【文章內(nèi)容簡介】 加，計(jì)算機(jī)所需要的存儲(chǔ)量也隨之迅速增加。由于數(shù)字圖像是連續(xù)圖像的近似，從圖像數(shù)字化的過程可以看到。這種近似的程度主要取決于采樣樣本的大小和數(shù)量(N值)以及量化的級(jí)數(shù)K(或m值)。N和K的值越大，圖像越清晰。 數(shù)字圖像處理概述 基本概念數(shù)字圖像處理(Digital Image Processing)是通過計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個(gè)因素的影響：一是計(jì)算機(jī)的發(fā)展；二是數(shù)學(xué)的發(fā)展(特別是離散數(shù)學(xué)理論的創(chuàng)立和完善)；三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長。 研究內(nèi)容數(shù)字圖像處理主要研究的內(nèi)容有以下幾個(gè)方面：(1) 圖像變換。由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、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，不僅可減少計(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的應(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)間和減少所占用的存儲(chǔ)器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進(jìn)行。編碼是壓縮技術(shù)中最重要的方法，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)化低頻分量可減少圖像中噪聲影響。圖像復(fù)原要求對(duì)圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”，再采用某種濾波方法，恢復(fù)或重建原來的圖像[4]。(4) 圖像分割。圖像分割是數(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，其有意義的特征有圖像中的邊緣、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性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(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特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，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)別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識(shí)別中也越來越受到重視。 基本特點(diǎn)(1) 數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。如一幅256256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對(duì)高分辨率彩色512512圖像，則要求768kbit數(shù)據(jù)量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～。因此對(duì)計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)容量等要求較高。(2) 數(shù)字圖像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個(gè)數(shù)量 級(jí)。，而語音帶寬僅為4kHz左右。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，成本亦高，這就對(duì)頻帶壓縮技術(shù)提出了更高的要求。(3) 數(shù)字圖像中各個(gè)像素是不獨(dú)立的，其相關(guān)性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。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，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。(4) 由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然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量，例如雙目圖像或多視點(diǎn)圖像。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) 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。由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識(shí)狀況影響很大，作為圖像質(zhì)量的評(píng)價(jià)還有待進(jìn)一步深入的研究。另一方面，計(jì)算機(jī)視覺是模仿人的視覺，人的感知機(jī)理必然影響著計(jì)算機(jī)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(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時(shí)間特征等，這些都是心理學(xué)和神經(jīng)心理學(xué)正在著力研究的課題[5]。 主要應(yīng)用計(jì)算機(jī)圖像處理和計(jì)算機(jī)、多媒體、智能機(jī)器人、專家系統(tǒng)等技術(shù)的發(fā)展緊密相關(guān)。近年來計(jì)算機(jī)識(shí)別、理解圖像的技術(shù)發(fā)展很快，也就是圖像處理的目的除了直接供人觀看(如醫(yī)學(xué)圖像是為醫(yī)生觀看作診斷)外，還進(jìn)一步發(fā)展了與計(jì)算機(jī)視覺有關(guān)的應(yīng)用，如郵件自動(dòng)分檢，車輛自動(dòng)駕駛等。下面僅羅列了一些典型應(yīng)用實(shí)例，而實(shí)際應(yīng)用更廣。(1) 在生物醫(yī)學(xué)中的應(yīng)用主要包括顯微圖像處理；DNA顯示分析；紅、白血球分析計(jì)數(shù)；蟲卵及組織切片的分析；癌細(xì)胞的識(shí)別；染色體分析等等。(2) 遙感航天中的應(yīng)用軍事偵察、定位、導(dǎo)航、指揮等應(yīng)用；多光譜衛(wèi)星圖像分析；地形、地圖、國土普查；地質(zhì)、礦藏勘探；天文、太空星體的探測及分析等。(3) 工業(yè)應(yīng)用CAD 和CAM技術(shù)用于模具、零件制造、服裝、印染業(yè)；零件、產(chǎn)品無損檢測，焊縫及內(nèi)部缺陷檢查；交通管制、機(jī)場監(jiān)控；火車車皮識(shí)別等。(4) 軍事公安領(lǐng)域中的應(yīng)用巡航導(dǎo)彈地形識(shí)別；指紋自動(dòng)識(shí)別；警戒系統(tǒng)及自動(dòng)火炮控制；反偽裝偵察；手跡、人像、印章的鑒定識(shí)別；過期檔案文字的復(fù)原；集裝箱的不開箱檢查等。(5) 其他應(yīng)用圖像的遠(yuǎn)距離通信；多媒體計(jì)算機(jī)系統(tǒng)及應(yīng)用；電視電話；服裝試穿顯示；理發(fā)發(fā)型預(yù)測顯示；電視會(huì)議；辦公自動(dòng)化、現(xiàn)場視頻管理等。 圖像處理文件格式 MATLAB圖像文件格式 MATLAB支持以下幾種圖像文件格式[1]：(1) PCX（Windows Paintbrush）格式?？商幚?，4，8，16，24位等圖像數(shù)據(jù)。文件內(nèi)容包括：文件頭（128字節(jié)），圖像數(shù)據(jù)、擴(kuò)展顏色映射表數(shù)據(jù)。(2) BMP（Windows Bitmap）格式。有1，4，8，24位非壓縮圖像，8位RLE（Runlength Encoded ）圖像。文件內(nèi)容包括：文件頭（一個(gè)BITMAP FILEHEADER數(shù)據(jù)結(jié)構(gòu)），位圖信息數(shù)據(jù)塊（位圖信息頭BITMAP INFOHEADER和一個(gè)顏色表）和圖像數(shù)據(jù)。(3) HDF（Hierarchical Data Format）格式。有8位，24位光柵數(shù)據(jù)集。(4) JPEG(Joint Photographic Experts Group)格式，是一種成為聯(lián)合圖像專家組的圖像壓縮格式。(5) TIFF（Tagged Image File Format）格式。處理1，4，8，24位非壓縮圖像，1，4，8，24位packbit壓縮圖像，一位CCITT壓縮圖像等。文件內(nèi)容包括：文件頭，參數(shù)指針表與參數(shù)域，參數(shù)數(shù)據(jù)表和圖像數(shù)據(jù)四部分。(6) XWD(X Windows Dump)格式。8位Zpixmaps,XYbitmaps,1位XYpixmaps。(7) PNG（Portable Network Graphics）格式。 圖像類型 MATLAB中，一幅圖像可能包含一個(gè)數(shù)據(jù)矩陣，也可能包含一個(gè)顏色映射表矩陣。 MATLAB中有四種基本的圖像類型：(1) 索引圖像索引圖像包括圖像矩陣與顏色圖數(shù)組，其中，顏色圖是按圖像中顏色值進(jìn)行排序后的數(shù)組。對(duì)于每個(gè)像素，圖像矩陣包含一個(gè)值，這個(gè)值就是顏色圖中的索引。顏色圖為m*3雙精度值矩陣，各行分別指定紅綠藍(lán)（RGB）單色值。Colormap=[R，G， B]，R，G，B為值域?yàn)閇0，1]的實(shí)數(shù)值。圖像矩陣與顏色圖的關(guān)系依賴于圖像矩陣是雙精度型還是uint8（無符號(hào)8位整型）類型。如果圖像矩陣為雙精度類型，第一點(diǎn)的值對(duì)應(yīng)于顏色圖的第一行，第二點(diǎn)對(duì)應(yīng)于顏色圖的第二行，依次類推。如果圖像矩陣是uint8，有一個(gè)偏移量，第0點(diǎn)值對(duì)應(yīng)于顏色圖的第一行，第一點(diǎn)對(duì)應(yīng)于第二行，依次類推；uint8長用于圖形文件格式，它支持256色。(2) 灰度圖像在 MATLAB中，灰度圖像是保存在一個(gè)矩陣中的，矩陣中的每一個(gè)元素代表一個(gè)像素點(diǎn)。矩陣可以是雙精度類型，其值域?yàn)閇0，1]；也可以為uint8類型，其數(shù)據(jù)范圍為[0，255]。矩陣的每個(gè)元素代表不同的亮度或灰度級(jí)。(3) 二進(jìn)制圖像二進(jìn)制圖像中，每個(gè)點(diǎn)為兩離散值中的一個(gè)，這兩個(gè)值代表開或關(guān)。二進(jìn)制圖像保存在一個(gè)由二維的由0（關(guān)）和1（開）組成的矩陣中。從另一個(gè)角度講，二進(jìn)制圖像可以看成為一個(gè)僅包括黑與白的灰度圖像，也可以看作只有兩種顏色的索引圖像。二進(jìn)制圖像可以保存為雙精度或uint8類型的雙精度數(shù)組，顯然使用uint8類型更節(jié)省空間。在圖像處理工具箱中，任何一個(gè)返回二進(jìn)制圖像的函數(shù)都是以u(píng)int8類型邏輯數(shù)組來返回的。(4) RGB圖像與索引圖像一樣，RGB圖像分別用紅，綠，藍(lán)三個(gè)亮度值為一組，代表每個(gè)像素的顏色。與索引圖像不同的是，這些亮度值直接存在圖像數(shù)組中，而不是存放在顏色圖中。圖像數(shù)組為M*N*3，M，N表示圖像像素的行列數(shù)。4 利用 MATLAB增強(qiáng)圖像清晰度圖像增強(qiáng)是一類基本的圖像處理技術(shù)，其目的是對(duì)圖像進(jìn)行加工，以得到對(duì)具體應(yīng)用來說視覺效果更好、更有用的圖像。這里的好和有用要因具體的應(yīng)用目的和要求而異，并且所需的具體增強(qiáng)技術(shù)也可不同。目前常用的增強(qiáng)技術(shù)根據(jù)其處理所進(jìn)行的空間不同，可分為基于圖像域的方法和基于變化域的方法。第一類，直接在圖像所在的空間進(jìn)行處理，也就是在像素組成的空間里直接對(duì)像素進(jìn)行操作；第二類，在圖像的變化域?qū)D像進(jìn)行間接處理[5]?？沼蛟鰪?qiáng)方法可表示為：g(x,y)=EH[f(x,y)]。其中f（x，y）和g（x，y）分別為增強(qiáng)前后的圖像，EH代表增強(qiáng)操作。 空域變換增強(qiáng)空域處理可表示為： g(x,y)=T[f(x,y)]其中f(x,y)是增強(qiáng)前的圖像，g(x,y)是增強(qiáng)處理后的圖像，而T是對(duì)f(x,y)的操作，其定義在(x,y)的鄰域，稱T為模板操作。特別的，當(dāng)(x,y)的鄰域就是點(diǎn)(x,y)時(shí)，則T為點(diǎn)操作。而其中最