《MATLAB图像处理375例》——1.2 数字图像处理的研究内容

本节书摘来自异步社区《MATLAB图像处理375例》一书中的第1章，第1.2节，作者：MATLAB技术联盟著，更多章节内容可以访问云栖社区“异步社区”公众号查看

1.2 数字图像处理的研究内容

MATLAB图像处理375例
数字图像处理主要研究的内容有以下几方面。

1.2.1　图像变换
由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大，因此往往采用各种图像变换的方法，如傅里叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不但可减少计算量，而且可获得更有效的处理（如傅里叶变换可在频域中进行数字滤波处理）。

目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，在图像处理中也有着广泛而有效的应用。对添加噪声的图像进行DCT处理效果，如图1-5所示。

1.2.2　图像增强和复原
图像增强和复原的目的是为了提高图像的质量，如去除噪声、提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分：如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。

图像复原要求对图像降质的原因有一定的了解，一般应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。图像均衡化的效果如图1-6所示。

1.2.3　图像分割
图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。

虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。利用区域生长法对图像进行分割的效果如图1-7所示。

1.2.4　图像编码压缩
图像编码压缩技术可减少描述图像的数据量（比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。

压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。主成分变换编码效果如图1-8所示。