图像入门——2. 数字图像发展历史与图像处理概述

数字图像发展历史

以史为镜，可以知兴替。下面我们就来聊一聊数字图像发展的历史。

• 数字图像处理的最早应用之一是在报纸业。早在20世纪20年代初期，Bartlane电缆图片传输系统（纽约和伦敦之间海底电缆，经过大西洋）传输一幅数字图像所需的时间由一周多减少到小于3个小时。为了用电缆传输图像，首先要进行编码，然后在接收端用特殊的打印设备重构该图片。

• 20世纪20年代中期到末期，改进Bartlane系统后，图像质量得到了提高。
• 打印过程中采用了新的光学还原技术，同时增加了图像的灰度等级。

下图为用15种色调的设备，从伦敦到纽约，用电缆进行传送的Perihing和Fozh两将军未经修饰的图片

• 20世纪60年代，由于信息技术的高速发展，出现了一批数字图像处理
• 1964年，“旅行者7号”拍摄的图像通过计算机进行处理，并且提高了图像质量；此技术也在阿波罗载人登月飞行等空间探测器中得到应用。

下图为美国航天器传送的第一张月球照片，“旅行者7号”1964年7月31日9点09分在光线影响月球前17分钟前摄取的图像

• 20世纪70年代，数字图像处理开始应用于医学领域。
  1979年，Godfrey N. Hounsfield先生以及Allan M. Cormack教授由于发明了“断层(CT) 技术”共同获得了诺贝尔医学奖，其背后的思想是计算机轴向断层技术 (Computerised Axial Tomography (CAT))


• 20世纪80年代
  3D图像获取设备以及分析系统
• 20世纪90年代至今
  通讯
  遥感：卫星、航空
  安全：指纹识别、视频跟踪及监控等
  医学：整容、立体脑图像配准、心脏核磁共振数据的可视化、支气管虚拟内窥镜。
  视频和多媒体系统
  工业生产中的应用
  电子商务等领域逐渐蓬勃发展

---

图像处理

• 客观世界是三维空间，但一般图像是二维的。
• 二维图象在反映三维世界的过程中必然丢失了部分信息。即使是记录下来的信息也可能有失真，甚至于难以识别物体。
• 通过恢复、重建、分析、提取图像的数学模型，形成人们对于图象记录下的事物有正确和深刻的认识。这个过程就成为图象处理过程。

下图为图像的超分辨率，可以将模糊的图像变得更清晰。

广义图像处理

• 图像信息获取，即获取研究对象的图像，并转换成数字信号，以便于计算机或其它数字设备处理。
• 图像信息的存储。图像存储的格式、图像压缩标准以及图像数据库技术等。
• 图像信息的传送，包括内部传送与远距离传送。内部传送多采用DMA（Direct Memory Access）；远距离传送图像压缩技术，减少占用带宽。
• 图像信息处理，即狭义的图像处理
• 图像的输出与显示，即为人或计算机提供便于理解以及识别的图像。

狭义图像处理

• 几何处理

• 坐标变换：图像的放大与缩小、旋转、移动

• 图像畸变校正

• 几何特征计算等

• 算术与逻辑运算

• 图像的加减乘除，与或非等运算

• 图像增强

• 根据任务目标突出图像中感兴趣的信息，消除干扰，改善图像的视觉效果或增强便于机器识别的信息

• 图像复原

• 根据图像退化模型，消除退化因素，恢复原始的图像。

• 散焦，散焦模型，逆滤波。

• 图像编码

• 研究压缩图像数据的方法，需要研究并利用图像的冗余特征

• 如统计冗余、生理视觉冗余、知识冗余等。

• 图像分割

• 根据图像的某些特征将图像划分为不同的区域，以便于对图像中的物体或目标进行分析与识别。

• 如“机动车视觉系统”中根据图像中的灰度信息分割白色导引线和路面。

• 图像重建

• 输入的是非图像信息，如数据、公式等，输出为图像。

• 主要有卷积反投影法等。

• 常用于医学设备

• 图像模式识别

• 在图像分割的基础上提取特征，对图像中的内容进行判决分类。

• 图像分析与理解（视觉理解）

• 根据图像局部内容之间的关系，利用有关知识进行推理与联想，对图像中所表现的内容进行理解。

---

常见的图像处理

下面列举几个常见的图像处理

1. 图像变换：包括傅里叶变换、沃尔什-阿达玛变换、离散卡夫纳－勒维变换等

2. 图像压缩编码：图像压缩编码技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。


3. 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。

4. 图像分割：图像分割是数字图像处理中的关键技术之一，其可把将不同分属不同物体的像素区域分开。 如前景与后景分割开，狗的区域与猫的区域与背景分割开。

5. 图像描述：在图像分割完成后，下一步就是用数据、符号、形式语言来表示这些具有不同特征的小区，这就是图像描述。

6. 图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。