【文章內(nèi)容簡介】 圖像、圖形相結(jié)合朝著三維成像或多維成像的方向發(fā)展 （ 6）新理論與新算法研究 .近年來在圖像處理領(lǐng)域引入了一些新的理論并提出了一些新的算法，如 :Wavelet、 Fractal、 Morphology、遺傳算法、神經(jīng)網(wǎng)絡(luò)等。Fractal 廣泛用于圖像處理、圖形處理、紋理分析，同時還可以用于數(shù)學(xué)、物理、生物、神經(jīng)和音樂等方面，有人認(rèn)為 Fractal 把雜亂無章、隨意性很強(qiáng)的事物能用數(shù)學(xué)方法加以規(guī)范和描述，它在分析和描繪自然現(xiàn)象上具有獨(dú)到之處。這些理論在未來圖像處理理論與技術(shù)上的作用應(yīng)給予充分的注意，并積極地加以研究 （ 7）圖像處理芯片化。目前，結(jié)合多媒體技術(shù)的研究， 硬件芯片越來越多。如 Thomson 公司 ST13220采用 SyStO11C 結(jié)構(gòu)，作運(yùn)動預(yù)測器 。 INMOS公司的 IMSA 121，采用流水線結(jié)構(gòu) ， CCUbe 公司 CL550 把 JPEG 做到一個芯片上，更便于推廣應(yīng)用。總之把圖像處理的眾多功能固化在芯片上將會有更加廣闊的應(yīng)用領(lǐng)域。 （ 8）虛擬現(xiàn)實(shí)。計算機(jī)的運(yùn)算速度發(fā)展到今天，已為虛擬現(xiàn)實(shí)提供了可能。網(wǎng)上虛擬現(xiàn)實(shí)、可視電話及會議系統(tǒng)等方面的發(fā)展及應(yīng)用都為數(shù)字圖像處理技術(shù)的發(fā)展提供了新的機(jī)遇。 第 8 頁 共 46 頁 （ 9）機(jī)器人視覺 .隨著各種相關(guān)技術(shù)和相關(guān)學(xué)科研究的不斷發(fā)展，機(jī)器人視覺將 由 2D 向 3D，由低速響應(yīng)向高速響應(yīng)發(fā)展。 本文章節(jié)簡介 本文共分為六章。第一章緒論，主要介紹數(shù)字圖像處理的現(xiàn)狀，基本概念，以及內(nèi)容分布。第二章圖像處理理論，對圖像處理技術(shù)中經(jīng)常用到的一些理論與方法進(jìn)行比較詳細(xì)的介紹。 第三章需求分析， 該數(shù)字圖像處理系統(tǒng)進(jìn)行可行性分析，并且就所使用的嵌入式平臺進(jìn)行介紹。第四章概要設(shè)計，這一章是整個系統(tǒng)的設(shè)計思路 以及一些算法的簡單分析。第五章進(jìn)行系統(tǒng)的具體實(shí)現(xiàn)，包括硬件電路的設(shè)計與軟件程序的編寫。第六章是系統(tǒng)的最后調(diào)試以及功能使用說明部分。 第二章 圖像處理理論 圖像信息的基本知識 視覺 研究與圖像處理的關(guān)系 （ 1）圖像質(zhì)量評價與視覺心里。目前把圖像信息看成二維平面上具有亮暗色彩變化的若干單個像素信息的集合是非常初步的認(rèn)識。應(yīng)該說， 對圖像的認(rèn)識或理解是由感覺和心理狀態(tài)決定的， 也就是說，與圖像內(nèi)容和觀察者的心理因素有關(guān)。由此啟發(fā)人們?nèi)パ芯拷ㄈ说囊蛩卦趦?nèi)的信息理論。 （ 2）畫面組成和心理視覺。人的視野相當(dāng)寬廣，左右視角約為 ，上下月 ，但如此寬廣的視野中視力好的部位僅限于 。那么 ，人是如何轉(zhuǎn)動眼球使視線移動，從而適應(yīng)大 的畫面和立體景象的呢？人眼中心視力分辨率強(qiáng)，可以進(jìn)行圖像細(xì)節(jié)的認(rèn)識，但只能認(rèn)識圖像的一小部分；而周邊視力分辨率差，但可以認(rèn)識圖像的全貌， 而且可以將所視目標(biāo)特征部分檢出，利用檢出的目標(biāo)圖像特征去控制眼球運(yùn)動，必要時可以再用中心視力來進(jìn)一步認(rèn)識這一部分圖像。 對于大畫面圖像，充分利用周邊視力產(chǎn)生較強(qiáng)的臨場感；而小畫面臨場感弱，為了 第 9 頁 共 46 頁 產(chǎn)生充分的臨場感，畫面尺寸一般應(yīng)有 以上的視野。寬銀幕和球幕電影的視覺效果好的原因也就是這個道理 [2]。 （ 3）主觀亮度感覺。實(shí)驗表明，人的視覺系統(tǒng)感覺到的景物亮 度并不直接由景物本身的亮度所決定。 其主觀亮度感覺 S 與光強(qiáng)度 B 的對數(shù)呈線性關(guān)系，這一規(guī)律稱為韋伯 弗赫涅爾（ WeberFechner）定律，即為下式所示： 式中 k、 為常數(shù)。 （ 4）同時對比效應(yīng)和馬赫帶效應(yīng) 在某些情況下，人的感覺不是簡單的光強(qiáng)度函數(shù)，還可以從人的兩個視覺特性，即同時對比效應(yīng)和馬赫帶效應(yīng)得到說明。 圖 二 1 同時對比效應(yīng) 同時對比效應(yīng)（如 上 圖 所示）。圖中所有的中心方塊都有相同的光強(qiáng)度，但在人的視覺感覺就不同，這種與背景光強(qiáng)度有關(guān)的視覺主觀感覺稱為同時對比效應(yīng)。 圖 二 2 馬赫帶效應(yīng) 第 10 頁 共 46 頁 圖中各個條帶的客觀亮度不同，但每個條帶本身的客觀亮度是相同的。但在人的視覺中， 對每個條帶感覺都是不均勻分布的，感到所有條帶的右邊比左邊亮些，出現(xiàn)的這些毛邊帶（特別是靠邊界處）稱為馬赫帶效應(yīng)。 圖像數(shù)字化 一幅 黑白靜止平面圖像中各點(diǎn)的灰度值可 用其位置坐標(biāo) 的函數(shù)來描述。顯然， 是二維連續(xù)函數(shù)，有無窮多個值。這種用連續(xù)函數(shù)表示的圖像無法用計算機(jī)進(jìn)行處理，也無法再各種數(shù)字系統(tǒng)中傳輸或存儲，必須將代表圖像的連續(xù)（模擬）信號轉(zhuǎn)變?yōu)殡x散（數(shù)字）信號。這樣的變換過程稱為圖像 數(shù)字化，主要包括采樣和量化兩步。 采樣和量化。 圖像在空間上的離散化 成為采樣，其約束條件是：由采樣點(diǎn)，通過某種方法可以正確的重建原圖像。采樣的方法有兩類：一類是直接對表示圖像的二維函數(shù)值進(jìn)行采樣，即讀取各 離散點(diǎn)上的信 號值，所得結(jié)果就是一個樣點(diǎn)值陣列，所以也稱為點(diǎn)陣采樣；另一類 是先將圖像函數(shù)進(jìn)行某種正交變換，用其變換系數(shù)作為采樣值，故稱為正交系數(shù)采樣。 對樣點(diǎn)灰度值的離散化過程稱為量化。也就是對每個樣點(diǎn)值數(shù)字化，使其只和 有限個可能電平數(shù)中的一個對應(yīng)，即使圖像的灰度值離散化 [3]。量化也可以分為兩種，一種是將樣點(diǎn)灰度值等間隔分檔取整，稱為均勻量化；另一種是不等間隔分檔取整，稱為分均勻量化。因為都要取整，故量化也常稱為整量或整量化過程。 圖像的噪聲分析 圖像噪聲在數(shù)字圖像處理技術(shù)中的重要性已越來越明顯，如高放大倍數(shù)航片的判讀、 X 射線圖像系統(tǒng)中的噪聲去除等都已成為不可缺少的技術(shù)。 圖像噪聲按其產(chǎn)生的原因可分為： （ 1）外部噪聲：是指系統(tǒng)外部干擾從電磁波或經(jīng)電源串進(jìn)系統(tǒng)內(nèi)部而引起的噪聲，如電氣設(shè)備、天體放電現(xiàn)象等引起的噪聲。 （ 2）內(nèi)部干擾一般可分為四種：由光和電的基本性質(zhì)所引起的噪聲、電器 第 11 頁 共 46 頁 的機(jī)械運(yùn)動產(chǎn)生的噪聲、元器件材料本身引起的噪聲、系統(tǒng)內(nèi)部設(shè)備電路所引起的噪聲。 從統(tǒng)計理論觀點(diǎn)圖像噪聲可分為平穩(wěn)和非平穩(wěn)噪聲兩種。不嚴(yán)格的講，這兩種噪聲可以理解為 :其統(tǒng)計特性不隨時間變化的噪聲稱為平穩(wěn)噪聲 ；其統(tǒng)計特性隨時間 變化而變化的稱為非平穩(wěn)噪 聲。還可以按噪聲幅度分布形狀來定義，如其幅度分布是按高斯分布的就稱其為高斯噪聲，而按雷利分布的就稱其為雷利噪聲。當(dāng)然也有按噪聲頻譜形狀來命名的，如頻譜均勻分布的噪聲稱其為白噪聲，頻譜與頻率成反比的稱為 噪聲，而與頻率平方成正比的稱其為三角噪聲等等 [4]。 圖像質(zhì)量評價 圖像質(zhì)量的含義包含兩個方面，一個是圖像的保真度（ fidelity），另一個是圖像的可懂度（ inteligibility）。所謂圖像保真度是描述被評價圖像與標(biāo)準(zhǔn)圖像的偏離程度；而圖像的可懂度則是表示圖像能向人 或機(jī)器提供信 息的能力。 目前對圖像質(zhì)量在定量評價上一般采用均方誤差表示的客觀保真度準(zhǔn)則，而圖像的可懂度定量測量還是很困難。目前對圖像質(zhì)量評價往往還是采用主觀保真度準(zhǔn)則，它是由一批圖像評價專家按主觀感覺來定性地評價圖像質(zhì)量 [5]。顯然這種評價方法容易受到很大認(rèn)為因素的影響。 彩色圖像基本知識 為了定量的描述顏色對人眼的視覺作用，可以用亮度（ brightness）、色調(diào)（ hue）、色飽和度（ saturation）這 3 個與視覺特征有關(guān)的量來計算描述，這 3個量稱為顏色的 3 個基本屬性。 色調(diào)是彩色的最重要的屬性，是決定顏色本質(zhì)的基 本特性；色飽和度是指一個顏色鮮明程度，飽和度越高，顏色越深；亮度是指光波中作用于感受器所發(fā)生的效應(yīng)，其大小由反射系數(shù)決定，反射系數(shù)越大，物體的亮度越高。實(shí)際應(yīng)用中，一般將色調(diào)和色飽和度稱為彩色，顏色便用彩色和亮度表征 [6]。 人眼大概能識別 128 種不同的色調(diào)和 130 種不同的色澤（色飽和度）。根據(jù) 第 12 頁 共 46 頁 不同的色調(diào)，還可以識別若干種明暗。因此，人眼可以識辨出大約種不同的顏色。對于數(shù)字圖像處理來說， 128 種不同的色調(diào)和 8 種不同的色飽和度， 16 種明暗級基本上可滿足應(yīng)用需求。 彩色模型。為了能使用 RGB 三基色描述各種色彩，根據(jù)實(shí)際應(yīng)用和需要提出了一些彩色模型。 RGB（紅、綠、藍(lán)）模型主要用于彩色監(jiān)視器和彩色視頻攝像機(jī)； CMY（青、深紅、黃）模型用于彩色打印機(jī)； HSI（色調(diào)、飽和度、亮度）模型更符合人描述和解釋顏色的方式。此外，還有常用的國際照明委員會 CIE 提出的 CIEXYZ 模型和美國國家電視系統(tǒng) 委員會（ national television system CommitteeNTSC）提出的 YIQ 彩色模型。 RGB 和 CMY 的轉(zhuǎn)化。假設(shè) RGB 在三維坐標(biāo)系中為 R（ 1， 0， 0）、 G（ 0， 1，0）、 B（ 0， 0， 1），則二者關(guān)系為： CIEXYZ 模型。使用 RGB 模型生成顏色時，用于產(chǎn)生顏色的原基色比例系數(shù)出現(xiàn)負(fù)值，使用起來十分不便。同時，不同研究者所用的三基色和標(biāo)準(zhǔn)白色不同，使得研究結(jié)果很難比較。 XYZ 顏色把彩色光表示為： 。其中 、 、 是 XYZ 顏色模型的基色量， X、 Y、 Z 為三色比例系數(shù)。 XYZ 表色系統(tǒng)須滿足如下 3 個條件：三色比例系數(shù) X、 Y、 Z 皆大于零； Y 的數(shù)值正好是彩色光的亮度；當(dāng) X=Y=Z 時仍然表示標(biāo)準(zhǔn)白光。由此得到二者轉(zhuǎn)化關(guān)系為： RGB 和 NTSCYIQ 彩色模型轉(zhuǎn)化： 當(dāng)采用 PAL 電視制式時公式應(yīng)為 圖像變換 第 13 頁 共 46 頁 一般數(shù)字圖像處理的計算方法本質(zhì)上都可看為線性 的 ， 處理后的輸出圖像陣列可看為輸入圖像陣列的各個元素經(jīng)加權(quán)線性組合而得到，這種空間線性處理要比非線性處理簡單。但對于圖像處理的運(yùn)算來說，由于圖像陣列很大，如果沒有有效地算法，計算上很麻煩且費(fèi)時，往往采用各種圖像變換方法，如傅里葉變換、沃爾什變換等間接處理技術(shù)，可獲得更有效地處理。下面對幾種常用的圖 像處理變換一一介紹。 離散傅里 葉變換 離散傅里葉變換（ Discrete Fourier Transform—— 簡稱 DFT） 在數(shù)字信號處理和數(shù)字圖像處理中應(yīng)用十分廣泛 ，它建立了離散時域和離散頻域之 間的聯(lián)系。 如果直接應(yīng)用卷積和相關(guān)運(yùn)算在時域 中處理，計算量將隨著取樣點(diǎn)數(shù) N 的平方而增加，這使計算機(jī)的計算量加大，費(fèi)時，很難達(dá)到實(shí)時處理的要求。因此，一般可采用 DFT 方法，將輸入的數(shù)字信號首先進(jìn)行 DFT 變換，在頻域中進(jìn)行各種有效地處理，然后進(jìn)行 DFT 反變換，恢復(fù)為時域信號。這種用計算機(jī)對變換后的信號進(jìn)行頻域處理，比在時域 中直接處理更加方便，計算量也大大減少，提高了處理速度。 DFT 還有一個明顯的優(yōu)點(diǎn)是有快速算法，即 FFT（ Fast Fourier Transform）算法，它可大大減少計算次數(shù)，使計算量減少到只是直接用 DFT 所需計算量的一小部分 [7]。 一維離散傅里葉變換 ：如果去 N 個間隔為 取樣增量的方法將一維連續(xù)函數(shù) 進(jìn)行離散化。 變?yōu)殡x散函數(shù)， 可用下圖所示序列表示。它可表示為：，式中 ，為離散值。 第 14 頁 共 46 頁 0xyf ( x 0 )f ( x )f ( X 0 + Δ x )f ( x 0 + 2 Δ x )f ( x 0 + （ N 1 ） Δ x ) 圖 二 3 一維連續(xù)函數(shù) 的采樣 經(jīng)取樣后的一維離散函數(shù) 的傅里葉變換對由下式表示： 式中 ； 。要知道，這里是準(zhǔn)確值而不是近似值。最后應(yīng)指出，離散傅里葉變換總是存在的，它不必考慮連續(xù)傅里葉變換所需的可積的條件要求。 二維離散傅里葉變換： 只 要考慮兩個變量就很容易將一維離散傅里葉變換推廣到二維。二維離散傅里葉變換對由下式給出 式中： ； 。 式中： ； 。 二維連續(xù)函數(shù)的取樣是在二維的取樣間隔上進(jìn)行的，對空域的取樣間隔為和 ，對頻域的取樣間隔為 和 。它們的相互關(guān)系為： ， 。 第 15 頁 共 46 頁 在數(shù)字圖像處理中，圖 像一般取樣為方形陣列，則 M=N，那么二維 DFT 可表示為 式中： ； 。 式中： ； 。 需要指出的是 上述變換對并不是通用的表示式，常用的是正、反變換式中常數(shù)項均去 ，這不影響問題的 本質(zhì)。 接下來介紹二維離散傅里葉變換的幾種常用的性質(zhì)。 （ 1）線性 傅里葉變換是一種線性算子。設(shè) 和 分別為二維離散函數(shù)和 的離散傅里葉變換，則 式中 a， b 是常數(shù)。 （ 2）可分離性 顯然傅里葉變換公式中指數(shù)項可分成只含 x、 u 和 y、 v 的二項乘積，其相應(yīng)的二維離散傅里葉變換對可分離成兩部分之積： 式中， u、 v、 x、 y 均取 。 可分離性的重要意義在于：一個二維傅里葉變換或反變換都可以分解為兩步 第 16 頁 共 46 頁 進(jìn)行，其中每一步都是一個一維傅里葉變換或反變換。為說明問題，以二維傅里葉正變換為例， 設(shè)其后面的求和項為 ，即 此式表示對每一個 x 值， 先沿每 一行進(jìn)行一次一維傅里葉變換。再將 沿每一列在進(jìn)行一次一維傅里葉變換，就可得二維傅里葉變換 ，即 這說明二維傅里葉變換 可以 先沿行后沿列分離為兩個一維變換的 過程，顯然改為先沿列后沿行分離為兩個一維變換，其結(jié)果是一