【正文】 也將被用圖像形式顯示出來(lái)。Unit 113 第三部分：圖像處理引言圖像由各種物理設(shè)備產(chǎn)生，包括照相機(jī)和攝像機(jī)、X光設(shè)備、電子顯微鏡、雷達(dá)、超聲設(shè)備等，并用于各種目的，包括娛樂(lè)、醫(yī)療、商務(wù)、工業(yè)、軍事、民用、安全、科學(xué)。各種應(yīng)用的目的都是使觀察者（人或機(jī)器）提取被成像的場(chǎng)景中的有用信息。原始圖像通常并不直接適合于這一目的，必須以某種方式進(jìn)行處理。這種處理稱為圖像增強(qiáng)；而觀察者從圖像 中提取信息的處理則稱為圖像分析。增強(qiáng)和分析根據(jù)其輸出性質(zhì)即輸出的是圖像還是關(guān)于場(chǎng)景的信息來(lái)區(qū)分，也根據(jù)所面臨的挑戰(zhàn)和所使用的方法來(lái)區(qū)分。圖像增強(qiáng)通過(guò)化學(xué)、光學(xué)、電子方法實(shí)現(xiàn)，而分析則主要由人工和電子方法實(shí)現(xiàn)。用于觀察者的（視覺(jué)）增強(qiáng)方法或用于（計(jì)算機(jī)）自主分析的數(shù)字圖像處理技術(shù)在成本、速度、靈活性方面具有優(yōu)越性，隨著個(gè)人計(jì)算機(jī)價(jià)格的急劇下降和功能的快速提升而成了實(shí)用的主要方法。挑戰(zhàn)圖像并不是被觀察的物理對(duì)象性質(zhì)的直接測(cè)量，而是諸多物理因素相互作用的結(jié)果：光照強(qiáng)度及其分布、光照與構(gòu)成景物的物質(zhì)之間的相互作用、反射光或透射光從三維空間到二維圖像平面的投影幾何關(guān)系、以及傳感器的電子特性。不像某些其它工作例如編寫(xiě)編譯程序那樣有正式理論為基礎(chǔ)的算法，可將高級(jí)計(jì)算機(jī)語(yǔ)言翻譯成機(jī)器語(yǔ)言，不存在從圖像中提取感興趣的景物信息如位置或某一制成品質(zhì)量的算法和可比的理論。這種困難常被初學(xué)者低估，因?yàn)槿说囊曈X(jué)系統(tǒng)似乎可輕而易舉地從景物中提取信息。人的視覺(jué)通常比我們目前乃至可預(yù)見(jiàn)的未來(lái)能夠設(shè)計(jì)制造的任何東西復(fù)雜得多。于是我們必須注意，不要根據(jù)人們對(duì)某一數(shù)字圖像處理應(yīng)用的印象來(lái)評(píng)估其難易程度。一個(gè)首要的指導(dǎo)原則也許是人類(lèi)更擅長(zhǎng)于判斷而機(jī)器更擅長(zhǎng)于測(cè)量。因此，比方說(shuō)在傳輸帶上確定一個(gè)汽車(chē)零件的確切位置和大小很適合于數(shù)字圖像處理，而要對(duì)蘋(píng)果或木材的質(zhì)量定級(jí)卻更具挑戰(zhàn)性，盡管不是不可能的。按照這些原則，需進(jìn)行大量計(jì)算而極少需要判斷的圖像增強(qiáng)就是很適合于數(shù)字處理的。對(duì)處理時(shí)間的嚴(yán)格要求常使問(wèn)題變得更復(fù)雜。很少用戶在意電子表格的數(shù)據(jù)刷新時(shí)間是300毫秒而不是200毫秒；但是，譬如說(shuō)大部分工業(yè)應(yīng)用卻必須在機(jī)器周期所要求的嚴(yán)格限制以內(nèi)完成操作。還有許多應(yīng)用如超聲圖像增強(qiáng)、交通監(jiān)控、攝像機(jī)防抖動(dòng)等要求對(duì)視頻流進(jìn)行實(shí)時(shí)處理。為了具體了解對(duì)處理速度的挑戰(zhàn)，設(shè)想一下，一臺(tái)標(biāo)準(zhǔn)黑白攝像機(jī)的視頻流每秒有1000萬(wàn)個(gè)像素。在撰寫(xiě)本文時(shí)，一臺(tái)典型臺(tái)式PC也許可在處理每個(gè)像素所允許的100ns時(shí)間內(nèi)執(zhí)行50條機(jī)器指令，而能用區(qū)區(qū)50條指令完成的處理十分有限。此外，許多圖像處理應(yīng)用還受到成本的嚴(yán)格限制，因此我們經(jīng)常面臨工程師們望而生畏的三重難題：要求設(shè)計(jì)的產(chǎn)品同時(shí)具備性能優(yōu)良、運(yùn)行快捷、價(jià)格便宜的優(yōu)點(diǎn)。圖像獲取所有圖像處理應(yīng)用始于某種形式的照射，典型的是光線但廣義的是某種能量。有時(shí)必須使用環(huán)境光線，但更為典型的是根據(jù)具體應(yīng)用設(shè)計(jì)照明。在這些情況下事情的成敗往往就在于此：任何高明的軟件都無(wú)法將因?yàn)檎彰鞑涣级鴣G失的信息恢復(fù)出來(lái)。照相機(jī)就是一個(gè)能將輻射能量分布轉(zhuǎn)換為存放在RAM中的數(shù)字圖像的裝置。過(guò)去這一過(guò)程分成兩步：將能量轉(zhuǎn)換為電信號(hào)即照相機(jī)的功能；用數(shù)字化設(shè)備將信號(hào)轉(zhuǎn)換成數(shù)字形式并存儲(chǔ)?，F(xiàn)在兩者之間的界線正在變得模糊，照相機(jī)將通過(guò)USB、以太網(wǎng)、IEEE 1394接口直接將圖像送入計(jì)算機(jī)。照相機(jī)技術(shù)以及所產(chǎn)生的圖像特性幾乎無(wú)例外地受到最大實(shí)際應(yīng)用量的驅(qū)動(dòng)，其中之一是消費(fèi)電視。因此大多數(shù)的攝像機(jī)具有半個(gè)多世紀(jì)以前電視廣播標(biāo)準(zhǔn)所制定的分辨率和速度特性。典型的可見(jiàn)光單色攝像機(jī)的分辨率為640180。480，每秒輸出30幀圖像，并支持電子快門(mén)和快速?gòu)?fù)位（任意時(shí)刻回復(fù)到一幀初始狀態(tài)的能力，從而可避免在開(kāi)始捕獲一幀新圖像前的等待）。這種攝像機(jī)是基于CCD傳感器技術(shù)的，能產(chǎn)生優(yōu)良的圖像，但相對(duì)于其它具有同樣數(shù)量晶體管的多數(shù)芯片而言其價(jià)格很高。隨著大容量個(gè)人計(jì)算機(jī)多媒體應(yīng)用的激增情況首次發(fā)生了變化。首先影響到的是顯示器，它已有相當(dāng)一段時(shí)間給我們提供了比廣播更高的速度和分辨率。人們可期待照相機(jī)/攝像機(jī)也隨之跟上，包括由民用數(shù)字照相機(jī)所推動(dòng)的高速度、高分辨率器件，娛樂(lè)業(yè)、互聯(lián)網(wǎng)遠(yuǎn)程會(huì)議和用戶視覺(jué)界面應(yīng)用所推動(dòng)的低分辨率和極低價(jià)格的設(shè)備。廉價(jià)器件可能會(huì)產(chǎn)生更大的影響。這些是基于新出現(xiàn)的CMOS傳感器技術(shù)的，其生產(chǎn)工藝與大多數(shù)計(jì)算機(jī)芯片相同，因而得益于生產(chǎn)批量大而價(jià)格低廉。目前它的圖象質(zhì)量還達(dá)不到CCD標(biāo)準(zhǔn)，但隨著技術(shù)的成熟是注定會(huì)改進(jìn)的。圖像增強(qiáng)數(shù)字圖像增強(qiáng)算法大致分為兩類(lèi)：點(diǎn)變換（像素映射）和鄰域運(yùn)算。點(diǎn)變換產(chǎn)生的輸出圖像中每個(gè)像素都是一個(gè)相應(yīng)輸入像素的某種函數(shù)。這一函數(shù)對(duì)于每個(gè)像素都相同，通常是由圖像的全局統(tǒng)計(jì)特性導(dǎo)出的。點(diǎn)變換一般運(yùn)行很快，但僅限于進(jìn)行全局變換，例如調(diào)整整幅圖像的對(duì)比度。點(diǎn)變換包括許多可用于分等級(jí)值像素的圖像增強(qiáng)。這些算法常由基于查找表的單一軟件程序或硬件模塊實(shí)現(xiàn)。查找表的運(yùn)行速度快，可以編程用于實(shí)現(xiàn)任何功能，以合理的速度提供最終的普適性。而MMX以及類(lèi)似的處理器則能以比查找表快得多的速度通過(guò)直接計(jì)算來(lái)執(zhí)行各種功能，其代價(jià)是軟件復(fù)雜性的提高。當(dāng)某種功能是通過(guò)圖像全局統(tǒng)計(jì)特性來(lái)計(jì)算時(shí)，像素映射是最為有用。例如人們可以處理一幅圖像，在輸入信號(hào)的均值和標(biāo)準(zhǔn)偏差，或者最小值和最大值的基礎(chǔ)上，獲得所要求的增益和補(bǔ)償（偏移）。直方圖指標(biāo)是一種有效的像素映射點(diǎn)變換，對(duì)輸入圖像進(jìn)行處理使之具有與某一參考圖像同樣的像素值分布。其像素映射關(guān)系很容易從輸入圖像和參考圖像的直方圖得到。直方圖指標(biāo)是進(jìn)行圖像分析前的一種有用的增強(qiáng)技 術(shù)，這種分析的目的是對(duì)輸入圖像和參考圖像進(jìn)行某種比較。閾值分割是一種常用增強(qiáng)技術(shù)，其目的是將圖像分割成目標(biāo)和背景。計(jì)算閾值，大于（或小于）閾值的就當(dāng)作對(duì)象，否則就是背景。有時(shí)用兩個(gè)閾值來(lái)確定對(duì)應(yīng)于目標(biāo)像素的一個(gè)范圍。閾值可以是固定的，但最好是根據(jù)圖像的統(tǒng)計(jì)特性計(jì)算得到。也可以用鄰域處理進(jìn)行閾值分割。在所有這些情況下得到的結(jié)果都是一幅二值圖像，即只有黑白兩色而沒(méi)有灰階。顏色空間轉(zhuǎn)換用于轉(zhuǎn)換不同的顏色表示方法，例如將照相機(jī)提供的RGB空間轉(zhuǎn)換成圖像分析算法所要求的HIS（色調(diào)，亮度，飽和度）空間。由于精確的顏色空間轉(zhuǎn)換涉及的計(jì)算量很大，在對(duì)時(shí)間有嚴(yán)格要求的應(yīng)用中常采用粗略的近似。這些近似方法十分有效，但在選擇一種算法以前應(yīng)該對(duì)速度和精度間的權(quán)衡有所了解。時(shí)間平均是處理反差極低圖像最有效的方法。像素灰度映射對(duì)信號(hào)和噪聲的作用相同，因此對(duì)于提高圖像增益的作用很有限。鄰域運(yùn)算可以降低噪聲，卻會(huì)損失圖像的保真度。降低噪聲而不影響信號(hào)的唯一方法是對(duì)不同時(shí)間的多幅圖像求平均。不相關(guān)噪聲的幅度以參與平均的圖像數(shù)目的平方根被衰減。將時(shí)間平均與擴(kuò)大增益的像素映射法相結(jié)合可處理反差極低的圖像。時(shí)間平均的主要缺點(diǎn)是用照相機(jī)獲取多幅圖像需要花費(fèi)較長(zhǎng)的時(shí)間。在鄰域運(yùn)算中，每一個(gè)輸出像素都是一組輸入像素的函數(shù)。這組像素通常圍繞一個(gè)對(duì)應(yīng)的中心像素的某個(gè)區(qū)域，因此稱為鄰域，例如3180。3鄰域。鄰域運(yùn)算可實(shí)現(xiàn)頻率濾波和形狀濾波，以及其他復(fù)雜的增強(qiáng)操作，但是運(yùn)行起來(lái)較慢，因?yàn)閷?duì)于每個(gè)輸出像素而言，鄰域內(nèi)的像素必須重復(fù)計(jì)算。由于有了可追溯到200年前Fourier信號(hào)理論的廣泛數(shù)學(xué)框架，線性濾波器是鄰域處理中最容易理解的。線性濾波器有選擇地放大或衰減空間頻率成分，可達(dá)到平滑和銳化等效果，通常是重采樣和邊緣檢測(cè)算法的基礎(chǔ)。線性濾波器可用卷積運(yùn)算定義，其輸出像素由鄰域內(nèi)各像素乘以叫做“核”的同樣形狀區(qū)域內(nèi)的相應(yīng)值，然后將乘積相加得到。線性濾波器可直接由卷積實(shí)現(xiàn)，也可以利用FFT在頻域?qū)崿F(xiàn)。盡管頻域?yàn)V波在理論上更為有效，實(shí)際上幾乎總是用直接卷積的方法。由于使用小的整數(shù)運(yùn)算和時(shí)序存儲(chǔ)器尋址，卷積比起FFT來(lái)與數(shù)字硬件更加匹配，更容易實(shí)現(xiàn)，在邊界條件的處理方面幾乎沒(méi)有問(wèn)題。邊界檢測(cè)有相當(dāng)長(zhǎng)的歷史和大量的文獻(xiàn)資料，從簡(jiǎn)單的邊緣檢測(cè)到更適合于圖像分析中考慮采用的復(fù)雜算法。我們可以有點(diǎn)隨意地將邊緣檢測(cè)看成是一種圖像增強(qiáng)，因?yàn)槠淠康氖峭怀龈信d趣的邊緣特征，而將其他一切都衰減掉。圖像中由目標(biāo)產(chǎn)生的陰影是目標(biāo)特性中最不可靠的因素，因?yàn)殛幱笆怯烧彰?、表面特性、投影幾何學(xué)、感光器件特性這些因素復(fù)雜地結(jié)合而成的。而另一方面，圖像中的不連續(xù)區(qū)通常直接對(duì)應(yīng)于目標(biāo)表面的不連續(xù)性（例如邊緣），因?yàn)槠渌蛩夭灰讓?dǎo)致不連續(xù)性。圖像中的不連續(xù)性即使在光度學(xué)方面不一致，在幾何即形狀方面通常卻是一致的。因此作為邊緣檢測(cè)目的，不連續(xù)部位的確定和定位是數(shù)字圖像處理中最重要的任務(wù)之一。粗糙的邊緣檢測(cè)器只是標(biāo)出相應(yīng)于梯度大小的峰值或二階微商過(guò)零點(diǎn)處的像素。精密復(fù)雜的邊界檢測(cè)器則給出有序的一串邊界點(diǎn)，以及亞像素位置和各像素處的邊界方向。最商用的邊緣檢測(cè)器還可以在一個(gè)很寬的范圍內(nèi)調(diào)節(jié)空間頻率響應(yīng)，并以高速運(yùn)行。設(shè)計(jì)成可以通過(guò)或阻止指定形狀而不是空間頻率的非線性濾波器在數(shù)字圖像增強(qiáng)中十分有用。我們首先考慮的是中值濾波器，它在每個(gè)像素位置的輸出是相應(yīng)輸入鄰域的中值。粗略地講，中值濾波器的作用是將小于鄰域尺寸的圖像內(nèi)容衰減掉，讓大于鄰域范圍的圖像內(nèi)容通過(guò)。數(shù)字重采樣是指照射到傳感器上的能量連續(xù)分布被重新采樣的情況下估計(jì)圖像的過(guò)程。不同方式采樣，用不同的分辨率或以不同方向采樣常常是有用的。另一類(lèi)重采樣算法是坐標(biāo)變換，能產(chǎn)生亞像素?cái)?shù)量的偏移、旋轉(zhuǎn)和改變圖像尺寸、在直角坐標(biāo)系和極坐標(biāo)系之間相互轉(zhuǎn)換。輸出像素的值由輸入值的鄰域內(nèi)插得到。三種常用方法是：速度最快的最近鄰法，更精確但速度較慢而且會(huì)損失一些高頻分量的雙線性法，非常精確但是最慢的三次卷積法。