【文章內(nèi)容簡(jiǎn)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(shí)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(dòng)預(yù)測(cè)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(gè)芯片上，更便于推廣應(yīng)用?？傊褕D像處理的眾多功能固化在芯片上將會(huì)有更加廣闊的應(yīng)用領(lǐng)域。 （ 8）虛擬現(xiàn)實(shí)。計(jì)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(huì)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 44 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(jiǎn)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(duì)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(tái)進(jìn)行介紹。第四章概要設(shè)計(jì)，這一章是整個(gè)系統(tǒng)的設(shè)計(jì)思路 以及一些算法的簡(jiǎn)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(jì)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(shí) 視覺 研究與圖像處理的關(guān)系 （ 1）圖像質(zhì)量評(píng)價(jià)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(gè)像素信息的集合是非常初步的認(rèn)識(shí)。應(yīng)該說， 對(duì)圖像的認(rèn)識(shí)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(dòng)眼球使視線移動(dòng)，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(shí)，但只能認(rèn)識(shí)圖像的一小部分；而周邊視力分辨率差，但可以認(rèn)識(shí)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(dòng)，必要時(shí)可以再用中心視力來進(jìn)一步認(rèn)識(shí)這一部分圖像。 對(duì)于大畫面圖像，充分利用周邊視力產(chǎn)生較強(qiáng)的臨場(chǎng)感；而小畫面臨場(chǎng)感弱，為了 第 9 頁 共 44 頁 產(chǎn)生充分的臨場(chǎng)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(gè)道理 [2]。 （ 3）主觀亮度感覺。實(shí)驗(yàn)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(duì)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(shí)對(duì)比效應(yīng)和馬赫帶效應(yīng) 在某些情況下，人的感覺不是簡(jiǎn)單的光強(qiáng)度函數(shù)，還可以從人的兩個(gè)視覺特性，即同時(shí)對(duì)比效應(yīng)和馬赫帶效應(yīng)得到說明。 圖 二 1 同時(shí)對(duì)比效應(yīng) 同時(shí)對(duì)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(shí)對(duì)比效應(yīng)。 圖 二 2 馬赫帶效應(yīng) 第 10 頁 共 44 頁 圖中各個(gè)條帶的客觀亮度不同，但每個(gè)條帶本身的客觀亮度是相同的。但在人的視覺中， 對(duì)每個(gè)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(gè)值。這種用連續(xù)函數(shù)表示的圖像無法用計(jì)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(chǔ)，必須將代表圖像的連續(xù)（模擬）信號(hào)轉(zhuǎn)變?yōu)殡x散（數(shù)字）信號(hào)。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(duì)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(hào)值，所得結(jié)果就是一個(gè)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(duì)樣點(diǎn)灰度值的離散化過程稱為量化。也就是對(duì)每個(gè)樣點(diǎn)值數(shù)字化，使其只和 有限個(gè)可能電平數(shù)中的一個(gè)對(duì)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?yàn)槎家≌?，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 44 頁 的機(jī)械運(yùn)動(dòng)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(jì)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(jì)特性不隨時(shí)間變化的噪聲稱為平穩(wěn)噪聲 ；其統(tǒng)計(jì)特性隨時(shí)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(píng)價(jià) 圖像質(zhì)量的含義包含兩個(gè)方面，一個(gè)是圖像的保真度（ fidelity），另一個(gè)是圖像的可懂度（ inteligibility）。所謂圖像保真度是描述被評(píng)價(jià)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(duì)圖像質(zhì)量在定量評(píng)價(jià)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(cè)量還是很困難。目前對(duì)圖像質(zhì)量評(píng)價(jià)往往還是采用主觀保真度準(zhǔn)則，它是由一批圖像評(píng)價(jià)專家按主觀感覺來定性地評(píng)價(jià)圖像質(zhì)量 [5]。顯然這種評(píng)價(jià)方法容易受到很大認(rèn)為因素的影響。 彩色圖像基本知識(shí) 為了定量的描述顏色對(duì)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(gè)與視覺特征有關(guān)的量來計(jì)算描述，這 3個(gè)量稱為顏色的 3 個(gè)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(gè)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(shí)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 44 頁 不同的色調(diào)，還可以識(shí)別若干種明暗。因此，人眼可以識(shí)辨出大約種不同的顏色。對(duì)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(jí)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(guó)際照明委員會(huì) CIE 提出的 CIEXYZ 模型和美國(guó)國(guó)家電視系統(tǒng) 委員會(huì)（ 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(shí)，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(shí)，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(gè)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(shí)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(shí)公式應(yīng)為 圖像變換 第 13 頁 共 44 頁 一般數(shù)字圖像處理的計(jì)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(gè)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(jiǎn)單。但對(duì)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(jì)算上很麻煩且費(fèi)時(shí)，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(duì)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(jiǎn)稱 DFT） 在數(shù)字信號(hào)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(shí)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(shí)域 中處理，計(jì)算量將隨著取樣點(diǎn)數(shù) N 的平方而增加，這使計(jì)算機(jī)的計(jì)算量加大，費(fèi)時(shí)，很難達(dá)到實(shí)時(shí)處理的要求。因此，一般可采用 DFT 方法，將輸入的數(shù)字信號(hào)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(shí)域信號(hào)。這種用計(jì)算機(jī)對(duì)變換后的信號(hào)進(jìn)行頻域處理，比在時(shí)域 中直接處理更加方便，計(jì)算量也大大減少，提高了處理速度。 DFT 還有一個(gè)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(jì)算次數(shù)，使計(jì)算量減少到只是直接用 DFT 所需計(jì)算量的一小部分 [7]。 一維離散傅里葉變換 ：如果去 N 個(gè)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 44 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(duì)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(gè)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(duì)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(duì)空域的取樣間隔為和 ，對(duì)頻域的取樣間隔為 和 。它們的相互關(guān)系為： ， 。 第 15 頁 共 44 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(duì)并不是通用的表示式，常用的是正、反變換式中常數(shù)項(xiàng)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(xiàng)可分成只含 x、 u 和 y、 v 的二項(xiàng)乘積，其相應(yīng)的二維離散傅里葉變換對(duì)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(gè)二維傅里葉變換或反變換都可以分解為兩步 第 16 頁 共 44 頁 進(jìn)行，其中每一步都是一個(gè)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(xiàng)為 ，即 此式表示對(duì)每一個(gè) 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(gè)一維變換的 過程，顯然改為先沿列后沿行分離為兩個(gè)一維變換，其結(jié)果是一