【正文】 這幾個(gè)月以來(lái)，黃老師不僅在學(xué)業(yè)上給我以精心指導(dǎo)，同時(shí)還在思想給我以無(wú)微不至的關(guān)懷，在此謹(jǐn)向劉老師致以誠(chéng)摯的謝意和崇高的敬意。每次遇到難題，我最先做的就是向劉老師尋求幫助，而劉老師每次不管忙或閑，總會(huì)抽空來(lái)找我面談，然后一起商量解決的辦法。老師們課堂上的激情洋溢，課堂下的諄諄教誨；同學(xué)們?cè)趯W(xué)習(xí)中的認(rèn)真熱情，生活上的熱心主動(dòng)，所有這些都讓我的三年充滿了感動(dòng)。致謝語(yǔ)大學(xué)四年學(xué)習(xí)時(shí)光已經(jīng)接近尾聲，在此我想對(duì)我的母校，我的父母、親人們，我的老師和同學(xué)們表達(dá)我由衷的謝意。它必將先更深入、更完善的方向發(fā)展：處理算法更優(yōu)化，處理速度更快，實(shí)現(xiàn)圖形的智能生成、處理、識(shí)別和理解。遙感技術(shù)與應(yīng)用。2001年1柳稼航,楊建峰,單新建,尹京苑。《基于小波變換的有損圖像壓縮算法研究》[J]。計(jì)算機(jī)工程與應(yīng)用。2005年01期季虎,孫即祥,邵曉芳,毛玲?！痘谛〔ǚ治雠cSnake模型的圖像邊緣檢測(cè)方法》[J]。計(jì)算機(jī)工程與應(yīng)用。 (2) 提高分辨率. 主要是提高采集分辨率和顯示分辨率,其主要困難是顯像管的制造和圖像圖形刷新存取速度.(3) 立體化. 圖像是二維信息,信息量更大的三維圖像將隨意計(jì)算圖形學(xué)及虛擬現(xiàn)實(shí)技術(shù)的發(fā)展將得到廣泛應(yīng)用. (4) 多媒體化. 20 世紀(jì)90 年代出現(xiàn)的多媒體技術(shù),其關(guān)鍵技術(shù)就是圖像數(shù)據(jù)的壓縮,目前數(shù)據(jù)壓縮的國(guó)際標(biāo)準(zhǔn)有多個(gè),而且還在發(fā)展,它將朝著人類(lèi)接收和處理信息最自然的方式發(fā)展.(5) 智能化. 力爭(zhēng)使計(jì)算機(jī)識(shí)別和理解能夠按照人的認(rèn)識(shí)和思維方式工作,能夠考慮到主觀概率和非邏輯思維. (6) 標(biāo)準(zhǔn)化. 從整體上看,1)圖像處理技術(shù)目前還沒(méi)有國(guó)際標(biāo)準(zhǔn).2) 圖像和圖形相結(jié)合朝著三維成像或多維成像的方向發(fā)展. 3）硬件芯片的開(kāi)發(fā)研究. 目前結(jié)合多媒體的研究,硬件芯片越來(lái)越多,如Thomson 公司ST13220 采用Systolic結(jié)構(gòu)設(shè)計(jì)了運(yùn)動(dòng)預(yù)測(cè)器,把圖像處理的眾多功能固化在芯片上,為實(shí)踐服務(wù).4）新理論和新算法的研究. 圖像處理科學(xué)經(jīng)過(guò)初創(chuàng)造期、發(fā)展期、普及期和廣泛應(yīng)用期,近年來(lái)引入了一些新的理論并提出了一些新的算法,如:Wavelet 、Fractal 、Mor2phology、遺傳算法和神經(jīng)網(wǎng)絡(luò)等,其中Fractal 廣泛應(yīng)用圖像處理、圖形處理、紋理分析,同時(shí)還用于物理、數(shù)學(xué)、生物、神經(jīng)和音樂(lè)等方面.、參考文獻(xiàn)：周銘,周惠。 (4) 理論研究已逐步形成圖像處理科學(xué)自身的理論體系。(2) 加強(qiáng)軟件的研究和開(kāi)發(fā)新的處理方法,重點(diǎn)是移植其他學(xué)科的技術(shù)和研究成果。 (4) 圖像提取系統(tǒng)的計(jì)算量都比較大. 圖像提取技術(shù)研究作為圖像處理中一個(gè)重要研究分支,引人大量概率統(tǒng)計(jì)理論,目前圖像提取技術(shù)領(lǐng)域的研究依然非?；钴S. 如華盛頓大學(xué)專(zhuān)門(mén)成立了圖形圖像實(shí)驗(yàn)室( GRAIL ,) ,由SON Y 等企業(yè)聯(lián)合一些大學(xué)也進(jìn)行了相關(guān)的研究,Microsof t 在其亞洲微軟研究院(MRA) 專(zhuān)門(mén)設(shè)有圖形圖像處理技術(shù)研究所和交互可視媒體研究組,北京大學(xué)、浙江大學(xué)等都相繼成立了從事數(shù)字圖像處理技術(shù)研究的國(guó)家重點(diǎn)實(shí)驗(yàn)室. 天津大學(xué)從研制數(shù)字電視及電影制作設(shè)備(如切換臺(tái)等) 的角度,也對(duì)圖像提取技術(shù)進(jìn)行了較深人的研究. 筆者認(rèn)為:前景與背景間交界區(qū)域估計(jì)模型仍是該領(lǐng)域研究的一個(gè)重點(diǎn). 小波變換圖像壓縮編碼有待解決的主要問(wèn)題:盡管小波變換圖像壓縮編碼算法具有結(jié)構(gòu)簡(jiǎn)單、無(wú)需任何訓(xùn)練、支持多碼率、壓縮比較大、圖象復(fù)原質(zhì)量較理想等特點(diǎn),但在不同程度上存在壓縮/ 解壓縮速度慢、圖像復(fù)原質(zhì)量不理想等問(wèn)題,為了進(jìn)一步改善此算法的工作效率,需要解決以下2個(gè)主要問(wèn)題:正交小波基的選擇問(wèn)題。 (2) 缺乏先驗(yàn)知識(shí)來(lái)支持系統(tǒng)。頻譜法利用頻域信號(hào)處理方法分析紋理的數(shù)字特征。分裂合并法.圖為基于區(qū)域的可視人體結(jié)構(gòu)彩圖　邊緣的主要表現(xiàn)為圖像局部特征的不連續(xù)性,該方法首先檢出圖像中局部特性的不連續(xù)性或突變性,然后將它們連成邊界,這些邊界把圖像分成不同的區(qū)域. 傳統(tǒng)的圖像邊緣檢測(cè)方法大多可歸結(jié)為圖像高頻分量的增強(qiáng)過(guò)程,： 常用的邊緣檢測(cè)算子有以下幾種:Robert 算子、Sobel 算子、Pre2witt 算子、Canny 算子和拉普拉斯算子. 微分算子法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單、速度較快,缺點(diǎn)是對(duì)噪聲的干擾都比較敏感. 邊界跟蹤法的基本思想是從梯度圖中的一邊緣點(diǎn)出發(fā),依次搜索并連接相鄰邊緣點(diǎn),從而實(shí)現(xiàn)對(duì)圖像邊界的檢測(cè),先確定搜索起點(diǎn),接著采取合適的數(shù)據(jù)結(jié)構(gòu)和搜索機(jī)理,并在已發(fā)現(xiàn)的邊界點(diǎn)上確定新的邊界點(diǎn),最后按照搜索的終結(jié)準(zhǔn)則和終結(jié)條件完成邊界的跟蹤,從而實(shí)現(xiàn)邊緣的提取.圖像分割至今尚無(wú)通用的自身理論,隨著各學(xué)科的不斷發(fā)展,提出了許多新理論和新方法,于是出現(xiàn)了許多與一些特定理論、方法相結(jié)合的圖像分割技術(shù). 遺傳算法[36 ]最初由美國(guó)Michigan 大學(xué)的Holland 教授于1975 年提出的,其基本思想是將問(wèn)題域中的可能解視為群體的一個(gè)個(gè)體或染色體,并將每一個(gè)體編碼成符號(hào)串形式,對(duì)種群反復(fù)進(jìn)行選擇、交叉和變異操作,根據(jù)預(yù)定的目標(biāo)適應(yīng)度函數(shù)對(duì)每個(gè)個(gè)體進(jìn)行評(píng)價(jià),適應(yīng)值高的染色體被選中概率較高,以全局并行搜索方式來(lái)搜索優(yōu)化群體中的最優(yōu)個(gè)體. 該方法具有全局搜索能力,是一種迭代式的優(yōu)化算法,在分割圖像時(shí)常用來(lái)幫助確定最佳分割閾值. 小波變換是在傅里葉分析基礎(chǔ)上發(fā)展起來(lái)的,具有良好的時(shí)域和頻域局部化特性,而且還具有多分辨分析的特點(diǎn). 基于小波分析的邊緣檢測(cè)方法的突出優(yōu)點(diǎn)是它的多尺度性,圖像的每個(gè)尺度的小波變換都提供了一定的邊緣信息. 小尺度下,圖像的邊緣細(xì)節(jié)信息豐富,邊緣定位精度較高,但易受噪聲干擾,大尺度下,邊緣穩(wěn)定,抗噪性好,但定位精度差. 利用小波的多尺度性可實(shí)現(xiàn)在大尺度下抑制噪聲,可靠地識(shí)別邊緣,在小尺度下精確定位. Snake 模型最初是由Kass 等人在1987 年第1 屆計(jì)算機(jī)國(guó)際視覺(jué)會(huì)議上提出的,其基本思想是首先通過(guò)人的識(shí)別能力,在圖像中目標(biāo)邊界附近確定初始輪廓線,然后對(duì)曲線進(jìn)行能量最小化變形,使其鎖定在待分割目標(biāo)的邊界上. Snake 算法能夠有效地利用圖像局部與整體的信息,實(shí)現(xiàn)對(duì)邊界的準(zhǔn)確定位,具有良好的提取和跟蹤特定區(qū)域內(nèi)目標(biāo)輪廓的能力. 由于圖像的千變?nèi)f化,在實(shí)際應(yīng)用中,通常將多種分割算法有效地結(jié)合在一起使用以獲得更好的分割效果.圖像分析從圖像中抽取某些有用的度量、數(shù)據(jù)或信息,目的是得到某種數(shù)值結(jié)果,它主要是提供關(guān)于被分析圖像的一種描述,既要利用模式識(shí)別技術(shù),又要利用關(guān)于圖像內(nèi)容的知識(shí)庫(kù),即人工智能中關(guān)于知識(shí)表達(dá)方面的內(nèi)容. 圖像分析需要用圖像分割方法抽取出圖像的特征,然后對(duì)圖像進(jìn)行符號(hào)化的描述,這種描述不僅對(duì)圖像中是否存在某一特定對(duì)象作出回答,還要對(duì)圖像內(nèi)容作出詳細(xì)描述. 圖為計(jì)算機(jī)輔助分析圖像的效果：圖像分割綜述已上述所述,現(xiàn)分別從描繪和紋理分析這2 個(gè)方面加以闡述.　經(jīng)過(guò)圖像分割后,得到的是若干區(qū)域和邊界. 為了有效地識(shí)別目標(biāo),必須要描述這些目標(biāo)即提供它們的有用信息和相互關(guān)系,通常有區(qū)域內(nèi)部描述、區(qū)域邊界描述和關(guān)系描述. (1) 區(qū)域內(nèi)部描述. (i) 矩描述子. 該描述子是基于帕普里斯( Papoulis) 唯一性定理. M K Hu 在1961 年首先提出不變矩的概念,并將幾何矩用于圖像描述. M R Teague 在1979 年基于正交多項(xiàng)式理論提出的Zernike 矩,從噪聲靈敏度、信息冗余度和圖像描述能力等方面來(lái)說(shuō)都具有很好的性能. Y LSheng 和L X Shen 于1994 年提出了正交傅里葉梅林矩,平子良等定義了一種新的圖像矩———切比雪夫圖像矩描述圖像,這種矩可以得到比較理想的描述效果. 矩方法是一種經(jīng)典的區(qū)域形狀分析方法,但于它的計(jì)算量較大且受噪聲干擾,缺乏實(shí)用價(jià)值. (ii) 拓?fù)涿枋鲎? 帶有孔的圖形,如果把區(qū)域中的孔洞數(shù)作為拓?fù)涿枋鲎?顯然這個(gè)性質(zhì)不受伸長(zhǎng)或旋轉(zhuǎn)變換的影響. 但是如果撕裂或折疊時(shí),孔洞數(shù)就要變化了,區(qū)域描述的另一種有用的拓?fù)涮匦允沁B接部分的個(gè)數(shù). (iii) 投影與截痕. 圖像在任意方向上的投影可以定義為該圖像諸像素在該方向上對(duì)應(yīng)投影之和,和投影相類(lèi)似的另一種描述圖像中的對(duì)象方向特性的參數(shù)是截痕,截痕和投影有著同樣的用途. (iiii) 模板匹配. (2) 區(qū)域的外形邊界描述方法. (i) 傅里葉描述子. 當(dāng)一個(gè)區(qū)域邊界上的點(diǎn)已被確定時(shí),可以從這些點(diǎn)中提取信息. 這些信息就可以用來(lái)鑒別不同區(qū)域的形狀, Kauppien比較了各種典型形狀識(shí)別方法,實(shí)驗(yàn)表明基于物體輪廓坐標(biāo)序列的傅里葉描述子具有最佳的形狀識(shí)別性能. 通過(guò)連續(xù)型傅里葉變換代替離散傅里葉變換的計(jì)算方法,可以減少由于邊界曲線等間距離散化引起的誤差,而且可以大大減少傅里葉變換計(jì)算的工作量. (ii) 小波輪廓描述子. 小波變換是一一對(duì)應(yīng)的映射,所以一個(gè)給定的輪廓對(duì)應(yīng)一組唯一的描述符. 小波輪廓描述符比較適合描述輪廓的基本特征并用來(lái)進(jìn)行基于輪廓的圖像檢索. 從描述精度、穩(wěn)定性各方面來(lái)看,它比傅里葉描述子更為優(yōu)越. (iii) 霍夫變換. 霍夫( Hough) 變換是一種線描述方法,它可以將笛卡爾坐標(biāo)空間的線變換為極坐標(biāo)空間的點(diǎn),霍夫變換使不同坐標(biāo)系中的線和點(diǎn)建立了一種對(duì)應(yīng)關(guān)系. (iiii) 曲線擬合. 任何一個(gè)二維圖像目標(biāo)或?qū)ο蟮倪吔缍际瞧矫嬷械囊粭l曲線. 對(duì)曲線擬合一個(gè)函數(shù)可用于描述該目標(biāo)的邊界(形狀) . 對(duì)于所擬合函數(shù),總存在一定的擬合誤差. Duda 和Hart 提出一種簡(jiǎn)單的分段線性曲線擬合方法,即重復(fù)端點(diǎn)擬合方法,這種方法類(lèi)似于采用分裂方法逼近多邊形邊界的技術(shù). 該方法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單,缺點(diǎn)是噪聲數(shù)據(jù)點(diǎn)將引起擬合誤差. 多數(shù)情況下,擬合后的曲線只是一種近似,可借助許多方法進(jìn)行調(diào)整,以使邊界更加精確,其中利用高層知識(shí)的處理也是常用的方法. 另外,Ho Keun Song 和Eung KwaKang 提出了用圓形掃描的方法來(lái)描述圖像. (3) 關(guān)系描述. 關(guān)系描述的任務(wù)就是把被分割后的區(qū)域或部分組成為有意義的關(guān)系結(jié)構(gòu),一般是以文法概念為基礎(chǔ)的,通?？煞譃榇姆ê透呔S文法,其中高維文法又包括樹(shù)文法、網(wǎng)文法、表結(jié)構(gòu)　結(jié)構(gòu)法、統(tǒng)計(jì)法、頻譜法和模型法是常用的紋理研究方法. 結(jié)構(gòu)法從紋理的基元形態(tài)及其排布規(guī)則角度分析,適用于研究規(guī)則紋理。不同分辨率的信號(hào)占用不同的頻帶,便于引入視覺(jué)特性. 1988 年,Barnsley 和Sloan 共同提出了分形圖像編碼壓縮方案,該方案利用圖像中固有的自相似性來(lái)構(gòu)造一個(gè)緊縮變換,并使原圖像成為該緊縮變換的吸引子,編碼時(shí)只需存儲(chǔ)變化的參數(shù),解碼時(shí)需要利用該變化對(duì)任一幅圖像不斷進(jìn)行迭代變換. 此方案具有思路新穎、壓縮潛力大、解碼分辨率無(wú)關(guān)性等特點(diǎn),是一種很有潛力的編碼方法. 1987 年,Mallat 首次巧妙地將計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)的多尺度分析思想引入到小波變換中,統(tǒng)一了在此之前的各種小波的構(gòu)造方法. 之后,他又研究了小波變換的離散形式,并將相應(yīng)的算法應(yīng)用于圖像的分解與重構(gòu)中,為隨后的小波圖像壓縮編碼奠定了基礎(chǔ). 進(jìn)入90 年代,又取得了一系列圖像壓縮編碼研究的階段性新成果. 其中EZW編碼算法、SPIHT 編碼算法被認(rèn)為是目前世界上比較先進(jìn)的圖像壓縮編碼算法,這2 種算法均具有結(jié)構(gòu)簡(jiǎn)單、無(wú)需任何訓(xùn)練、支持多碼率、圖像復(fù)原質(zhì)量較理想等優(yōu)點(diǎn),但同時(shí)又都不同程度地存在算法時(shí)間復(fù)雜度和空間復(fù)雜度過(guò)高的弱點(diǎn). 而小波變換的圖像壓縮編碼算法已成為目前圖像壓縮研究領(lǐng)域的一個(gè)主要方向. 小波變換是20 世紀(jì)80 年代后期發(fā)展起來(lái)的一種新的信息處理方法,因其本質(zhì)是多分辨分析信號(hào),在時(shí)域和頻域都具有分辨率,對(duì)高頻分量采用逐漸精細(xì)的時(shí)域或空域步長(zhǎng),可以聚焦到分析對(duì)象的任意細(xì)節(jié),對(duì)于劇烈變換的邊緣,比常規(guī)的傅里葉變換具有更好的適應(yīng)性,故特別適用于分析非平穩(wěn)信號(hào)圖像增強(qiáng)是按照特定的要求突出一幅圖像中的某些信息,同時(shí)削弱或去除某些不需要的信息處理方法,其主要目的是使處理后的圖像對(duì)某種特定的應(yīng)用來(lái)說(shuō),以原來(lái)圖像更適用,它是為了某種應(yīng)用目的去改善圖像質(zhì)量,使圖像更適合于人的視覺(jué)特性或機(jī)器的識(shí)別系統(tǒng). 如下圖：目前增強(qiáng)方法主要有直方圖修改處理、圖像平滑化處理、圖像尖銳化處理及彩色處理技術(shù)等,由于各種圖像增強(qiáng)算法的特點(diǎn)不同,對(duì)圖像增強(qiáng)的側(cè)重點(diǎn)也不同. 在對(duì)圖像進(jìn)行處理之前,首先分析不同圖像增強(qiáng)方法的優(yōu)缺點(diǎn),再對(duì)具體圖像問(wèn)題進(jìn)行具體分析,然后選擇幾種增強(qiáng)方法結(jié)合使用,、傳輸和存儲(chǔ)過(guò)程中由于受多種原因如模糊、失真、噪聲等的影響,會(huì)造成圖像質(zhì)量的下降,在圖像的獲取(數(shù)字化過(guò)程) 和傳輸過(guò)程,如使用CCD 攝像機(jī)獲取圖像,光照程度和傳感器溫