文献综述数字图像处理技术及应用研究Word下载.docx
《文献综述数字图像处理技术及应用研究Word下载.docx》由会员分享,可在线阅读,更多相关《文献综述数字图像处理技术及应用研究Word下载.docx(8页珍藏版)》请在冰豆网上搜索。
偏微分方程;
计算机应用
DigitalImageProcessingTechnologyandItsApplication
(NanjingAgriculturalUniversity,CollegeofInformationScienceandTechnology,JiangsuNanjing210095)
Abstract:
Imageisamediathathumanusetounderstandtheworldandcommunicatewitheachother.Imageprocessingisaresearchbranchofsignalprocessingintheimagedomain,useimageanalysis,processing,andhandlingtomeetthevisual,psychological,andothertechnicalrequirements.Mostoftheimagesarestoredindigitalform,soinmanycasesimageprocessingmeansdigitalimageprocessing.Overthelastdecade,withthedevelopmentoflargescaleintegratedcircuittechnology,computertechnology,andthegrowingvarietyneedsofbusiness,digitalimageprocessingtechnologyhasbecomeahotspotofcurrentresearch,anditsapplicationsbecomemoreandmorewidely,showingahugedevelopmentpotentialandbroadprospects.Thispapersummarizestherecentpapersondigitalimageprocessingtechnologyanditsapplicationsinvariousfields.
Keywords:
Digitalimageprocessing;
Partialdifferentialequation;
ComputerApplications
引言:
随着信息产业的逐渐发展以及与其他各个学科间不断结合的普及,图像识别技术已经能够深入地应用到具体目的物识别等领域中。
图像是人类获取和交换信息的主要来源,因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面。
随着人类活动范围的不断扩大,图像处理的应用领域也将随之不断扩大。
[1]
1数字图像处理的概念及特点
数字图像处理又称为计算机图像处理,它是将模拟的图像信号转换成离散的数字信号并利用计算机对其进行处理的过程,其输入是原始图像,输出则是改善后的图像或者是从图像中提取的一些特征,以提高图像的实用性,从而达到人们所要求的预期结果[2]。
主要原理是:
用图像采集卡和摄像机将外界图像转换为以红(R)、绿(G)、蓝(B)三个原始灰度值表示的数字图像,然后运用相应软件对其进行分析、加工、处理和输出。
[3]
数字图像处理的基本特点:
1)信息量大:
数字图像处理的信息基本上是二维信息,对计算机的计算速度、存储容量等都要求较高。
[2]
2)数字图像处理中所涉及的基础知识和专业技术相当广泛。
一般来说涉及通讯技术、计算机技术、电子技术、光电技术、心理学等,而数学、物理学等方面的知识则是图像处理中的基础知识。
[2]数字图像处理不仅能完成线性运算,且能实现非线性处理,即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
[4]
3)相关性大:
数字图像中像素是不独立的,在一定的范围内存在相关性。
在一幅图像中,相邻像素之间一般说来还要大些。
因此,图像处理中信息压缩的潜力很大。
4)受人的因素影响大:
经过处理的图像一般是给人观察和评价的,图像的质量的评价具有主观性。
5)处理精度高:
精度可以满足任一应用需求。
从原理上讲不论图像的精度有多高,处理总是能实现的,只要在处理时改变程序中的数组参数就可以了。
2数字图像处理技术研究内容
2.1主要内容
数字图像处理技术的研究内容主要有以下几个方面:
[5]
1)图像变换:
由于图像阵列很大,直接在空间域中进行处理,涉及计算量很大。
因此,往往采用各种图像变换的方法,将空间域的处理转换为变换域处理,不仅可减少计算量,而且可获得更有效的处理。
2)图像编码压缩:
可减少描述图像的数据量,以便节省图像传输、处理时间和减少所占用的存储器容量。
3)图像增强和复原:
目的是为了提高图像的质量。
图像增强不考虑图像降质的原因,突出图像中所感兴趣的部分。
图像复原要求对图像降质的原因有一定的了解,一般应根据降质过程建立“降质模型”,再采用某种滤波方法,恢复或重建原来的图像。
4)图像分割:
将图像中有意义的特征部分提取出来,这是进一步进行图像识别、分析和理解的基础。
5)图像描述:
图像识别和理解的必要前提。
作为最简单的二值图像可采用其几何特性描述物体的特性;
一般图像的描述方法采用二维形状描述,它有边界描述和区域描述两类方法;
对于特殊的纹理图像可采用二维纹理特征描述。
随着研究的深入发展,已开始进行三维物体描述的研究,提出了体积描述、表面描述、广义圆柱体描述等方法。
6)图像分类(识别):
属于模式识别的范畴,主要内容是图像经过某些预处理后,进行图像分割和特征提取,从而进行分类。
2.2未来研究重点
虚拟现实计算机的运算速度发展到今天,已为虚拟现实提供了可能。
网上虚拟现实、可视电话及会议系统[6]等方面的发展与应用为数字图像处理技术的发展提供了新的机遇。
3数字图像处理主要技术
3.1偏微分方程方法[7]
偏微分方程是一种数学分析方法,并且它的特性由扩散方向和扩散项决定,这一点对图像处理大为有利。
图像处理中的偏微分方程模型可以分为三类:
1基于变分原理能量函数优化的方法。
2几何描述法。
3各向异性扩散方程法。
表1分数偏微分应用于图像底层处理的类比[8]
类比项
分数阶微分
分数阶积分
分数阶偏微分方程
定义
阶次v>0
阶次v<0
阶次v>0,且为非
适用情况
图像增强
图像去噪
图像增强或去噪
特点
利用分数阶微分阶次来控制图像增强的效果
利用分数阶积分阶次来控制图像去噪的效果
利用分数阶偏微分方程的阶次来控制图像
增强或去噪的效果
优点
具有弱导数性质,有利于增强图像的纹理等细
节信息
具有弱积分性质,有利于在去噪的同时保护图
像的边缘和纹理等细节信息
具有普遍性,更加有效地描述图像的内在
特性,有利于在去噪的同时保护图像的边
缘和纹理等细节信息
缺点
缺乏自适应性,对强边缘提升不足,在一定程度上加强了噪声的影响
缺乏自适应性,阶次较小时,去
噪效果不明显;
阶次较大时,容
易出现模糊现象
缺乏自适应性,并且计算复杂度较高
偏微分方程是一种有效的数学处理工具,在图像处理领域具有很大的发展前景。
①在连续区域上建立模型,便于对实际问题的理解和数值处理;
②数学上丰富的偏微分方程理论和数值计算方法,也为图像处理的理论分析和算法实现提供了极大的帮助;
4大量应用变分和偏微分方程理论的物理学和流体力学中的一些思想可以借用。
但由于偏微分方程自身的局限性,这些应用还存在巨大的挑战,单纯的偏微分方程模型在各种图像处理问题中的研究距离实际应用的需要还相差很远。
3.2泛函分析方法[9]
引入邻域滤波的思想,根据不同的图像特征引入与其匹配的邻域滤波函数及相应的泛函问题。
3.3统一计算设备架构技术[10]
统一计算设备架构CUDA技术是NVIDIA推出的一种全新GPGPU计算架构,它首次为程序员带来了类似C语言的GPGPU程序开发环境,采用C编译器,用C语言和CUDA扩展库取代原先基于GPU的流程序语言,用户不用再把程序映射到图形API,使程序开发更为灵活高效。
CUDA图形卡通过数百个芯片内处理器的通信和合作,调度成百上千个线程运行,协作解决复杂的计算问题。
在图像处理中,常常要处理大量的图像数据,特别是机载/星载图像,这些图像分辨率高,尺寸大。
传统图像处理模式难以满足高实时性的应用需求。
采用CUDA技术对图像处理过程并行化,可以极大地提升处理速度。
4数字图像处理技术的应用
图像是人类获取和交换信息的主要来源,因此,图像处理的应用领域必然涉及到人类生活和工作方方面面。
4.1在航空、航天方面的应用
数字图像处理技术在天文学方面得到了广泛的应用[5],除了最早的JPL对月球,火星的照片处理之外,另一方面是应用在飞机遥感和卫星遥感技术中。
[2]在航空航天方面,数字图像技术的应用发展的非常迅速,比如现在对月球和火星的图片处理,通过对图片上的细节进行分析,就能够反应火星和月球的地貌。
现在的全球卫星定位系统,从很大的程度上也有数字处图像处理技术的影子,因为通过对图像某个点位置的变化,就能够判断出这个点的移动位置,就能够通过定位系统准确找到这个点。
而且数字图像处理技术通过卫星拍摄的照片进行分析,能够实现天气预报的准确。
4.2在农业、医学中的应用
1)研制自动识别采摘机器是图像处理在农业收获中的主要应用,此课题目前备受关注。
自动收获机器人的构成主要是收获系统、行系统和视觉机构。
基于数字图像处理的自动收获机器人主要在两个方面应用该技术:
①识别和空间定位果实或其他目标物,为采摘系统的行为提供参数,提高收获果实的准确性;
②识别障碍物体,为行走系统提供准确的目标以躲避障碍。
苹果、梨、橘子、番茄等作物都是研究的对象,但是此类农作物生长环境比较复杂,自动识别的图像必然包含枝叶、土壤等对目标物产生影响的背景噪声,所以在实现上不易准确,且识别成功率较低。
Slaughter。
[11]
作物损伤自动检测是农产品分级工作中的一个难点。
1984年,Thylor等最早运用线扫描以及摄像机测定水果损伤进行了试验研究,得出了通过数字图像处理测定水果损伤的准确度完全可以达到甚至超过人工,且应用前景更加广泛[12]。
数字图像处理技术在农业各方面中的广泛运用,节约了劳动力,降低了劳动成本,提高了农业现代化水平,改善了现代农业生产条件,并且极具应用前景[13-17]。
2)CT技术是数字图备技术的一个完美应用的例子[5],除此之外还有一类对医用图像的处理分析[2]例如测量松质骨孔隙率[18]。
近几年,随着神经网络理论的深入研究,人们对神经网络技术的并行性计算能力、非线性映射和自适应能力等优点有了充分的认识,各种神经网络模型在图像处理领域中得到了广泛的应用。
[19]
4.3在通信和电子商务中的应用
如果图像在信息通信工程中是无压缩、无损传播,那就会很容易造成网络阻塞,因为图像所占用的空间都是非常大的,传输的信息量要比文字多得多。
[5]如传输彩色电视信号的速率达100Mb/s以上。
要将这样的高速率的数据实时传送出去,必须采用图像处理中的编码压缩技术来达到目的。
4.4在工业和工程中的应用
在机械制造业,模具加工离不开数字图像处理技术,像目前普遍使用的UG、PROE等三维CAD软件都广泛应用了数字图像处理技术。
不仅如此,数字图像处理技术还能够用于工业的检测上。
[5]例如现代工业生产中不规则形体面积的批量测量问题日益迫切地需要解决[20],还有目前诸如织物沾水性的评价主要依赖人工进行,易受主观因素的影响,导致评定结果不理想[21],图像处理技术都可以提供很好地解决途径。
除此之外,对于机械故障诊断,通过图像处理技术可以快速、准确的提取故障特征信号。
[22]
4.5在军事、公安中的应用
在军事方面主要用于导弹的精确制导、各种侦查照片的判读,具有图像传输、存储和显示的军事化指挥系统;
在公安业务方面实时监控。
案件侦破、指纹识别、人脸鉴别。
特别是已投入运行的高速公路不停车自动收费系统就是成功应用的例子。
4.6在文化艺术中的应用
这类应用目前非常广泛[5],从人们日常生活中对照片的处理到电视画面的数字编辑,电子图像游戏,远程教育培训等等。
结论:
计算机数字图像技术是计算机应用学科中非常重要的分支,其应用领域涉及到测量、计算机辅助设计、物理、三维立体模拟等各行各业。
而且随着计算机硬件性能的提升,图像处理算法的改进,更是拓宽了数字图像处理技术的应用面。
每个领域中图像处理都扮演着重要的角色,即使现阶段的图像处理技术还不完善,但是他已经表现出不可阻挡的发展前景,必将迎来未来发展的黄金时期。
参考文献:
;
[1]李辉,滕桂法,张燕.数字图像处理技术及其在农业中的应用研究[J].安徽农业科学,JournalofAnhuiAgri.Sci.2013,41(13):
6060-6061,6072
[2]刘直芳,王运琼,朱敏.熟悉图像处理与分析[M].北京:
清华大学出版社,2006:
8
[3]温玉春.计算机图像处理技术应用研究[J].现代商贸工业.2011.1672-3198(2100)-02-0230-02
[4]范秋生.探索计算机图像处理技术的发展[J].煤炭技术,2013:
5.
[5]刘中合,王瑞雪,王锋德,马长青,刘贤喜.数字图像处理技术现状与展望[J].2005.271018
[6]聂颖,刘榴娣.数字信号处理器在可视电话中的应用[J].光电工程,1997.24(3):
67-70
[7]阮秋琦,仵冀颖.数字图像处理中的偏微分方程方法[J].信号处理,SIGNALPROCESSING.2013:
28卷第三期
[8]黄果,许黎,蒲亦非.分数阶微积分在图像处理中的研究综述[J].计算机应用研究,ApplicationResearchofComputers.2012.2:
29卷第二期
[9]房少梅.基于非局部泛函分析的图像处理.数学进展,ADVANCESINMATHEMATICS.2009-12:
第38卷第6期
[10]杨志义,朱娅婷,蒲勇.基于统一计算设备架构技术的并行图像处理研究[J].计算机测量与控制.2009.17(4).1671-4598(2009)04-0734-04
[11]李辉,滕桂法,张燕.数字图像处理技术及其在农业中的应用研究[J].安徽农业科学,JournalofAnhuiAgri.Sci.2013,41(13):
[12]TAYLORRW,REHKUGLERGE,THROOPJA.Applebruisedetectionusingadigitallinescancamerasysteminagriculture[C]//Electronics-1983andBeyond-VolumeI.St.Joseph,MI,ASAE,1984.
[13]纪寿文,王荣本,陈佳娟,等.应用计算机图像处理技术识别玉米苗期田间杂草的研究[J].农业工程学报,2001,17
(2):
154-156.
[14]HAYESJC,HANYJ,HAYESJC,etal.Comparisonofcropcovermeasuringsystem[D].StJosephMich:
ASAE,1989.
[15]MEYERGE,MEHTAT,KOCHERMF,etal.Texturalimaginganddiscriminateanalysisfordistinguishingweedsforspotspraying[J].TransactionoftheASAE,1998,41(4):
1189-1197.
[16]于新文,沈佐锐.几种图像分割算法在棉铃虫图像处理中的应用[J].中国农业大学学报,2001,6(5):
69-75.
[17]籍保平,吴文才.计算机视觉苹果分级系统[J].农业机械学报,2000,31(6):
118-121.
[18]徐晶晶,沈力行,赵改平,陈奇欧.基于数字图像处理技术测量松质骨孔隙率的方法.中国组织工程研究与临床康复[J],JournalofClinicalRehabilitativeTissueEngineeringResearch.2010:
3
[19]时君伟,胡敏英,武志富,任振辉.基于神经网络的视觉图像处理研究[J].安徽农业科学,JournalofAnhuiAgr.iSc.i2009,37(19):
9300-9302
[20]党宏社,洪英,郭琴.基于图像处理的不规则形体面积测量系统的实现[J].计算机测量与控制,ComputerMeasurement&
Control.1671-4598(2010)07-1507-02
[21]刘成霞,刘圣剑.基于图像处理的织物沾水性客观评价方法[J].纺织学报,JournalofTextileResearch.2013:
0253-9721(2013)09-0044-05
[22]任玲辉,刘凯,张海燕.基于图像处理技术的机械故障诊断研究进展[J].机械设计与研究,MachineDesignandResearch.2011:
1006-2343(2011)05-021-04
专业文献综述成绩评阅表
学院
信息科技学院
专业
计算机科学与技术
姓名
毛新玥
题目
指导教师意见(包括选题是否恰当、文字表达水平、论文的难度和创新性、参考文献质量、格式是否规范等方面,请使用钢笔书写或打印):
论文评定成绩:
指导教师签名:
2012年11月15日