【文章內(nèi)容簡介】 理后的圖像一般是給人觀察和評價的，因此受人的 因素影響較大。由于人的視覺系統(tǒng)很復雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質(zhì)量的評價還有待進一步深入的研究。另一方面，計算機視覺是模仿人的視覺，人的感知機理必然影響著計算機視覺的研究。例如，什么是感知 的初始基元，基元是如何組成的， 局部與全局感知的關系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時間特征等，這些都是心理學和神經(jīng)心理學正在著力研究的課題。 數(shù)字圖像處理的優(yōu)點 ： 1. 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，它不會因圖像的存儲、傳輸或復制等一系列變換操作而導致圖像質(zhì)量的退化。只要 圖像在數(shù)字化時準確地表現(xiàn)了原稿，則數(shù)字圖像處理過程始終能保持圖像的再現(xiàn)。 2．處理精度高 按目前的技術，幾乎可將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組，這主要取決于圖像數(shù)字化設備的能力?，F(xiàn)代掃描儀可以把每個像素的灰度等級量化為 16 位甚至更高，這意味著圖像的數(shù)字化精度可以達到滿足任一應用需求。對計算機而言，不論數(shù)組大小，也不論每個像素的位數(shù)多少， 5 其處理程序幾乎是一樣的。換言之，從原理上講不論圖像的精度有多高，處理總是能實現(xiàn)的，只要在處理時改變程序中的數(shù)組參數(shù)就可以了?；叵胍幌聢D像的模擬處理，為了要把處理精度 提高一個數(shù)量級，就要大幅度地改進處理裝置，這在經(jīng)濟上是極不合算的。 3．適用面寬圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的波譜圖像（例如 X 射線圖像、射線圖像、超聲波圖像或紅外圖像等）。從圖像反映的客觀實體尺度看，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鏡圖像。這些來自不同信息源的圖像只要被變換為數(shù)字編碼形式后，均是用二維數(shù)組表示的灰度圖像（彩色圖像也是由灰度圖像組合成的，例如 RGB 圖像由紅、綠、藍三個灰度圖像組合而成）組合而成，因而均可用計算機來處理 。 即只要針對不同的 圖像信息源，采取相應的圖像信息采集措施，圖像的數(shù)字處理方法適用于任何一種圖像。 4．靈活性高圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內(nèi)容。由于圖像的光學處理從原理上講只能進行線性運算，這極大地限制了光學圖像處理能實現(xiàn)的目標。而數(shù)字圖像處理不僅能完成線性運算，而且能實現(xiàn)非線性處理，即凡是可以用數(shù)學公式或邏輯關系來表達的一切運算均可用數(shù)字圖像處理實現(xiàn)。 發(fā)展前景 與應用 數(shù)字圖像處理（ Digital Image Processing）又稱為計算機圖像處理，它是指 將圖像信號 轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。數(shù)字圖像處理最早出現(xiàn)于 20 世紀 50 年代，當時的電子計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學科大約形成于 20世紀 60 年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。首次獲得實際成功應用的是美國噴氣推進實驗室（ JPL）。他們對航天探測器徘徊者 7 號在 1964 年發(fā)回 的幾千張月球照片使用了圖像處理技術，如幾何校 正、灰度變換、去除噪聲等方法進行處理，并考慮了太陽位置和月球環(huán)境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又對探測飛船發(fā)回的近十萬張照片進行更為復雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創(chuàng)舉奠定了堅實的基礎，也推動了數(shù)字圖像處理這門學科的誕生。在以后的宇航空間技術，如對火星、土星等星球的探測研究中，數(shù)字圖像處理技術都發(fā)揮了巨大的作用。數(shù)字圖像處理取得的另一個巨大成就是在醫(yī)學上獲得的成果。 1972 年 英國 EMI 公司工程師 Housfield 發(fā)明了用于頭顱診斷的 X 射線計算機斷層攝影裝置，也就是我們通常所說的 CT（ Computer Tomograph）。 CT 的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計算機處理來重建截面圖像，稱為圖像重建。 1975 年 EMI 公司又成功研制出全身用的 CT 裝置，獲得了人體各個部位鮮明清晰的斷層圖像。 1979 年，這項無損傷診斷技術獲得了諾貝爾獎，說明它對人類作出了劃時代的貢獻。與此同時，圖像處理技術在許多應用領域受到廣泛重視并取得了重大的開拓性成 6 就，屬于這些領域的有航空航天、生物醫(yī)學工程、 工業(yè)檢測、機器人視覺、公安司法、軍事制導、文化藝術等，使圖像處理成為一門引人注目、前景遠大的新型學科。隨著圖像處理技術的深入發(fā)展，從 70 年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已開始研究如何用計算機系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。很多國家，特別是發(fā)達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。其中代表性的成果是 70 年代末 MIT 的 Marr 提出的視覺計算理論，這個理論成為計算機視覺領域其 后十多年的主導思想。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索的新領域。 圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。 1）航天和航空技術方面的應用數(shù)字圖像處理技術在航天和航空技術方面的應用，除了上面介紹的 JPL 對月球、火星照片的處理之外，另一方面的應用是在飛機遙感和 衛(wèi)星遙感技術中。許多國家每天派出很多偵察飛機對地球上有興趣的地區(qū)進行大量的空中攝影。對由此得來的照片進行處理分析，以前需要雇用幾千人，而現(xiàn)在改用配備有高級計算機的圖像處理系統(tǒng)來判讀分析，既節(jié)省人力，又加快了速度，還可以從照片中提取人工所不能發(fā)現(xiàn)的大量有用情報。從60 年代末以來，美國及一些國際組織發(fā)射了資源遙感衛(wèi)星 (如 LANDSAT 系列）和天空實驗室（如 SKYLAB），由于成像條件受飛行器位置、姿態(tài)、環(huán)境條件等影響，圖像質(zhì)量總不是很高。因此，以如此昂貴的代價進行簡單直觀的判讀來獲取圖像是不合算的，而必須采用數(shù) 字圖像處理技術。如 LANDSAT 系列陸地衛(wèi)星，采用多波段掃描器（ MSS），在 900km 高空對地球每一個地區(qū)以 18 天為一周期進行掃描成像，其圖像分辨率大致相當于地面上十幾米或 100 米左右（如 1983 年發(fā)射的 LANDSAT4，分辨率為 30m）。這些圖像在空中先處理（數(shù)字化，編碼）成數(shù)字信號存入磁帶中，在衛(wèi)星經(jīng)過地面站上空時，再高速傳送下來，然后由處理中心分析判讀。這些圖像無論是在成像、存儲、傳輸過程中，還是在判讀分析中，都必須采用很多數(shù)字圖像處理方法?，F(xiàn)在世界各國都在利用陸地衛(wèi)星所獲取的圖像進行資源調(diào)查（如森 林調(diào)查、海洋泥沙和漁業(yè)調(diào)查、水資源調(diào)查等），災害檢測（如病蟲害檢測、水火檢測、環(huán)境污染檢測等），資源勘察（如石油勘查、礦產(chǎn)量探測、大型工程地理位置勘探分析等），農(nóng)業(yè)規(guī)劃（如土壤營養(yǎng)、水份和農(nóng)作 物生長、 產(chǎn)量的估算等），城市規(guī)劃（如地質(zhì)結(jié)構(gòu)、水源及環(huán)境分析等）。我國也陸續(xù)開展了以上諸方面的一些實際應用，并獲得了良好的效果。在氣象預報和對太空其它星球研究方面，數(shù)字圖像處理技術也發(fā)揮了相當大的作用。 2）生物醫(yī)學工程方面的應用數(shù)字圖像處理在生物醫(yī)學工程方面的應用十分廣泛，而且很有成效。除了上面介紹的 CT 技術之外， 還有一類是對醫(yī)用顯微圖像的處理分析，如紅細胞、白細胞分類，染色體分析，癌細胞識別等。此外，在 X光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學診斷方面都廣泛地應用圖像處理技術。 3）通信工程方面的應用當前通信的主要發(fā)展方向是聲音、文字、圖像和數(shù)據(jù)結(jié) 7 合的多媒體通信。具體地講是將電話、電視和計算機以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。其中以圖像通信最為復雜和困難，因圖像的數(shù)據(jù)量十分巨大，如傳送彩色電視信號的速率達 100Mbit/s 以上。要將這樣高速率的數(shù)據(jù)實時傳送出去，必須采用編碼技術來壓縮信 息的比特量。在一定意義上講，編碼壓縮是這些技術成敗的關鍵。除了已應用較廣泛的熵編碼、 DPCM 編碼、變換編碼外，目前國內(nèi)外正在大力開發(fā)研究新的編碼方法，如分行編碼、自適應網(wǎng)絡編碼、小波變換圖像壓縮編碼等。 4）工業(yè)和工程方面的應用在工業(yè)和工程領域中圖像處理技術有著廣泛的應用，如自動裝配線中檢測零件的質(zhì)量、并對零件進行分類，印刷電路板疵病檢查，彈性力學照片的應力分析，流體力學圖片的阻力和升力分析，郵政信件的自動分揀，在一些有毒、放射性環(huán)境內(nèi)識別工件及物體的形狀和 排列狀態(tài)，先進的設計和制造技術中采用工業(yè)視覺等等。 其中值得一提 是研制具備視覺、聽覺和觸覺功能的智能機器人，將會給工農(nóng)業(yè)生產(chǎn)帶來新的激勵，目前已在工業(yè)生產(chǎn)中的噴漆、焊接、裝配中得到有效的利用。 5）軍事公安方面的應用在軍事方面圖像處理和識別主要用于導彈的精確末制導，各種偵察照片的判讀，具有圖像傳輸、存儲和顯示的軍事自動化指揮系統(tǒng)，飛機、坦克和軍艦模擬訓練系統(tǒng)等；公安業(yè)務圖片的判讀分析，指紋識別，人臉鑒別，不完整圖片的復原，以及交通監(jiān)控、事故分析等。目前已投入運行的高速公路不停車自動收費系統(tǒng)中的車輛和車牌的自動識別都是圖像處理技術成功應用的例子。 6）文化 藝術方面的應用目前這類應用有電視畫面的數(shù)字編輯，動畫的制作，電子圖像游戲，紡織工藝品設計，服裝設計與制作，發(fā)型設計，文物資料照片的復制和修復，運動員動作分析和評分等等，現(xiàn)在已逐漸形成一門新的藝術 計算機美術。 8 2 圖像分割 定義 圖像 分割是一種重要的圖像技術，在理論研究和實際應用中都得到了人們的廣泛重視。圖像分割的方法和種類有很多，有些分割運算可直接應用于任何圖像，而另一些只能適用于特殊類別的圖像。有些算法需要先對圖像進行粗分割，因為他們需要從圖像中提取出來的信息。例如，可以對圖像的灰度級設置門限的 方法分割。值得提出的是，沒有唯一的標準的分割方法。許多不同種類的圖像或景物都可作為待分割的圖像數(shù)據(jù)，不同類型的圖像，已經(jīng)有相對應的分割方法對其分割，同時，某些分割方法也只是適合于某些特殊類型的圖像分割。分割結(jié)果的好壞需要根據(jù)具體的場合及要求衡量。圖像分割是從圖像處理到圖像分析的關鍵步驟，可以說，圖像分割結(jié)果的好壞直接影響對圖像的理解。 定義：圖像分割是指將圖像中有意義的對象與背景分離，并把這些對象按照不同的含義分割開來，也就是說，把圖像中具有不同含義的對象提取出來 。 圖像分割的方法大致可以分為 基于邊緣檢 測的方法和基于區(qū)域生成 的方法兩大類。邊緣檢測技術是所有基于邊界分割的圖像分析方法的第一步，首先檢測出圖像局部特性的不連續(xù)性，再將他們連成邊界，這些邊界把圖像分成不同的區(qū)域，檢測出邊緣的圖像就可以進行特征提取和形狀分析。而 區(qū)域生長是指將成組的像素或區(qū)域發(fā)展成更大區(qū)域的過程。從種子點的集合開始，從這些點的區(qū)域增長是通過將與每個種子點有相似屬性像強度、灰度級、紋理顏色等的相鄰像素合并到此區(qū)域。它是一個迭代的過程，這里每個種子像素點都迭代生長，直到處理過每個像素，因此形成了不同的區(qū)域，這些區(qū)域它們的邊界通過閉合的多 邊形定義。 直方圖 ：圖像特征是指圖像的原始特性或?qū)傩?。其中有些事視覺直接感受到的自然特征，如區(qū)域的亮度、邊緣的輪廓、紋理或色彩等；有些事需要通過變換或測量才能得到的人為特征，如變換頻譜、直方圖、矩等圖像特征的提取工作的結(jié)果給出了某一具體的圖像中與其他圖像相區(qū)別的特征。如：描述物體表面灰度變化的紋理特征，描述物體外形的形狀特征等。 按照隨機過程理論，圖像可以看做是一個隨機場，也具有相應的隨機特性，其中最重要的就是灰度密度函數(shù)，但是一般講，要精確得到圖像的灰度密度函數(shù)是比較困難的，實際中用數(shù)字圖像的直方圖來代替 。圖像的直方圖是圖像的重要統(tǒng)計特征，是表示數(shù)字圖像中每一灰度級與該灰度級出現(xiàn)的頻數(shù)（該灰度像素的數(shù)目）間的統(tǒng)計關系。用橫坐標表示灰度級，縱坐標表示頻數(shù)（也有用相對頻數(shù)即概率表示的）。按照直方圖的定義可表示為： ()kk nPr N? （ 21） 式中 N 為一副圖像的總像素數(shù)， kn 是第 k 級灰度的像 素數(shù)， kr 表示第 k 個灰度級， ()kPr表示該灰度級出現(xiàn)的相對頻數(shù)。 9 需要注意的是：直方圖能給出該圖像的大致描述，如圖像的灰度范圍、灰度級的分布、整幅圖像的平均亮度等，但是僅從直方圖不能完整地描述一副圖像，因為一副圖像對應于一個直方圖，但是一個直方圖不一定只對應一副圖像，幾幅圖像只要灰度分布密度相同，那么它們的直方圖也是相同的。 盡管直方圖不能表示出某灰度級的像 素在什么位置，更不能直接放映出圖像的內(nèi)容，但是具有統(tǒng)計特性的直方圖卻能描述該圖像的灰度分布特性，使人們從中得到諸如總體明亮程度、對比度、對象物的可分性等與圖像質(zhì)量有關的灰度分布概貌，成為一些處理方法的重要依據(jù)；同時，對直方圖進行分析可以得出圖像的一些能反映出圖像特點的有用特征。例如，當圖像的對比度較小時，它的灰度直方圖只在灰度軸上較小的一段區(qū)間上非零；較暗的圖像由于較多像素的灰度值低，因此直方圖的主體出現(xiàn)在低值灰度區(qū)間上，在高值灰度區(qū)間上的幅度較小或為零，而較亮的圖像情況正好相反；看起來清晰柔和的圖像，它的