數字圖像處理技術是研究采用計算機和其他數字化技術對圖像信息進行處理的新技術。下面是小編整理的數字圖像處理技術論文，希望你能從中得到感悟!

數字圖像處理技術論文篇一

數字圖像處理技術研究

(資料圖片僅供參考)

[摘 要]數字圖像處理技術是研究采用計算機和其他數字化技術對圖像信息進行處理的新技術。圖像處理科學與技術已經成了工程學、計算機科學、通信科學、信息科學、軍事、公安、醫學等眾多學科學習和研究的對象。本文從數字圖像處理的基本概念，研究內容為出發點，重點探討了數字圖像復原技術，最后介紹了數字圖像處理系統，但由于數字圖像處理技術領域內容極其廣泛，與其他很多學科都有著千絲萬縷的聯系，所以對這項技術的研究還需要人類的進一步努力。

[關鍵詞]數字圖像處理技術 數字圖像處理主要研究

中圖分類號：IP391.41 文獻標識碼：A 文章編號：1009-914X(2015)05-0280-01

1 引言

“圖”是物體透射光或反射光的分布，“像”是人的視覺系統對圖的接收在大腦中形成的印象或認識。前者是客觀存在的，而后者為人的感覺，圖像應是兩者的結合。圖像處理就是對圖像信息進行加工處理，以滿足人的視覺心理和實際應用的要求。人類獲取外界信息有視覺、聽覺、觸覺、嗅覺、味覺等多種方法，但絕大部分(約80%)是來自視覺所接受的圖像信息，即所謂“百聞不如一見”。因此，圖像處理技術的廣泛研究和應用是必然的趨勢。

2 圖像數字化

2.1 基本概念

一幅黑白靜止平面圖像(如照片)中各點的灰度值可用其位置坐標(x，y)的函數f(x，y)來描述。顯然f(x，y)是二維連續函數，有無窮多個取值。這種用連續函數表示的圖像無法用計算機進行處理，也無法在各種數字系統中傳輸或存貯，必須將代表圖像的連續(模擬)信號轉變為離散(數字)信號。這樣的變換過程，稱其為圖像數字化。圖像數字化的內容包括兩個方面：取樣和量化。

2.2 取樣點數和量化級數的選取

假定一幅圖像取M×N個樣點，對樣點值進行Q級分檔取整。那么對M、N和Q如何取值呢?

首先，M、N、Q一般總是取成2的整數次冪，如 Q=2b，b為正整數。通常稱為對圖像進行b比特量化。M、N可以取成相等，也可以不相等。若取相等，則圖像矩陣為方陣，分析運算方便些。取不等的例子如陸地衛星圖像就因實際需要而取成2340×3240。

其次，關于M、N、b(或Q)數值大小的確定。對b來講，取值越大，重建圖像失真越小，若要完全不失真得建原圖像，b必須取無窮大，否則一定存在失真，這就是所謂量化誤差。一般供人眼觀察的圖像，由于人眼對灰度分辨能力有限，用5～8 比特量化就可以了。而衛片、航片等為了區別圖像中灰度變化不大的目標，往往用 8～12比特量化。對M×N的取值，主要依據是取樣的約束條件，也就是在M×N大到滿足取樣定理的情況下，重建圖像就不會產生失真，否則就會因取樣點數不夠而產生所謂混淆失真。為了減少表示圖像的比特數，總是取M×N點數剛好滿足取樣定理。這種狀態的取樣即所謂奈奎斯特取樣(如彩色電視編碼技術等)。

再次，在實際應用中，如果允許表示圖像的總比特數M×N×b給定，對M×N和b的分配往往是根據圖像的內容和應用要求以及系統本身的技術指標來選定。例如，若圖像中有大面積灰度變化緩慢的平滑區域，如人頭象特寫照片等。則M×N取樣點數可以少些，而量化比特數b多些。這樣使重建圖像灰度層次多些。若b太少，在圖像灰度平滑區往往會出現“假輪廓”。反之，復雜的景物圖像，如群眾場面的照片等，量化比特數b可以少些而取樣點數M×N 要多些。這樣不致丟失圖像的細節。究竟M×N和b如何組合才能獲得滿意的結果，很難講出一個統一的方案。T?S?Huang 研究了這個問題。他對三種不同特征的圖像(一幅細節少的婦女頭象特寫照片，一幅中等細節攝影師工作照片，一幅包含大量細節的群眾會場照片)，改變其取樣點數M×N和量化比特數b，分別進行圖像質量的主觀評價。總的結論是：不同的取樣點數和量化比特數組合，可以獲得相同的主觀質量評價。

3 數字圖像處理主要研究的內容

3.1 圖像變換

由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。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，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理(如傅立葉變換可在頻域中進行數字濾波處理)。目前新興研究的小波變換在時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用。

3.2 圖像編碼

壓縮圖像編碼壓縮技術可減少描述圖像的數據量(即比特數)，以便節省圖像傳輸、處理時間和減少所占用的存儲器容量。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行。編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

3.3 圖像增強和復原

圖像增強的目的是為了提高圖像的質量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯;如強化低頻分量可減少圖像中噪聲影響。至于圖像復原，我們將在下邊作詳細討論。

4 數字圖像處理系統

數字圖像處理系統所處理的信息量是十分龐大的，對處理速度和精度都有一定的要求，系統的應用范圍也相當廣泛。因此，目前的數字圖像處理系統有各種各樣的結構，其商品化產品的種類也較多。若按用途分類，可分為專用和通用兩大類。專門系統是為專門用途設計的，它一般要求簡單、迅速、準確、經濟。因而其結構比通用系統要簡單，處理目的和功能明確，規模也較小。例如英國Quantimet720圖像分析儀，專門用于定量分析材料的顯微結構。計算機射線斷層掃描系統(即CT系統)，專門用于人體或腦部組織疾病診斷。通用系統處理功能較全，應用也較廣泛。因此，其結構比較復雜，規模也較大，如美國匹茲堡大學的PRL系統，美國遙感圖像處理系統等都是一個以大型計算機系統為基礎的、規模巨大、速度很高、結構復雜的圖像處理系統。

但是，不論是專用或通用系統，結構復雜或簡單，一般圖像處理系統的工作過程都可用圖1表示

5 結語

數字圖像處理作為一門學科大約形成于20世紀60年代初期，圖像處理雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，對該領域的研究仍存在不少困難。本文從一些數字圖像處理的基本知識入手，介紹了該技術的發展、研究內容等，但這對于該技術而言，也僅僅是極少的一部分，相信隨著科學技術的進步，尤其是計算機技術的飛速發展，對數字圖像處理技術的研究將會取得更矚目的成就。

參考文獻

[1] 夏良正李久賢.數字圖像處理(第2版)[J].東南大學出版社.2005.

點擊下頁還有更多>>>數字圖像處理技術論文