【正文】 用。他們對(duì)航天探測(cè)器徘徊者 7 號(hào)在 1964 年發(fā)回的幾千張?jiān)虑蛘掌褂脠D像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等方法進(jìn)行處理，并考慮了太陽位置和月球環(huán)境的影響，由計(jì)算機(jī)成功繪制出 月球表面地圖，獲得了巨大成功 。 數(shù)字圖像處理取得的另一個(gè)巨大成就是在醫(yī)學(xué)上的應(yīng)用。 CT 的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計(jì)算機(jī)處理來重建截面圖像，成為圖像重建。 1979 年，這項(xiàng)無損傷診斷技術(shù)獲得了諾貝爾獎(jiǎng)，說明它對(duì)人類做出了劃時(shí)代的貢獻(xiàn)。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 2 頁 共 45 頁 從 20 世紀(jì) 70 年代中期開始，隨著計(jì)算機(jī)技術(shù)和人工智能、思維科學(xué)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。其中代表性的成果是 20 世紀(jì) 70 年代末 MIT 的 Marr 提出的視覺計(jì)算理論，這個(gè)理論成為計(jì)算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想 [1]。 Marr 理論認(rèn)為描述三維物體有三個(gè)層次（ 圖 一 2） : （ 1）圖像特征（基 元 圖）。是以原始圖像中抽取如邊緣、角點(diǎn)、紋理、線條、不連續(xù)點(diǎn)等基本特征，這些特征的集 合稱為基元圖。它在以觀察點(diǎn)為中心的坐標(biāo)系統(tǒng)中，由輸入圖像和基元圖恢復(fù)場(chǎng)景可見部分的深度、法線方向、輪廓等，這些信息包含了深度信息，但不是真正的物體三維表示，因此稱為二維半圖。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 3 頁 共 45 頁 （ 3）三維模型表示。 Marr 計(jì)算視覺 理論框架雖然還不十分完善，許多方面還有爭(zhēng)議，如該理論建立的視覺處理框架基本上是從上至下，而沒有考慮反饋的作用；此外，該理論沒有重視知識(shí)引導(dǎo)作用。 計(jì)算機(jī)視覺是模仿人的視覺，由于人們對(duì)視覺機(jī)理的研究還沒有突破性的進(jìn)展，因此計(jì)算機(jī)視覺研究 是一項(xiàng)艱巨而長(zhǎng)遠(yuǎn)的任務(wù)。當(dāng)前科學(xué)技術(shù)的發(fā)展 使得許多領(lǐng)域迫切需要應(yīng)用圖像處理和理解，因此，應(yīng)當(dāng)在計(jì)算機(jī)視覺領(lǐng)域中，加強(qiáng)新理論與方法的探索和研究，使之有可能較大的降低視覺理解的難度，而仍然能解決不少有意義的實(shí)際問題。 這里特別要指出，從 20 世紀(jì) 90 年代，計(jì)算智能信息處理技術(shù)獲得飛速的發(fā)展，它在數(shù)字圖像處理和計(jì)算機(jī)視覺領(lǐng)域中獲得了越來越廣泛的應(yīng)用，取得了許多引人注目的突破性成果。 在計(jì)算機(jī)智能信息處理技術(shù)中，如模糊集與模糊邏輯、神經(jīng)網(wǎng)絡(luò)、小波分析、進(jìn)化計(jì)算（遺傳算法）、分形等，在圖像編碼、增強(qiáng)、分割、特征提取、描述以及識(shí)別等方面都有廣泛的應(yīng)用，獲得了不少新方法、新算法。 可以相信，視覺作為人類最重要的一種感知，是人類智能活動(dòng)不可缺少的。下面就數(shù)字圖像處理主要的幾個(gè)方面作簡(jiǎn)要介紹： 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 4 頁 共 45 頁 1）圖像變換 由于圖像陣列很大，直接在空間與中進(jìn)行處理，設(shè)計(jì)計(jì)算量很大。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地應(yīng)用。壓縮可以在不失真前提下獲得，也可以在允許的失真條件下進(jìn)行。 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。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)調(diào)低頻分量可以減少圖像中噪聲影響。 4）圖像分割 圖像分割時(shí)數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。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處理的有效方法。 5） 圖像描述 圖像描述是圖像識(shí)別和理解的必要前提。一般圖像描述方 法采用二維形狀描述，有邊界描述和區(qū)域描述兩類方法。在計(jì)算機(jī)視覺中要中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 5 頁 共 45 頁 進(jìn)行三維物體描述的研究，為此，提出了體積描述、表面描述、廣義圓柱體描述等方法。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、人工神經(jīng)網(wǎng)絡(luò)模式分類以及支撐向量機(jī)方法在圖像識(shí)別中也越來越受到重視。 數(shù)字圖像處理現(xiàn)狀分析 數(shù)字圖像處理技術(shù)的應(yīng)用越來越廣，己經(jīng)滲透到工程、工業(yè)、醫(yī)療保健、航空航天、軍事、科研、安全保衛(wèi)等各個(gè)方面，在國計(jì)民生及國民經(jīng)濟(jì)中發(fā)揮著越來越大的作用。 圖像處理技術(shù)由于本身所具有的特點(diǎn)導(dǎo)致它又很容易受到一些因素的制約。在數(shù)字圖像處理中，一幅圖像可看成是由圖像矩陣中的像素 （ pixel） 組成的，每個(gè)像素的灰度級(jí)至少要用 6bit（ 單色圖像 ） 來表示，一般采用 8bit（ 彩色圖像 ） ，高精度可用 12bit 或 16bit 甚至更高。 （ 2）圖像處理綜合性強(qiáng)。一般來說涉及通信技術(shù)、計(jì)算機(jī)技術(shù)、電子技術(shù)、電視技術(shù)，至于涉及到的數(shù)學(xué)、物理學(xué)等方面的基礎(chǔ)知識(shí)。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 6 頁 共 45 頁 （ 3）圖像信息理論與通信理論密切相關(guān)。此后，信息理論便滲透到了各個(gè)領(lǐng)域。從當(dāng)今的理論發(fā)展看，可以說圖像信息論是在通信理論研究的發(fā)展起來的?？傊ㄐ胖械囊痪S問題都可推廣到二維，盡管有些理論尚不完全貼切，但對(duì)圖 像自身理論體系的形成有極大的借鑒意義。 （ 5）內(nèi)容豐富， 通過編寫不同的軟件程序可以實(shí)現(xiàn)對(duì)圖像的不同處理，如增強(qiáng)、濾波、恢復(fù)和壓縮等，其處理內(nèi)容十分豐富。數(shù)字圖像處理不僅能完成線性運(yùn)算，且能實(shí)現(xiàn)非線性處理，即凡是可以用數(shù)學(xué)公式或邏輯關(guān)系來表達(dá)的一切運(yùn)算均可用數(shù)字圖像處理實(shí)現(xiàn)。數(shù)字圖像處理與模擬圖像處理的根本不同在于，它不會(huì)因圖像的存儲(chǔ)、傳輸或復(fù)制等一系列變換操作而導(dǎo)致圖像質(zhì)量的退化。 （ 8）適用面廣。從圖像反映的客觀實(shí)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(yuǎn)鏡圖像。 （ 9）占用頻帶寬，信息壓縮的潛力大。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，其相關(guān)系數(shù)可達(dá) ，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。 由此造成圖像處理會(huì)受到一些因素的制約： （ 1）知識(shí)的綜合性強(qiáng)，需要掌握 多方面的知識(shí)。 （ 3）處理寬頻帶難度大。與音頻信息相比，占用的頻帶要大幾個(gè)數(shù)量級(jí)。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 7 頁 共 45 頁 （ 4）二維到三維的轉(zhuǎn)換難度大。 （ 5）人為因素。 鑒于圖像處理自身的特點(diǎn)以及影響其的一系列因素，個(gè)人認(rèn)為圖像處理未來的發(fā)展可能會(huì)有以下幾個(gè)方向： （ 1）數(shù)字圖像處理技術(shù)的發(fā)展將向著高速、高分辨率、立體化、多媒體、智能化和標(biāo)準(zhǔn)化方向發(fā)展 （ 2）進(jìn)一步加強(qiáng)軟件研究、開發(fā)新的軟硬件圖像處理方法。 （ 4）逐步完善數(shù)字圖像處理科學(xué)自身的理論體系。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。目前，結(jié)合多媒體 技術(shù)的研究，硬件芯片越來越多。 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。 （ 8）虛擬現(xiàn)實(shí)。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)中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 8 頁 共 45 頁 的發(fā)展提供了新的機(jī)遇。 本文章節(jié)簡(jiǎn)介 本文共分為六章。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。第六章是系統(tǒng)的最后調(diào)試以及功能使用說明部分。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)。由此啟發(fā)人們?nèi)パ芯拷ㄈ说囊蛩卦趦?nèi)的信息理論。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 。 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，為了產(chǎn)生充分的臨場(chǎng)感，畫面尺寸一般應(yīng)有 以上的視野。 （ 3）主觀亮度感覺。 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)。 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）。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 10 頁 共 45 頁 圖 二 2 馬赫帶效應(yīng) 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。 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。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)。 采樣和量化。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。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]。因?yàn)槎家≌?，故量化也常稱為整量或整量化過程。 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。 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。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。 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）。 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。顯然這種評(píng)價(jià)方法容易受到很大認(rèn)為因素的影響。 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。 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）。因此，人眼可以識(shí)辨出大約種不同的顏色。 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。 RGB 和 CMY 的轉(zhuǎn)化。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。 XYZ 顏色把彩色光表示為： 。 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。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。 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。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)。 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]。 變?yōu)殡x散函數(shù)， 可用下圖所示序列表示。 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 ； 。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對(duì)由下式給出 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)空域的取樣間隔為中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說明書 第 15 頁 共 45 頁 和 ，對(duì)頻域的取樣間隔為 和 。 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： ； 。 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)。 （ 1）線性 傅里葉變換是一種線性算子。 （ 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 。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。 二維離散傅里葉反變換的分離過程完全與上述相似，所不同的只是指數(shù)項(xiàng)為正，這里就不再重復(fù)