数字图像处理技术应用论文.docx
《数字图像处理技术应用论文.docx》由会员分享，可在线阅读，更多相关《数字图像处理技术应用论文.docx（10页珍藏版）》请在冰豆网上搜索。
数字图像处理技术应用论文
数字图像处理论文
数字图像处理技术应用
院系：
专业：
姓名：
学号:
2013年5月
摘要：
自20世纪70年代以来，由于数字技术和计算机技术的迅猛开展，给数字图像处理（DigitalImageProcessing）提供了先进的技术手段。
图像科学从信息处理、自动控制系统理论、计算机科学、数据通信等学科中脱颖而出，成为研究图像信息的获取、传输、存储、变换、显示、理解和综合利用的新兴学科。
数字图像处理在实际中得到了广泛应用。
特别是在遥感、航空航天、通信、生物和医学、平安监控、工业生产、视频和多媒体、机器人视觉、物理和化学分析、公安和军事等领域．它在国家平安、经济开展和日常生活中已经起到越来越重要的作用。
关键词：
数字图像处理特点应用领域
一数字图像处理的研究现状
1数字图像处理简述
1.1数字图像处理定义及开展历程
数字图像处理（DigitalImageProcessing）是指通过计算机对图像进展去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
数字图像处理的产生和迅速开展主要受三个因素的影响：
一是计算机的开展；二是数学的开展（特别是离散数学理论的创立和完善）；三是农牧业、林业、环境、军事、工业和医学等方面应用需求的增长。
20世纪20年代，图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。
到20世纪50年代，数字计算机开展到一定的水平后，数字图像处理才真正引起人们的兴趣。
1964年，美国喷气推进实验室用计算机对“徘徊者7号〞太空船发回的大批月球照片进展处理，收到了明显的效果。
20世纪60年代末，数字图像处理具备了比拟完整的体系，成为了一门新兴的学科。
20世纪70年代，数字图像处理技术得到迅猛的开展，理论和方法进一步完善，应用围更加广泛。
在这一时期，图像处理主要和模式识别及图像理解系统的研究相联系，如文字识别、医学图像处理、遥感图像的处理等。
从20世纪70年代后期到现在，各个应用领域对数字图像处理提出了越来越高的要求，促进这门学科向更高级的方向开展。
特别是在景物理解和计算机视觉（即机器视觉）方面，图像处理已由二维处理开展到三维理解或解释。
近年来，随着计算机和其他各有关领域的迅速开展（如在图像表现、科学计算可视化、多媒体计算技术等方面的开展），数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中普遍应用的一种工具。
1.2数字图像处理特点
（1）图像信息量大
如果处理一幅灰度级为256、分辨率为1024X1024的图像，需1024×1024×8bit=1MB的存储空间。
如果要实时处理30帧／秒的电视图像序列，那么每秒要求传输500kbit～22．5Mbit数据量，需100Mips的处理能力。
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。
如电视图像的带宽约5．6MHz，而语音带宽仅为4kHz左右。
在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，本钱亦高，这就对频带压缩技术提出了更高的要求。
因此，数字图像处理对计算机的计算速度、存储容量等要求较高。
对传输、容量、速度（处理）的要求也是数字图像处理的突出特点。
（2）图像信息的相关性
数字图像中各个像素的信息是不独立的，其相关性大。
在一幅图像中，经常有很多像素有一样或相近的灰度。
就电视画面而言，同一行（同一列）中相邻两个像素或相邻两行间的像素的相关系数可达0.9以上，而相邻两帧之间的相关性比帧的相关性一般还要大些。
因此，图像处理息压缩的潜力很大。
（3）图像信息表征的复杂性
由于二维图像是三维景物的二维投影，一幅二维图像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局部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适宜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。
数字图像处理后的图像一般是给人信息、观察和评价的，受人的因素影响较大。
由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大，作为图像质量的评价还有待进一步深入的研究。
另一方面，计算机视觉是模仿人的视觉，人的感知机制必然影响着计算机视觉的研究。
例如，什么是感知的初始基元，基元是如何组成的，局部与全局感知的关系，优先敏感的构造、属性和时间特征等，这些都是心理学正在着力研究的领域。
（4）图像处理技术综合性强．
数字图像处理技术涉及的领域十分广泛，它涉及到数学、物理学（光学、电学）、生物学、心理学、通信技术、计算机技术等众多领域。
2数字图像处理应用领域
近20年来，数字图像处理技术研究更深入、广泛，开展也更迅速，这主要是因为各相关学科领域的开展，对图像处理提出了越来越高的要求。
目前，数字图像处理已应用于许多领域。
在遥感方面，除了上面介绍的JPL对月球和火星照片的处理外，数字图像处理技术主要运用在航空和卫星遥感方面。
可以说，数字图像处理技术带来了遥感技术的进步，开展了多光谱图像遥感、SAR图像遥感和微波图像遥感，以及与这些遥感技术相应的处理技术。
例如，从遥感图像分析技术来说，人们可以通过卫星遥感或航空遥感获得地面资源的多光谱图像，从中提取目标物的特征参数；又如，从20世纪60年代末以来，美国陆续发射了LANDSAT系列卫星，该卫星采用多波段扫描器（MSS），在900公里高空拍照，重复扫描周期为18天，分辨率为30米。
其工作过程是这样：
在空中进展数字化、编码和存带，在预定地面站上空下传，由处理中心分析判读。
可以说，过程中的每一步都必须应用许多的图像处理方法。
目前，人们运用数字图像处理技术处理分析遥感图像，可以有效地进展资源和矿藏的勘探和调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。
随着卫星遥感和处理技术的进步，目前的军用卫星对地物的可分辨尺度可达10厘米以，这是超出经典分辨率界限的。
众所周知，根据经典的光学理论，成像系统分辨率的最正确表达方式是系统的光学传递函数（OTF）或调制传递函数（MTF，OTF的模），并据此确定系统最小分辨距离的瑞利（Rayleigh）判据。
OTF是点扩展函数（PSF）Fourier变换，因此，归根结底是PSF对分辨率起主要作用。
除了成像系统的衍射PSF，还有其他方面的PSF，如系统像差、数字化过程等。
但是，从图像处理的角度考虑，限制成像分辨率的瑞利判据只不过是经历上的认识，因为PSF的影响是可以通过处理去除的。
从理论上说，如果能准确获知系统的PSF知识，那么可以通过处理使退化图像恢复到无限接近原始图像的程度，那么超经典分辨极限的分辨率是可以获得的。
当然，实践中要获得超分辨图像是不容易的，这不仅有处理算法问题，图像传输等工程问题，还有数字化过程中的工艺问题。
例如，根据系统的MTF导出的奈奎斯特（Nyquist）和瑞利采样准那么将不再适用。
在生物医学工程方面，图像处理的应用开展较早。
医学图像主要有X射线图像、超声图像和生物切片显微图像。
运用图像处理技术可以提高图像的清晰度和分辨率，便于医生诊断。
此技术一方面可以对显微图像中的细胞、染色体等进展自动分类；另一方面，x射线透射图像可应用于肌体病变的诊断。
但是，由于人体软组织中的正常和病变局部对x射线衰减所反映出的变化不大，图像灵敏度不够，需作提高量化等级后的一系列处理，才能改善效果。
1972年，x射线层析摄影技术（CT）的研究成功及其临床应用是最有影响的科技成果之一。
它是由英国的Hounsfield和美国的Cormack创造，并由英国EMI公司在1973年制造出第一台CT成像装置。
通过CT，获取人体剖面图，使对肌体病变，特别是对肿瘤的诊断发生了革命性的变化，两位创造者因此而获得1979年Nobel医学奖。
后来又开展了质子、正电子等射线的CT，以及超声CT。
以后又出现了核磁共振CT，使人体免受各种硬射线的伤害，并且图像更为清晰。
目前，三维CT技术已趋成熟，可望不久就会有相关产品问世。
在工业和工程方面，图像处理技术已有效地应用于无损探伤、质量检测和过程自动控制等方面，如应力分析、流场分析、机械零件检测和识别、印刷电路板疵病检查等。
在军事方面，图像处理技术的应用上最有价值和迫切需求的是飞行导航、导弹打靶的景物图像制导和寻的（以提高命中率）。
该技术是通过判读侦察照片，进展图像匹配识别和跟踪。
此外，包括图像传输、存储和显示的自动化指挥系统，飞机、坦克和军舰模拟训练器，也大都用到图像处理技术；在公共平安方面，人像、指纹及其他痕迹的处理和识别，以及跟踪、监视、交通监控、事故分析等都已在不同程度上使用了图像处理技术的成果。
目前，数字图像处理研究与应用中最活泼的一个领域是基于模式识别的机器人“计算机视觉〞，该技术已开展到制造具备视觉、听觉和触觉反应的智能机器人，它将在诸多方面起到重要作用。
有几个现象说明数字图像处理领域将继续成长。
一个重要现象是图像处理所需的计算机设备的不断降价；第二个现象是图像数字化和图像显示设备的普及化和低价化。
推动数字图像处理技术开展的因素有两个。
一是几个新技术的开展将进一步刺激此领域的成长，包括并行处理技术，低本钱CCD数字化器技术，大容量、低本钱存储阵列的新存储技术，以及低本钱、高分辨的彩色显示系统；另一个推动力来自稳定涌现出的新的应用领域。
总之，低本钱硬件加上相关技术的开展再加上开展中的新兴应用领域，可以预料数字图像处理技术将会继续迅速开展，并在应用上发挥更重要的作用。
二数字图像处理的应用实例
1数字图像处理技术在林业中的应用
随着数字图像处理技术和近景摄影测量技术的日趋成熟，所用设备的普及，数字图像处理技术和近景摄影测量技术用于林业应用研究也越来越多，涉及立木材积、叶面积、植被盖度和固定样地调查等多个方面。
Eriellee（1988）使用非量测相机进展立体摄影测量，研究火炬松三维冠幅变化特征；宫鹏（1999）利用数字摄影测量探测草原变化。
王秀美（2001）进展了数字摄影测量技术在森林调查中的应用研究，建立森林照片处理系统，利用立体相片对的核线原理，只要在两照片上有影像树木即可测定所需的树径、树高、树冠等数据。
王雪峰（2001）应用计算机立体视觉技术对林分因子测定方法与技术进展研究。
较为详细地分析了单目、双目和混合定标的三种定标算法，并给出三种三维重建的算法。
仲科（2001）采用普通光学和数字相机，建立数字近景摄影测量系统，并对固定样地摄影，应用直接线性变换解法，求得待定参数，把像方空间和物方空间联系起来，通过此摄影测量系统可测量树高、胸径、树冠体积等，结果显示：
树高测量的相对误差为2％，胸径测量的外符合误差为1％，树冠体积的符合误差为3％，该方法可望用于森林固定样地监测。
青（2003）在研究树木图像匹配与重构关键技术的根底上，完成了树高、树冠的测量。
Zhou（1998）采用目视估测、样带法以及照相法等多种地表实测方法，估测澳大利亚半干旱草地的植被盖度。
Michael（2000）利用数码相机测量了美国新墨西哥州的半干旱生态系统灌木草地的植被盖度，研究证明利用数码相机测量半干旱生态系统的地表植被盖度是可靠而有效的方法。
超（2003）根据树干的特点，尝试了多种在其他行业成功应用的立体匹配算法之后，提出了适合树干边缘的立体匹配算法。
华（2005）采用数码相机获取立木的图像信息，对单株立木图像信息的提取分别运用近景摄影测量技术的直接线性变换解法模型和双目立体视觉技术进展解算，解决了立木图像信息与立木二维坐标之间的解算问题，基于近景摄影测量技术树木图像信息的二维处理方法，提高了求解的运算速度。
随着数码照相技术和图像处理软件的不断改良，使利用计算机系统测定叶面积成为可能。
数字图像测量技术广泛用于叶面积指数测定、森林垂直分布构造以及防护林孔隙度测算等植物生理生态研究领域。
垒法（2002）通过分析用CCD测量植物叶片面积时影响测量精度的各种因素，提出了利用标准物体的线性几何畸变补偿被测物体的线性几何畸变，有效地克制像平面必须与CCD平面重台的限制，而获得较高的测量精度。
肖强（2005）采用数码相机获取叶片的数字图像，用Photoshop图像处理软件计算叶面积，并与目前常用的剪纸法和叶面积仪进展比拟。
结果说明，本方法和上述传统测定方法测定结果存在极显著的线性相关，不同拍摄分辨率、单位叶面积存储像素个数和拍摄角度对测定结果无显著影响。
2基于数字图像处理的瞳孔定位
当前国外与数字图像处理技术的瞳孔定位相关的研究和报道大多是虹膜定位与身份识别技术，这也是当前研究的热门。
虹膜定位首先要定位虹膜的外边界，而且还要对虹膜的图像纹理构造进展处理和匹配，这必然要用到各种复杂的算法，例如当前有报道的虹膜外边界定位方法可大致分为以下几类。
（1）经典的Daugman定位法：
该方法由英国剑桥大学的Daugman教授提出。
在拍摄获取的虹膜图像中，灰度分布存在着一定的差异，一般而言虹膜比瞳孔亮，巩膜又比虹膜亮。
同时虹膜的形状类似圆环形，Daugman利用圆形检测匹配器的方法分割虹膜，查找所对应的圆心坐标和半径3个参数，以此来确定瞳孔和虹膜的边缘以及虹膜与巩膜的边缘。
国也有一些学者对算法进展了优化。
Daugman定位法的优点是定位比拟准确，但依赖于图像亮度的梯度，因此只有在被处理的图像照度比拟均匀而且没有大面积的亮度反常区域时有效。
（2）Hough变换定位法：
具体过程是先通过边缘检测的方法得到瞳孔和虹膜以及虹膜和巩膜的边缘，再利用虹膜是圆环状的特点，应用Hough变换得到圆环的外半径，从而分割出虹膜。
Hough变换圆定位的方程为：
（x-a）^2+（y-6）^2=r^2，利用它求得瞳孔和虹膜的半径，以及瞳孔的圆心。
Hough变换的优点主要在于：
它对于图像中的噪声点不敏感，利用它得到的效果可以有效地消除噪声的影响。
缺点在于：
计算量大，占用存大，提取的参数受参数空间的量化间隔制约。
（3）几何特征定位法：
几何特征定位法是利用虹膜边缘图像的几何特征以及圆相交弦的性质，进展虹膜定位的方法，具体过程是：
首先根据虹膜图像的整体灰度分布信息，利用边缘检测算子提取虹膜的边缘，然后利用圆的相交弦性质提取虹膜的中心，最后利用Hough变换提取虹膜外半径。
该方法综合了Hough变换的定位方法，提高了虹膜的定位速度。
但是定位速度受图像质量的影响很大，当图像质量不高时，算法性能急剧下降。
（4）主动轮廓线定位法：
主动轮廓线（snake）是一项复杂的轮廓提取及图像解释技术，它通过不断地极小化自身的能量函数来提取物体的边界。
定位的具体过程为：
先用灰度检测的方法检测出瞳孔一点作为瞳孔的伪圆心，然后以该点为中心，在其周围取几个点作为初始的Snake，按照Snake的运行机制不断进化，找到虹膜的边界：
接着计算进化后的Snake和Snake上的控制点，定位出虹膜边界位置；最后按照Daugman方法定位外边界。
其中虹膜边界的初定位是整个算法中最为关键的一步。
主动轮廓线定位法相比Daugman定位法的优势是：
不用边缘检测和二值化，对瞳孔初始的圆心要求不高，算法的鲁棒性更强。
三数字图像处理的未来展望
图像是人类获取和交换信息的主要来源，囚此，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科学技术的不断开展，数字图像处理技术的应用领域也将随之不断扩大数字图像处理技术未来应用领域主要有以下七个方面:
〔1〕航天航空技术方面：
数字图像处理技术在航天航空技术方面的应用，除JPL对月球、火虽照片的处理之外，另一方面是在飞机遥感和卫星遥感技术中。
图像在空中先处理（数字化，编码〕成数字信号存入磁带中。
在卫星经过地面站上空时，再高速传送下来，然后由处理中心分析判读。
这些图像无论是在成像、存储、传输过程中，还是在判读分析中，都必须采用很多数字图像处理方法。
现在世界各国都在利用各类卫星所获取的图像进展资源调查、灾害检测、资源勘察、农业规划、城市规划。
在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。
〔2〕生物医学工程方面：
数字图像处理技术在生物医学工程方面的应用十分广泛，且很有成效。
除了CT技术之外，还有一类是对医用显微图像的处理分析，如染色体分析、a细胞识别等。
此外.在x光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。
〔3〕通信工程方面：
当前通信的主要开展方向是声音、文字、图像和数据结合的流媒体通信。
其中以图像通信最为复杂和困难，因为图像的数据量十分巨大，如传送彩色电视信号的速率达100M/s以上。
要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。
在一定意义上讲，编码压缩是这些技术成败的关键。
〔4〕工业工程方面：
在工业工程领域中图像处理技术有着广泛的应用，它大大提高了工作效率，如自动装配线中质量检测，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些恶性环境识别工件及物体的形状和排列状态，先进设计和制造技术中采用工业视觉等等。
其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人将会给上农业生产带来新的面貌，目前已在工业生产中的喷漆、焊接，装配中得到了有效的利用。
〔5〕军事公安方面：
在军事方面图像处理和识别主要用于导弹的准确制导，各种侦察照片的判读，具有图像传输、存储和显示的军事动化指挥系统和模拟训练系统等。
公安方面主要用于指纹识别、人脸鉴别、不完整图片的复原以及交通监控、事故分析等。
目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别就是图像处理技术成功应用的例子。
〔6〕文化艺术方面：
目前这类应用有电视画面的数字编辑、动画的制作、电子图像游戏、纺织工艺品设计、服装设计与制作、发型设计、文物资料照片的复制和修复、运发动动作分析和评分等等。
目前正在形成一门新的艺术—计算机美术。
〔7〕其它方面的应用：
数字图像处理技术已经渗透到社会生活的各个领域，如地理信息系统中二维、三维电子地图的自动生成、修复等;教育领域各种辅助教学系统研究、制作中;流媒体技术领域等等。
参考文献
[1]田展宏等编著.基于MATLAB的图像处理案例教程.清华大学,2011.04.
[2]邬长安编著.数字图像处理、分析及应用.大象,2008.9.
[3]书海傅录祥编著.信息与通信工程研究生系列教材实用数字图像处理.科学,2005年06月第1版.
[4]郭文强，侯勇严编著.数字图像处理.电子科技大学,2009.05.
[5]王积分，新荣．计算机图像识别．：
中国铁道，1988
[6]夏良正．数字图像处理．：
东南大学，1999
[7]宋余庆．数字医学图像．：
清华大学，2003
[8]王育坚，鲍泓，袁家政编著.图像处理与三维可视化.邮电大学,2011.07.
[9]邹柏贤，林京壤．图像轮廓提取方法研究，计算机工程与应用，2008，44（25）：
161—165
[10]祁有祥，廷宁，建英著.假设干生态参数数字图像测量方法的研究.中国林业,2011.04.
[11]王忆勤主编.中医面诊与计算机辅助诊断.科学技术,2010.11.
[12]雅罗斯拉夫斯基．数字图像处理．施有秋，等译．：
电子工业，1990
升级会员 