数字图像处理技术的研究现状与发展方向

2012年12月孔大力等：数字图像处理技术的研究现状与发展方向

·11·

数字图像处理技术的研究现状与发展方向

孔大力

崔

洋

（山东水利职业学院，山东日照276826）

摘要：随着计算机技术的不断发展，数字图像处理技术的应用领域越来越广泛。本文主要对数字图像处理技术的方法、

优点、数字图像处理的传统领域及热门领域及其未来的发展等进行相关的讨论。关键词：数字图像处理；特征提取；分割；检索

引言

图像是指物体的描述信息，数字图像是一个物体的数字表示，图像处理则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。到了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。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，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，视觉信息占

(1)提高图像的视感质量，以达到赏心悦目的目

的。如去除图像中的噪声，改变图像中的亮度和颜色，增强图像中的某些成分与抑制某些成分，对图像进行几何变换等，从而改善图像的质量，以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。

(2)提取图像中所包含的某些特征或特殊信息，

以便于计算机进行分析，例如，常用做模式识别和计算机视觉的预处理等。这些特征包含很多方面，如频域特性、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)对图像数据进行变换、编码和压缩，以便于

图像的存储和传输。

2数字图像处理的方法

数字图像处理按处理方法分，主要有以下三类，即图像到图像的处理、图像到数据的处理和数据到图像的处理[2]。

（1）图像到图像。图像到图像的处理，其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。

首先，各类图像系统中图像的传送和转换中，总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，衰减次要信息，提高图像的可读性，增强图像中某些特征，使处理后的图像更适合人眼观察和机器分析。这类方法就是图像增强。例如，对图像的灰度值进行修正，可以增强图像的对比度；对图像进行平滑，可以抑制混入图像的噪声；利用锐化技

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。

1数字图像处理的目的

一般而言，对图像进行加工和分析主要有以下三方面的目的[1]：

第4期

·12·山东水利职业学院院刊2012年12月

术，可以增强图像的边缘轮廓；利用几何校正技术，可以校正遥感图像的几何畸变；将灰度值表示转换为彩色表示，可以使人眼能区分更多的图像细节。通过图像增强处理，使图像比处理前更适合一个应用，如用于显示、打印、印刷、分析、创意等。第二类解决方法针对图像降质的原因，设法补偿降质因素，使改善后的图像尽可能接近原图像。这类方法称为图像复原。图像复原是试图利用图像的退化过程，建立相应的数学模型，沿着图像降质的逆过程，把已经退化的图像加以重建和复原，其目的是去除干扰和模糊，从而恢复图像的本来面目。

其次，大数据量的图像信息会给存储器的存储容量、通信干线的带宽以及计算机的处理速度增加极大的压力，因此需要对图像进行压缩处理或压缩编码，即是在保持一定图像质量的条件下，以尽可能少的比特数来表示图像，目的是节约图像存储空间、减少传输信道的容量、缩短图像加工处理时间。在数字图像处理领域中，常用的编码有信息保持编码、保真度编码和特征提取编码，具体方法有行程长度编码(RLE)法、LZW编码法、霍夫曼编码法

部MR图像分割成灰质、白质等脑组织和其他非脑组织区域；在交通图像分析中，把车辆目标从背景中分割出来等等。图像识别，也称为模式识别，是数字图像处理的一个新兴的研究方向。当今的识别方法通常有3种：统计识别法、语法结构识别法和模糊识别法。图像识别的统计方法着眼于反映出图像特点的某些特征，然后在特征空间中划分区域，定出根据特征识别图像的标准。但在一些图像识别中，往往要安排图像属于哪一类，而且还要描述图像的形态，例如指纹识别、场景分析等，特别是当图像特别复杂时，特征空间的维数特别高，这时统计的方法识别就很困难了，针对这种情况，提出语法结构识别法。它的主要思想是分析图像的结构，把复杂的图像看成是由简单的子图像组成，又把最简单的子图像作为基元，从基元集合出发，按照一定的构图规则来描述较复杂的图像。近几年，除了继续使用上述两种方法来识别图像外，还用了模糊集的方法来识别图像。在图像识别中，特征提取是很重要的一环。所谓图像的特征是指图像场中可用作标志的属性，而把图像的某些特征加以数字化的过程就称为特征提取。特征提取的过程比较复杂，它和识别对象的各种物理的、形态的性能都有联系，需要对识别对象的各种重要特征能有充分的理解，然后把这种特征转换为数字。对于不同的识别对象必须考虑不同的特征提取的方法，因此很难有统一的方法和理论。例如对遥感图像识别中，采用多波摄像的方法，把同一识别对象在不同波段的摄像上得到的灰度作为特征进行提取；而在癌细胞的识别中主要对核大、核畸形、核染色体等特征进行提取。

（3）数据到图像[3]。从数据到图像的处理，其输入为数据，输出为图像，即图像重建过程。一幅图像经过量化处理以后，得到一个二维数组，这个过程是从图像到数据，即对图像用数据进行数据描述，就可以进行各种图像处理。然而如果有一组与图像有关的物理数据，反过来建立图像，这就是图像重建要解决的问题。图像重建主要是利用采集的数据来重建图像，主要算法有代数法、迭代法、傅立叶反投影法和使用最广泛的卷积反投影法等。计算机断层扫描(ComPMtedTomograPhy，简称CT)就是利用投影数据重建图像的典型实例。所谓CT图像重建是按照采集后的数据，求解图像矩阵中像素，然后

(Huffmanencoding)、预测及内插编码法、矢量量化编

码法、变换编码法(如K－L变换编码和DCT编码)、模型法编码等。近些年来，分形编码和小波变换的技术也越来越多地应用在图像压缩的领域中，但是大多仍处于研究试用阶段，常见的图像压缩方法仍以前面介绍的为主。当然，在实际的应用中，多种图像压缩方法往往是结合起来使用的，如JPEG等，压缩过程可分为颜色模式转换及采样、DCT变换、量化、编码几部分。

（2）图像到数据。图像到数据的处理，其输入为图像，其输出为输入图像内容的各种符号表示。这类图像处理技术包括图像分割、图像识别、特征提取等。图像分割的任务是把图像空间按特征分离成互不交叠的有意义的区域，以便进一步对图像进行分析、识别、压缩编码等。图像分割通常可以按幅度不同、按边缘不同、按形状不同来划分各个区域等。常用的幅度分割方法是把图像的灰度分成不同的等级，然后用设置灰度值的方法确定有意义的区域或欲分割物体的边界。图像分割的应用十分广泛，几乎出现在有关图像处理的所有领域。例如遥感云图中不同云系和背景分布的分割；在医学应用中脑

第4期

2012年12月孔大力等：数字图像处理技术的研究现状与发展方向

·13·

重新构造图像的过程；图像矩阵的求解由计算机完成，在CT图像重建的解析法中，当前最常用的是采用卷积运算的滤波反投影法，也称卷积反射影法。卷积反投影重建图像时，先把由检测器上获得的原始数据与一个滤波函数进行了卷积运算，得到各方向卷积的投影函数；然后再把它们从各方向进行反投影，即按其原路径平均分配到每一矩阵元上，进行叠加后得到每一矩阵元的CT值；再经过适当处理后就可以得到被扫描物体的断层图像。卷积反投影可消除单纯的反投影产生的边缘失锐效应，补偿投影中的高频成分和降低投影中心密度，并保证重建图像边缘清晰和内部分布均匀。

像处理技术。它的直观、无创伤和安全方便等优点备受青睐。图像处理首先应用于细胞分类、染色体分类和放射图像等。20世纪70年代，数字图像处理在医学上的应用有了重大突破，1972年X射线断层扫描CT得到实际应用；1977年白血病自动分类仪问世；1980年实现了CT的立体重建。

工业生产中的应用:在生产线中对产品及部件进行无损检测是图像处理技术的重要应用领域。该领域的应用从20世纪70年代起取得了迅速的发展，主要是产品质量检测、生产过程的自动控制和

CAD/CAM等。

军事、公安等方面的应用:军事的目标是侦察、制导和警戒系统和自动灭火器的控制及反伪装；公安部门的现场照片、指纹、手迹、印章和人像等的处理和辨识；历史文字和图片档案的修复和管理等[4]。

机器人视觉:机器视觉作为智能机器人的重要感觉器官，主要进行三维景物理解和自主机器人；邮政、医院和家庭服务的智能机器人；装配线工件识别和定位；太空机器人的自动操作等。

视频和多媒体系统:目前，电视制作系统广泛使用的图像处理、变换和合成；多煤体系统中静止图像和动态图像的采集、压缩、处理、存储和传输等。

科学可视化:图像处理和计算机图形学紧密结合，形成了科学研究各个领域新型的研究工具。

电子商务:当前呼声甚高的电子商务中，图像处理技术也大有可为，如身份认证、产品防伪和水印技术等。

——基于4.2数字图像处理技术的热门应用领域—互联网的图像系统

数字图像处理的热门应用领域包括印刷制版、电视、多媒体、互联网、DRM、电影特技、游戏、动画制作、数字相机、虚拟现实、电子商务、宽带应用、

3数字图像处理的优点

（1）再见性好：模拟图像处理与数字图像处理最大的不同在于，数字图像处理不会因为图像的存储、复制或传输等一系列操作而引起图像质量的降低。

（2）适用面宽：图像可以来自许多的信息源。它小可以小到电子显微镜的图像，大可以大到遥感图像、航空照片或者天文望远镜的图像。

（3）灵活性高：数字图像处理技术不只可以完成线性运算，而且可以实现非线性的处理，即只要是能够用逻辑关系或数学公式来进行表达的所有运算都可以用数字图像处理来实现。

（4）信息压缩潜力大：由于数字图像中各个像素不是相互独立的，相关性大，所以，在图像处理中信息压缩的潜力比较大。

4数字图像处理的应用

4.1数字图像处理的传统应用

数字图像处理主要应用于下面几个领域:通信:包括图像传输、电视电话和视频会议等，主要是进行图像压缩甚至理解基础上的压缩。

宇宙探测:由于太空技术的发展，需要用数字处理技术处理大量的星体照片。

遥感:航空遥感和卫星遥感图像需要用数字技术加工处理，并提取有用的信息。主要用于地形地质、矿藏探查以及森林、水利、海洋和农业等资源调查、自然灾害预测预报、环境污染检测、气象卫星云图处理以及地面军事目标的识别。

生物医学领域:图像处理在医学界的应用非常广泛，无论是临床诊断还是病理研究都大量采用图

DAM等。这里主要介绍基于互联网的图像系统。

互联网图像系统的结构:

（1）解决图像数据大与网络带宽窄的问题。随着互联网上大量高清晰度(几十兆)图像的出

第4期

·14·山东水利职业学院院刊2012年12月

现，如何发布和管理这些图像的问题就摆在了面前，为此，在1996年柯达联合LivePicture、微软、惠普公司开发了一种专门用于数字照相的图像格式

④以上方式结合。

先用草图或指定特征获取图片样本，再用图片样本检索。其内容匹配的主要策略有：颜色、纹理、形状特征匹配。

FlashPix(.fpx)（柯达、HP，LivePicture等公司同时为了支持FlashPix图像文件在互联网上的传播，开发了Internet传输协议：InternetImagingProtocol，即IIP。经保证（1）高分辨率图像在Internet上的快速传

输；（2）服务器对浏览器端图像处理请求的响应）：这个用于网络成象的快速传递图象系统由插入的浏览器和服务器模块组成，使你能通过自己的浏览器访问网上的FlashPix图象并且打印它们，打印出的图象质量就如同从CD上得到的一样好。另外，你可以点出一个FlashPix图象，利用工具使它缩小、放大、摇镜头或剪贴，所有这些命令的切换只需很短的时间。可以预见不远的将来，FlashPix的应用将大大缓解网络的高清图像的传递问题。

（2）解决与信息安全、版权保护相关的图像问题。

随着因特网在各个应用领域的扩展，多媒体数字作品（图像、视频、音频等）纷纷以网络形式发表，这些作品的版权保护就成为一个迫切而又比较难以解决的问题。数字水印(watermark)是解决这一问题的有效办法。这种被嵌入的水印（通常是不可见或不可察的）可以是一段文字、标识、序列号、其他图像等，它与原始数据紧密结合，并隐藏其中，成为源数据不可分离的一部分，其能够在经历了某些不破坏原始数据的操作（如压缩等）后仍然保存下来，从而通过在原始数据中嵌入秘密信息———水印来证实该数据的所有权。

（3）解决静止、活动图像的存储与检索的问题。当我们的数字图像数量很多时（达到上千张、甚至上百万张），如何快速有效地找到需要的数字图像是一项有挑战性的工作。那么，如何利用计算机辅助检索图像呢（与文本检索不同，图像与图像之间的比较是一个复杂的问题）？为了解决这个问题，可以采用基于内容的图像检索方法CBIR：

利用图片样本检索。可以由用户准备图片样本；可以在图片库中浏览；系统给出各类代表图像；从系统中随机抽取（检索是一个逐步求精的过程）。

利用草图检索。

利用图像特征模板检索，如颜色特征模板，指定各种颜色的比率等。

5数字图像处理技术的发展方向

数字图像处理技术的未来发展大致可归纳为：图像处理的发展将围绕HDTV(高清晰度电视)的研制；开展实时图像处理的理论及技术研究，向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展；图像与图形相结合，朝着三维成像或多维成像的方向发展。硬件芯片研究，把图像处理的众多功能固化在芯片上，更便于应用；新理论与新算法研究。在图像处理领域，近几年来引入了一些新的理论并提出了一些新的算法如小波分析

(Wavelet)、分析几何(Fractal)、形态学(Morphology)、遗

传算法(GeneticAlgorithms，GA)和人工神经网络(ArtificialNeuralNetworks)等。

6结束语

随着科学技术的发展，数字图像处理显得越来越重要。数字图像处理技术正在向处理算法更优化、处理速度更快、处理后的图像清晰度更高的方向发展，实现图像的智能生成、处理、识别和理解是数字图像处理的最终目标。小至个人的生活、工作，大到宇宙探测和遥感技术的应用，数字图像处理技术是其他任何技术都无法替代的，它将独立占有一席天地，所以我们任重而道远，努力去探究这门技术，让它发挥得更加淋漓尽致。

参考文献：

[1][美]RafaelC.Gonzalez、RichardE.Woods、StevenL.Ed2dins

（阮秋琦等译）.数字图像处理(MATLAB版，国外电子与通信教材系列)[M].北京:电子工业出社，2006，4.

[2]KennethR．Castleman（朱志刚译）.数字图像处理[M].北京：

电子工业出版社，1998.

[3]郑建英.数字图像处理技术[M].内蒙古科技与经济出版社，2002.

收稿日期：2012-10-31

作者简介：孔大力（1981.6-），男，山东日照人，墨尔本大学通信工程与工程项目管理双硕士，山东水利职业学院教师，研究方向：视频信号的网络传输等。