【正文】 ......... 37 參考文獻(xiàn) .............................................................................................................. 43 致 謝 ...................................................................................................................... 44 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 1 頁 共 45 頁 第一章 緒論 數(shù)字圖像處理概述 數(shù)字圖像處理 (Digital Image Processing)又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。數(shù)字圖像處理的主要研究內(nèi)容包括以下幾個(gè)方面：圖像變換、圖像編碼壓縮、圖像增強(qiáng)和復(fù)原、圖像分割、圖像描述、圖像分類（識(shí)別）。圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。 隨著人類活動(dòng)范圍的不斷擴(kuò)大，圖像處理的應(yīng)用領(lǐng) 域也隨之不斷擴(kuò)大，在航天和航空技術(shù)、生物醫(yī)學(xué)工程、通信工程、工業(yè)和工程、軍事與安全、文化藝術(shù)等方面獲得越來越廣泛的應(yīng)用。 數(shù)字圖像處理的發(fā)展始于 20 世紀(jì) 60 年代初期，首次獲得實(shí)際成功應(yīng)用的是美國噴氣推進(jìn)實(shí)驗(yàn)室（ JPL）。他們對(duì)航天探測(cè)器徘徊者 7 號(hào)在 1964 年發(fā)回的幾千張?jiān)虑蛘掌褂脠D像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等方法進(jìn)行處理，并考慮了太陽位置和月球環(huán)境的影響，由計(jì)算機(jī)成功繪制出 月球表面地圖，獲得了巨大成功 。這位人類登月創(chuàng)舉奠定了堅(jiān)實(shí)的基礎(chǔ)，在以后的航空技術(shù)中，如對(duì)火星、土星等星球的探測(cè)研究中 ，數(shù)字圖像處理都發(fā)揮了巨大的作用。 數(shù)字圖像處理取得的另一個(gè)巨大成就是在醫(yī)學(xué)上的應(yīng)用。 1972 年英國 EMI公司工程師 Housfield 發(fā)明了用于頭顱診斷的 X 射線計(jì)算機(jī)斷層攝影裝置 ，簡稱CT（ Computer Tomograph）。 CT 的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計(jì)算機(jī)處理來重建截面圖像，成為圖像重建。 1975 年 EMI 公司又成功研制出全身用的 CT 裝置，獲得了人體各個(gè)部位鮮明清晰的斷層圖像。 1979 年，這項(xiàng)無損傷診斷技術(shù)獲得了諾貝爾獎(jiǎng)，說明它對(duì)人類做出了劃時(shí)代的貢獻(xiàn)。 于此同時(shí)，圖像處理技術(shù)在許多其它 應(yīng)用領(lǐng)域受到廣發(fā)重視并取得了重大的開拓性成就，屬于這些領(lǐng)域的有工業(yè)檢測(cè)、機(jī)器視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等，是圖像處理成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 2 頁 共 45 頁 從 20 世紀(jì) 70 年代中期開始，隨著計(jì)算機(jī)技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。很多國家，特別是發(fā)達(dá)國家投入更多地人力、物力研究計(jì)算機(jī)視覺（圖像理解）領(lǐng)域，取得了不少重要的研究成果。其中代表性的成果是 20 世紀(jì) 70 年代末 MIT 的 Marr 提出的視覺計(jì)算理論，這個(gè)理論成為計(jì)算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想 [1]。 圖 像 特 征（ 基 元 圖 ）2 . 5 維 圖（ i n t r i n s i c 圖 像 ）三 維 模 型從立體圖從圖像序列從陰影至形狀從紋理至形狀從x至形狀 圖 一 1 基于 Marr 視覺計(jì)算理論的方框圖 Marr 視覺計(jì)算理論主要涉及描述三維物體的幾何表示問題。 Marr 理論認(rèn)為描述三維物體有三個(gè)層次（ 圖 一 2） : （ 1）圖像特征（基 元 圖）。它反映了二維圖像的重要特征。是以原始圖像中抽取如邊緣、角點(diǎn)、紋理、線條、不連續(xù)點(diǎn)等基本特征，這些特征的集 合稱為基元圖。 （ 2） 維圖，又稱為 intrinsic 圖像。它在以觀察點(diǎn)為中心的坐標(biāo)系統(tǒng)中，由輸入圖像和基元圖恢復(fù)場(chǎng)景可見部分的深度、法線方向、輪廓等，這些信息包含了深度信息，但不是真正的物體三維表示，因此稱為二維半圖。從圖像特征恢復(fù)得到 維圖，可以有很多方法，如立體圖、從圖像序列 、從陰影至形狀從紋理至形狀、從 x 至形狀（其中 x 為新研究的方法）等方法恢復(fù)得到 維圖。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 3 頁 共 45 頁 （ 3）三維模型表示。在以物體為中心的坐標(biāo)系中，描述了三維物體的形狀和它們?cè)诳臻g的結(jié)構(gòu)基元是體積的或表面面積的基元。 Marr 計(jì)算視覺 理論框架雖然還不十分完善，許多方面還有爭議，如該理論建立的視覺處理框架基本上是從上至下，而沒有考慮反饋的作用；此外，該理論沒有重視知識(shí)引導(dǎo)作用。但是，它至今仍然是可接受的基本框架，它不僅推動(dòng)了計(jì)算機(jī)視覺這門科學(xué)的形成和發(fā)展，也為計(jì)算機(jī)視覺領(lǐng)域提供了許多研究的起點(diǎn)。 計(jì)算機(jī)視覺是模仿人的視覺，由于人們對(duì)視覺機(jī)理的研究還沒有突破性的進(jìn)展，因此計(jì)算機(jī)視覺研究 是一項(xiàng)艱巨而長遠(yuǎn)的任務(wù)。盡管目前已有了不少圖像理解的理論、方法、算法和初級(jí)圖像理解系統(tǒng)，但真正能在實(shí)際應(yīng)用中可以取代人的視覺功能的還不多見。當(dāng)前科學(xué)技術(shù)的發(fā)展 使得許多領(lǐng)域迫切需要應(yīng)用圖像處理和理解，因此，應(yīng)當(dāng)在計(jì)算機(jī)視覺領(lǐng)域中，加強(qiáng)新理論與方法的探索和研究，使之有可能較大的降低視覺理解的難度，而仍然能解決不少有意義的實(shí)際問題。近來興起的“有目的、定性、主動(dòng)地視覺”、基于 CAD 的視覺、距離圖像的理解、多傳感器融合等都是一些有代表性的研究方向。 這里特別要指出，從 20 世紀(jì) 90 年代，計(jì)算智能信息處理技術(shù)獲得飛速的發(fā)展，它在數(shù)字圖像處理和計(jì)算機(jī)視覺領(lǐng)域中獲得了越來越廣泛的應(yīng)用，取得了許多引人注目的突破性成果。這些成果不僅推動(dòng)了計(jì)算智能信息處理技術(shù)的進(jìn)一步發(fā)展，而且給數(shù)字 圖像處理和計(jì)算機(jī)視覺開辟了不少新的研究領(lǐng)域。 在計(jì)算機(jī)智能信息處理技術(shù)中，如模糊集與模糊邏輯、神經(jīng)網(wǎng)絡(luò)、小波分析、進(jìn)化計(jì)算（遺傳算法）、分形等，在圖像編碼、增強(qiáng)、分割、特征提取、描述以及識(shí)別等方面都有廣泛的應(yīng)用，獲得了不少新方法、新算法。另外，一些新的數(shù)學(xué)方法，如數(shù)學(xué)形態(tài)、粗糙集理論等數(shù)學(xué)工具在數(shù)字圖像處理中也有成功的應(yīng)用，引起了人們極大的關(guān)注。 可以相信，視覺作為人類最重要的一種感知，是人類智能活動(dòng)不可缺少的。因而，研究圖像處理和理解將永遠(yuǎn)是一個(gè)挑戰(zhàn)性的研究課題，無論存在 多大的困難，總會(huì)取得突破性進(jìn)展，并給 人類社會(huì)各個(gè)方面的實(shí)際應(yīng)用帶來越來越多的效益。下面就數(shù)字圖像處理主要的幾個(gè)方面作簡要介紹： 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 4 頁 共 45 頁 1）圖像變換 由于圖像陣列很大，直接在空間與中進(jìn)行處理，設(shè)計(jì)計(jì)算量很大。因此，往往采用各種圖像變換的方法，如傅里葉變換、哈爾變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，這不僅可以減少計(jì)算量，而且可獲得更有效的處理（如傅里葉變換可在頻域中進(jìn)行數(shù)字濾波處理）。目前新興研究的小波變換在時(shí)域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效地應(yīng)用。 2）圖像編碼壓縮 圖像編碼壓縮技術(shù)可減少描 述圖像的數(shù)據(jù)量（即比特?cái)?shù)），以便節(jié)省圖像傳輸、處理時(shí)間和減少存儲(chǔ)器容量。壓縮可以在不失真前提下獲得，也可以在允許的失真條件下進(jìn)行。編碼是壓縮技術(shù)中重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。 3）圖像增強(qiáng)和復(fù)原 圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高 圖像的清晰度等。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)調(diào)低頻分量可以減少圖像中噪聲影響。圖像復(fù)原要求對(duì)圖像降質(zhì)的原因有一定了解，一般講應(yīng)根據(jù)降質(zhì)過程建立 “降質(zhì)模型”，在采用某種濾波方法，恢復(fù)或重建原來的圖像。 4）圖像分割 圖像分割時(shí)數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，包括圖像中物體的邊緣、區(qū)域等， 這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像處理的有效方法。因此，對(duì)圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點(diǎn)之一。 5） 圖像描述 圖像描述是圖像識(shí)別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特征。一般圖像描述方 法采用二維形狀描述，有邊界描述和區(qū)域描述兩類方法。對(duì)于特殊的紋理圖像可采用二維紋理描述。在計(jì)算機(jī)視覺中要中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 5 頁 共 45 頁 進(jìn)行三維物體描述的研究，為此，提出了體積描述、表面描述、廣義圓柱體描述等方法。 6）圖像分類（識(shí)別） 圖像分類（識(shí)別）屬于模式識(shí)別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。圖像分類常采用經(jīng)典的模式識(shí)別方法，有統(tǒng)計(jì)模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)模式分類以及支撐向量機(jī)方法在圖像識(shí)別中也越來越受到重視。 此外，圖像重建以及圖像的只是表示、彩色圖像處理等都是目前數(shù)字圖像處理中新發(fā)展的研究領(lǐng)域，在圖像處理中獲得越來越廣法的應(yīng)用。 數(shù)字圖像處理現(xiàn)狀分析 數(shù)字圖像處理技術(shù)的應(yīng)用越來越廣，己經(jīng)滲透到工程、工業(yè)、醫(yī)療保健、航空航天、軍事、科研、安全保衛(wèi)等各個(gè)方面，在國計(jì)民生及國民經(jīng)濟(jì)中發(fā)揮著越來越大的作用。 總之，數(shù)字圖像處理技術(shù)應(yīng)用還可列出相當(dāng)多的領(lǐng)域，它在國家安全、經(jīng)濟(jì)發(fā)展、日常生活中充當(dāng)越來越重要的角色，對(duì)國計(jì)民生的作用不可低估。 圖像處理技術(shù)由于本身所具有的特點(diǎn)導(dǎo)致它又很容易受到一些因素的制約。圖像處理的特點(diǎn)主 要集中在以下幾點(diǎn)： （ 1）圖像信息量龐大。在數(shù)字圖像處理中，一幅圖像可看成是由圖像矩陣中的像素 （ pixel） 組成的，每個(gè)像素的灰度級(jí)至少要用 6bit（ 單色圖像 ） 來表示，一般采用 8bit（ 彩色圖像 ） ，高精度可用 12bit 或 16bit 甚至更高。 X 射線照片一般用 64KB256KB 的數(shù)據(jù)量，一幅遙感圖像 3240x2340x4≈ 30MB 的數(shù)據(jù)量。 （ 2）圖像處理綜合性強(qiáng)。在數(shù)字圖像處理中涉及的基礎(chǔ)知識(shí)和專業(yè)技術(shù)相當(dāng)廣泛。一般來說涉及通信技術(shù)、計(jì)算機(jī)技術(shù)、電子技術(shù)、電視技術(shù)，至于涉及到的數(shù)學(xué)、物理學(xué)等方面的基礎(chǔ)知識(shí)。 總之，圖像處理科學(xué)是一項(xiàng)涉及多學(xué)科的綜合性科學(xué)。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 6 頁 共 45 頁 （ 3）圖像信息理論與通信理論密切相關(guān)。自從 1948 年， Shannon 發(fā)表了“ A Mathematical Theory ofCommunication” （ 通信中的數(shù)學(xué)理論 ） 一文，便奠定了信息論的基礎(chǔ)。此后，信息理論便滲透到了各個(gè)領(lǐng)域。圖像信息論也屬于信息論科學(xué)中的一個(gè)分支。從當(dāng)今的理論發(fā)展看，可以說圖像信息論是在通信理論研究的發(fā)展起來的。圖像理論是把通信中的一維問題推廣到二維空間上來研究?？傊?，通信中的一維問題都可推廣到二維，盡管有些理論尚不完全貼切，但對(duì)圖 像自身理論體系的形成有極大的借鑒意義。 （ 4）處理精度高。 （ 5）內(nèi)容豐富， 通過編寫不同的軟件程序可以實(shí)現(xiàn)對(duì)圖像的不同處理，如增強(qiáng)、濾波、恢復(fù)和壓縮等，其處理內(nèi)容十分豐富。 （ 6）靈活性強(qiáng)。數(shù)字圖像處理不僅能完成線性運(yùn)算，且能實(shí)現(xiàn)非線性處理，即凡是可以用數(shù)學(xué)公式或邏輯關(guān)系來表達(dá)的一切運(yùn)算均可用數(shù)字圖像處理實(shí)現(xiàn)。 （ 7）再現(xiàn)性好。數(shù)字圖像處理與模擬圖像處理的根本不同在于，它不會(huì)因圖像的存儲(chǔ)、傳輸或復(fù)制等一系列變換操作而導(dǎo)致圖像質(zhì)量的退化。只要圖像在數(shù)字化時(shí)準(zhǔn)確地表現(xiàn)了原稿，則數(shù)字圖像處理過程始終能保持圖像的真 實(shí)再現(xiàn)。 （ 8）適用面廣。圖像可以來自多種信息源。從圖像反映的客觀實(shí)體尺度看，可以小到電子顯微鏡圖像，大到航空照片、遙感圖像甚至天文望遠(yuǎn)鏡圖像。只要被變換為數(shù)字編碼形式后，均可用計(jì)算機(jī)來處理。 （ 9）占用頻帶寬，信息壓縮的潛力大。數(shù)字圖像中各個(gè)像素是不獨(dú)立的，其相關(guān)性大。就電視畫面而言，同一行中相鄰兩個(gè)像素或相鄰兩行間的像素，其相關(guān)系數(shù)可達(dá) ，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。 由此造成圖像處理會(huì)受到一些因素的制約： （ 1）知識(shí)的綜合性強(qiáng)，需要掌握 多方面的知識(shí)。 （ 2）對(duì)計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)容量要求高。 （ 3）處理寬頻帶難度大。數(shù)字圖像處理占用的頻帶較寬。與音頻信息相比，占用的頻帶要大幾個(gè)數(shù)量級(jí)。所以在成像、傳輸、存儲(chǔ)、處理、顯示等各個(gè)環(huán)節(jié)的實(shí)現(xiàn)上，技術(shù)難度較大，成本高。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 7 頁 共 45 頁 （ 4）二維到三維的轉(zhuǎn)換難度大。由于圖像是三維景物的二維投影，一幅圖像本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，三維景物背后部分信息在二維圖像畫面上是反映不出來的 .因此，要分析和理解三維景物必須作合適的假定或附加新的測(cè)量 .在理解三維景物時(shí)需要知識(shí)導(dǎo)引，這也是人工智能中正在致力解決 的知識(shí)工程問題。 （ 5）人為因素。數(shù)字圖像處理后的圖像一般是給人觀察和評(píng)價(jià)的，因此受人的因素影響較大。 鑒于圖像處理