处理更是如此。数字图像处理概括地说主要包括如下几项内容：几何处理( Geomet rical Processing)、算术处理(Arithmetic Processing)、图像增强( Image Enhancement)、图像复原( Image Restoration)、图像重建( Image Reconst ruction)、图像编码(Image Encoding)、图像识别( Image Recognition)、图像理解( Image Understanding)。图像处理技术的发展涉及越来越多的基础理论知识，雄厚的数理基础 及相关的平滑滤波知识对图像处理科学的发展有越来越大的影响。总之，图像处理科学是一项涉及多学科的综合性科学。
当图像输入到计算机的时候，由于输入转换器件(如光敏器件、A/D转换器等性质的 差别)及周围环境的影响等，使图像上含有各种各样的噪声和失真。为了稳定地进行特 征抽出等处理，必须消除噪声，校正失真，把图像变成标准形状。我们把这一过程叫做图像的前处理。具体地说，图像的前处理包括输入图像位置的标准化及大小的正规化。如使图像根据处理的要求旋转、放大、缩小等，即为图像的几何校正;对图像的失真进行几何校正，去掉模糊的成分，恢复图像的原来面貌，即为图像的复原;把图像变成人容易 观察的、机器容易处理的图像，即为图像的增强。这些内容都是图像处理技术的重要组成部分。
消除图像中的噪声成分叫做图像的平滑化(Smoothing)或滤波操作(Filtering)。 滤波的目的有两个：一是抽出对象的特征作为图像识别的特征模式;另一是为适应计算 机处理的要求，消除图像数字化时所混入的噪声。对滤波处理的要求有两条：一是不能 损坏图像的轮廓及边缘等重要信息;而是使图像清晰，视觉效果好。滤波的方法有实平面上的滤波(空间滤波器)和付平面上的滤波。
一、数字图像处理技术及处理过程
图像是人类获取信息、表达信息和传递信息的重要手段。利用计算机对图像进行 去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。 数字图像处理技术已经成为信息科学、计算机科学、工程科学、地球科学等诸多方面的学者研究图像的有效工具。数字图像处理主要包括图像变换、图像增强、图像编码、图像复原、图像重建、图像识别以及图像理解等内容。
1.图像处理的基本操作
读取和显示图像可以通过imread和imshow来实现;图像的输出用imwrite函数就可以很方便的把图像输出到硬盘上;另外还可以imcrop、imrisize、 imrotate等来实现图像的裁剪、缩放和旋转等功能。
2.图像类型的转换
Matlab 支持多种图像类型，但在某些图像操作中，对图像的类型有要求，所以要涉 及到对图像类型进行转换。Matlab7.0图像处理工具箱为我们提供了不同图像类型相互转换的大量函数，如mat2gray函数可以将矩阵转换为灰度图像，rgb2gray转换RGB 图像或颜色映像表为灰度图像。在类型转换的时候， 我们还经常遇到数据类型不匹配的情况，针对这种情况，Matlab7.0工具箱中，也给我们提供了各种数据类型之间的转换函数，如double就是把数据转换为双精度类型的函数。
3.图像增强
图像增强的目的是为了改善图像的视觉效果，提高图像的清晰度和工艺的适应性， 以及便于人与计算机的分析和处理，以满足图像复制或再现的要求。图像增强的方法分为空域法和频域法两大类，空域法主要是对图像中的各个像素点进行操作;而频域法是 在图像的某个变换域内对整个图像进行操作，并修改变换后的系数，如傅立叶变换、DCT变换等的系数，然后再进行反变换，便可得到处理后的图像。下面以空域增强法的几种方法加以说明。
（1）灰度增强
有多种方法可以实现图像的灰度变换，其中最常用的就是直方图变换的方法，即直方图的均衡化。这种方法是一种使输出图像直方图近似服从均匀分布的变换算法。Matlab7.0图像处理工具箱中提供了图像直方图均衡化的具体函数histeq，同时我们可以用函数imhist函数来计算和显示图像的直方图[4]。
（2）空域滤波增强
空域滤波按照空域滤波器的功能又可分为平滑滤波器和锐化滤波器。平滑滤波器 可以用低通滤波实现，目的在于模糊图像或消除噪声;锐化滤波器是用高通滤波来实现，目的在于强调图像被模糊的细节。
在Matlab中，各种滤波方法都是在空间域中通过不同的滤波算子实现，可用 fspecial函数来创建预定义的滤波算子，然后可以使用imfilter或filter2 函数调用创建好的滤波器对图像进行滤波。
4.边缘检测
数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域 十分重要的基础，也是图像识别中提取图像特征的一个重要属性。边缘检测算子可以检查每个像素的邻域并对灰度变化率进行量化，也包括对方向的确定，其中大多数是基于 方向导数掩模求卷积的方法。常用的Sobel算子，Prewitt算子，Roberts算子，Log算子等。Matlab7.0工具箱中提供的edge(函数可以进行边缘检测，在其参数里面，可以根据需要选择合适的算子及其参数。
数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到70年代，图像处理技术的应用迅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、文化及人们的日常生活产生重大的影响。
数字图像处理技术发展速度快、应用范围广的主要原因有两个。由于数字图像处 理的数据量非常庞大，处理速度相对较慢，这就限制了数字图像处理的发展，因此计算 机的计算能力迅速提高，运行速度大大提高是一个原因。另外计算机价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段，据统计，在人类获取的信息中，视觉信息60%，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。
图像处理技术基本可以分成两大类：模拟图像处理(Analog Image Processing)和 数字图像处理(Digital Image Processing)。数字图像处理，通俗地讲就是利用计算机对图像进行处理。因此也称之为计算机图像处理(Computer Image Processing)。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。存在的问题主要在于处理速度，特别是进行复杂的处理更是如此。数字图像处理概括地说主要包括如下几项内容：几何处理( Geomet rical Processing)、算术处理(Arithmetic Processing)、图像增强( Image Enhancement)、图像复原( Image Restoration)、图像重建( Image Reconst ruction)、图像编码(Image Encoding)、图像识别( Image Recognition)、图像理解( Image Understanding)。图像处理技术的发展涉及越来越多的基础理论知识，雄厚的数理基础 及相关的平滑滤波知识对图像处理科学的发展有越来越大的影响。总之，图像处理科学是一项涉及多学科的综合性科学。
当图像输入到计算机的时候，由于输入转换器件(如光敏器件、A/D转换器等性质的 差别)及周围环境的影响等，使图像上含有各种各样的噪声和失真。为了稳定地进行特 征抽出等处理，必须消除噪声，校正失真，把图像变成标准形状。我们把这一过程叫做图像的前处理。具体地说，图像的前处理包括输入图像位置的标准化及大小的正规化。如使图像根据处理的要求旋转、放大、缩小等，即为图像的几何校正;对图像的失真进行几何校正，去掉模糊的成分，恢复图像的原来面貌，即为图像的复原;把图像变成人容易 观察的、机器容易处理的图像，即为图像的增强。这些内容都是图像处理技术的重要组成部分。
消除图像中的噪声成分叫做图像的平滑化(Smoothing)或滤波操作(Filtering)。 滤波的目的有两个：一是抽出对象的特征作为图像识别的特征模式;另一是为适应计算 机处理的要求，消除图像数字化时所混入的噪声。对滤波处理的要求有两条：一是不能 损坏图像的轮廓及边缘等重要信息;而是使图像清晰，视觉效果好。滤波的方法有实平面上的滤波(空间滤波器)和付平面上的滤波。
一、数字图像处理技术及处理过程
图像是人类获取信息、表达信息和传递信息的重要手段。利用计算机对图像进行 去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。 数字图像处理技术已经成为信息科学、计算机科学、工程科学、地球科学等诸多方面的学者研究图像的有效工具。数字图像处理主要包括图像变换、图像增强、图像编码、图像复原、图像重建、图像识别以及图像理解等内容。
1.图像处理的基本操作
读取和显示图像可以通过imread和imshow来实现;图像的输出用imwrite函数就可以很方便的把图像输出到硬盘上;另外还可以imcrop、imrisize、 imrotate等来实现图像的裁剪、缩放和旋转等功能。
2.图像类型的转换
Matlab 支持多种图像类型，但在某些图像操作中，对图像的类型有要求，所以要涉 及到对图像类型进行转换。Matlab7.0图像处理工具箱为我们提供了不同图像类型相互转换的大量函数，如mat2gray函数可以将矩阵转换为灰度图像，rgb2gray转换RGB 图像或颜色映像表为灰度图像。在类型转换的时候， 我们还经常遇到数据类型不匹配的情况，针对这种情况，Matlab7.0工具箱中，也给我们提供了各种数据类型之间的转换函数，如double就是把数据转换为双精度类型的函数。
3.图像增强
图像增强的目的是为了改善图像的视觉效果，提高图像的清晰度和工艺的适应性， 以及便于人与计算机的分析和处理，以满足图像复制或再现的要求。图像增强的方法分为空域法和频域法两大类，空域法主要是对图像中的各个像素点进行操作;而频域法是 在图像的某个变换域内对整个图像进行操作，并修改变换后的系数，如傅立叶变换、DCT变换等的系数，然后再进行反变换，便可得到处理后的图像。下面以空域增强法的几种方法加以说明。
（1）灰度增强
有多种方法可以实现图像的灰度变换，其中最常用的就是直方图变换的方法，即直方图的均衡化。这种方法是一种使输出图像直方图近似服从均匀分布的变换算法。Matlab7.0图像处理工具箱中提供了图像直方图均衡化的具体函数histeq，同时我们可以用函数imhist函数来计算和显示图像的直方图[4]。
（2）空域滤波增强
空域滤波按照空域滤波器的功能又可分为平滑滤波器和锐化滤波器。平滑滤波器 可以用低通滤波实现，目的在于模糊图像或消除噪声;锐化滤波器是用高通滤波来实现，目的在于强调图像被模糊的细节。
在Matlab中，各种滤波方法都是在空间域中通过不同的滤波算子实现，可用 fspecial函数来创建预定义的滤波算子，然后可以使用imfilter或filter2 函数调用创建好的滤波器对图像进行滤波。
4.边缘检测
数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域 十分重要的基础，也是图像识别中提取图像特征的一个重要属性。边缘检测算子可以检查每个像素的邻域并对灰度变化率进行量化，也包括对方向的确定，其中大多数是基于 方向导数掩模求卷积的方法。常用的Sobel算子，Prewitt算子，Roberts算子，Log算子等。Matlab7.0工具箱中提供的edge(函数可以进行边缘检测，在其参数里面，可以根据需要选择合适的算子及其参数。