提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
1.1 什么是数字图像处理
强度(灰度):一副图像可定义为一个二位函数f(x,y),其中x,y通常作为横纵坐标,而图像在某一点(x,y)处的幅值f,就称作该点在图像中的强度或灰度。当x,y与f都是有限的离散数值时,则该图像被称为数字图像。其中数字图像由有限数量的元素组成,这些元素称为图画元素、图像元素或者像素(通常称为像素),一般来说,某张图片像素越大,图片成像越清晰,但是占用内存也会越大。
低级处理:主要涉及对图像的初级操作,比如降噪、增强对比度以及图像尖锐化。低级处理以输入、输出都是图像为特征
中级处理:设计诸多任务,比如对图像分割,把一个图像分割成多个片段,然后对各个图像片段进行处理。中级处理以输入为图像,但输出是从该图像提取的特征为特点。
高级处理:涉及“理解”已识别目标的总体,以及在连续统一体的远端执行与视觉相关的认知功能。
我们将数字图像处理界定为其输入输出都是图像的处理,另外,包含从图像中提取特征的处理,直至包括各个目标的识别。(即包含了低级、中级和高级处理操作)
1.2 数字图像处理的起源
它最早起源于报纸业。当时通过电缆将图片进行传输。发送端使用特殊编码的打印设备对图片进行编码,接收端进行相应的解码。下图就是当时传输的图像。
经过11年之后,技术得以改进,下图是由穿孔纸得到的数字图片,它是基于照相还原技术,旨在提高色调质量和分辨率。
数字图像处理领域离不开数字计算机及数据存储、显示和传输等相关技术的发展。
1.3 使用数字图像处理的领域
在今天的应用中,最主要的图像能源是电磁能谱,其他主要图像能源包括声波、超声波和电子。 以电磁波谱辐射为基础的图像是我们最熟悉的,特别是X射线和可见光谱波段的图像。电磁波可定义为以各种波长传播的正弦波,或视为无质量的粒子流,每个粒子以波的形式传播并以光的速度运动。其中每个无质量的粒子包含一定的能量,每束能量称为一个光子。如果光谱波段根据光子能量进行分组,可得到如下光谱。
还有如下领域:
(1)伽马射线成像:主要用于核医学和天文观测。
(2)X射线成像:主要用于医学诊断(血管照相术、计算机轴向断层)、工业和天文学。
(3)紫外波段成像:主要用于平板印刷术、工业检测、荧光显微镜方法、激光、生物成像和天文观测等。
(4)可见光及红外波段成像:红外波段常与可见光结合成像,主要用于光显微镜方法、天文学、遥感、工业和法律实施。
(5)微波波段成像:主要用于雷达。
(6)无线电波段成像:主要应用于医学(核磁共振成像)、天文学。
(7)声波成像、电子显微镜与计算机结合的合成成像
以上是数字图像处理实用的一部分领域,具体可通过查阅书籍或者网上搜寻资料获取更详细的了解,篇幅有限,本文不做过多的说明。
1.4 数字图像处理的基本步骤
数字图像处理分为两大类,一类是其输入和输出都是图像;另一类是其输入可能是图像但输出是从这些图像中提取的属性。这种组织结构总结如下图。
(1)获取图像:包括图像预处理,比如图像缩放。
(2)图像增强:对图像进行相关操作,让其在之后的应用中比原始图像更适合处理。
(3)图像复原:是改进图像外观的一个处理领域,相对于图像增强而言,图像复原更客观,其更倾向于以图像退化的数学或概率模型为基础。
(4)彩色图像处理:对彩色图像进行相关的操作。
(5)小波与多分辨率处理:小波是以不同分辨率来描述图像的基础。
(6)压缩:指减少图像存储量或降低传输图像带宽的处理。
(7)形态学处理:涉及提取图像分量的工具,这些分量在表示和描述形状方面很有用。
(8)分割:将一幅图像划分为它的组成部分或目标。通常,自动分割是数字图像处理中最困难的任务之一。分割越准确,识别越成功。
(9)表示和描述:这一过程通常输出未加工的像素数据,再将这些数据转换成适合计算机处理的形式。描述又称为特征选择,涉及提取特征,它可得到某些感兴趣的定量信息,或是区分一组目标与其他目标的基础。
(10)目标识别:是基于目标的描述给该目标赋予标志的过程。
1.5 图像处理系统的组成
早期主要是由主机及其配套的外设组成。下图显示了用于数字图像处理的一个典型通用系统的组成。
关于感知,由两个部件组成,分别是物理设备(捕获成像目标的能量辐射)和数字化器(将物理设备的输出转换成数字形式)
专用图像处理硬件通常由数字化器与执行其他原始操作的硬件[如算术逻辑单元(ALU)]组成。ALU对图像执行算数与逻辑运算。
图像处理系统中的计算机是通用计算机,其范围从PC到超级计算机。
图像处理软件由执行特定任务的专用模块组成。
提供短期存储有两种方法,分别是使用计算机内存和采用专用的存储板。