数字图像处理(Digital Image Processing)

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

数字图像处理最早出现于20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理方法有图像增强、复原、编码、压缩等。

数字图像处理的工具可分为三大类:各种正交变换和图像滤波等方法,其共同点是将图像变换到其它域(如频域)中进行处理(如滤波)后,再变换到原来的空间(域)中;直接在空间域中处理图像,它包括各种统计方法、微分方法及其它数学方法;数学形态学运算,它不同于常用的频域和空域的方法,是建立在积分几何和随机集合论的基础上的运算。

由于被处理图像的数据量非常大且许多运算在本质上是并行的,所以图像并行处理结构和图像并行处理算法也是图像处理中的主要研究方向。

数字图像处理应用于生活中各大领域:航天、航空方面,例如JPL对月球、火星的处理,飞机遥感、卫星遥感技术;生物医学工程、工业和工程方面;通信工程方面,主要发展方向是声音、文字、图像和数据结合的多媒体通信;军事公安方面,用于侦察照片的判读,图像传输,储存,飞机、坦克和军舰模拟训练系统等,指纹识别,人脸鉴别;文化艺术、机器人视觉、视频和多媒体系统、科学可视化、电子商务等等。

自20世纪60年代第三代数字计算机问世以后,数字图像处理技术出现了空前的发展,在该领域中需要进一步研究的问题主要有如下五个方向:在进一步提高精度的同时着重解决处理速度问题;加强软件研究,开发新的处理方法,特别要注意移植和借鉴其他学科的技术和研究成果,创造新的处理方法;加强边缘学科的研究工作,促进图像处理技术的发展;加强理论研究,逐步形成处理科学自身的理论体系;

再现性好数字图像处理与模拟图像处理的根本不同在于,它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿,则数字图像处理过程始终能保持图像的再现。

以下是用MATLAB处理的图片(MATLAB是集数值计算,符号运算及图形处理等强大功能于一体的科学计算语言,它几乎能满足所有的计算需求。MATLAB大多数的运算都是通过矩阵这一形式进行的,这也就决定了MATLAB在处理数字图像上的独特优势。用矩阵来描述数字图像是最直接最简便的):


(1)原始图像


(2)灰度图像:将图像进行灰度处理,便于计算机识别


(3)图像二值化:二值图像是图像进行下一步处理的重要前提,二值化的目的是为了让图像变得更加的简单,并且使有用的信息充分的凸显出来


(4)Robert算法,边缘定位准,但是对噪声敏感,适用于边缘明显且噪声少的图像分割

参考资料:
[1] 杜俊俐,黄心汉等,基于机器人视觉系统设计[J].电子技术应用.2007,33(09):133-136
[2] 于中,徐文立,陈锋。边缘图像中圆形轮廓的两步法检测[J].
[3] (美)冈萨雷斯等,数字图像处理 ,2004

本文转自:L2H工作室(微信号luolinhong554),作者:小刀,转载此文目的在于传递更多信息,版权归原作者所有。

推荐阅读