数字图像处理概述
圖像處理的兩個重要應用領域:(1)改善圖像信息以便于人類理解 ?(2)為了方便存儲、傳輸和表示而對圖像進行處理,從而達到便于及其自動識別的目的。
?
什么是圖像處理
?
簡單來說,一幅圖像可以認為就是一個二維函數f(x,y),x,y表示位置,函數值就表示該位置處的圖像的灰度值或者是強度。當,x,y , f 都是離散值的時候,我們將該圖像稱為數字圖像,也就是說灰度值是由有限數量的組成的,每個灰度值都有其特定的位置和幅值。數字圖像處理就是指我們使用計算機來處理這些數字圖像。
?
圖像處理具體止步于哪些領域或者其他相關領域(比如圖像分析或者是計算機視覺)從哪里開始,并沒有一致的看法。有時,用輸入和輸出都是圖像這一規范來對數字圖像處理的范圍進行界定。這是人為的認定,其實并不準確,比如,在這種定義下,連求一幅圖像的平均值(輸出是一個數)都不能算是圖像處理的范圍。
計算機視覺的目標是使用計算機來模擬人的視覺,包括理解并且根據輸入采取行動。圖像分析領域則是處在圖像處理和計算機視覺之間。
從圖像處理到計算機視覺這個連續的統一體并沒有明確的界限。一種有用的做法是在這個連續的統一體中考慮三種典型的計算處理,即低級、中級、高級處理。低級處理涉及一些基本操作,比如圖像降噪,對比度增強,圖像銳化等,低級處理輸入和輸出都是圖像為特征。中級處理涉及的范圍比較廣,如對圖像進行分割(將圖像不同的區域或者目標分離),而后對不同的目標進行分類,中級處理是以圖像作為輸入,但是輸出是從這些圖像中提取到不同特征,比如圖像的輪廓信息,各個物體的標識。而高級圖像處理涉及到“理解”圖像上的內容,形成一些認知功能。
?
本書中,將數字圖像處理的范圍界定為,輸入和輸出都是圖像的處理,也包括從圖像中提取特征的處理,也包括圖像中各個目標的識別。
?
數字圖像處理的起源
?
數字圖像最早的應用是在報紙行業,圖像第一次通過海底電纜從倫敦傳到紐約。這種傳輸方法需要使用特殊的設備對圖像進行編碼,然后接收端對圖像進行解碼。
早期的圖像使用5個不同的灰度級來編碼圖像 ??????????????????使用15個灰度級
以上的例子涉及數字圖像,但是并不涉及數字圖像的處理,因為創建這些圖像時,并沒有涉及計算。數字圖像處理的歷史與計算機的發展高度相關。因為數字圖像要求非常大的存儲和計算能力,因此數字圖像處理領域的發展必須依靠數字計算機及數據存儲、顯示、和傳輸等相關支撐技術的發展。
?
第一臺足以強大到足以執行有意義的圖像處理任務的大型計算機出現在20世界60年代,使用計算機技術改善空間探測器發回的圖像,以校正航天器上電視攝像機中各種類型的圖像畸變。此后,圖像處理領域蓬勃發展,除了醫學和空間項目外,計算法方法用于增強對比度或將灰度編碼為彩色,以便于解釋工業、醫學及生物科學等領域中的X射線和其他圖像。圖像復原用于處理不可修復物體的退化圖像,比如在考古領域,使用圖像處理方法成功復原模糊的圖像。其他更多領域不舉例了。
上面的這些例子說明圖像處理的結果是便于人類理解。數字圖像處理的第二個主要應用領域是解決機器感知問題。在這種情況下,是為了更加適合于計算機處理的形式從圖中提取信息的過程,這種信息類似于人類用于解釋一幅圖像內容的視覺特性。比如說,機器感知中,使用的信息類型通常有統計矩、傅里葉變換系數和多維距離度量。
?
數字圖像處理的基本步驟
圖像獲取: 這個階段通常還包括圖像的預處理,比如圖像的縮放。
?
圖像增強: 對圖像進行某種操作,使得其結果在特定應用中比原來的圖像更合適,注意增強技術是建立在面向特定問題的基礎上的。不同類型的圖像,使用的增強方法不同,比如用于增強X射線得到的圖像的方法就不適合于用來增強紅外線獲取到的衛星圖像。圖像的增強是一個主觀的任務,觀察者就是特殊方法工作的好壞的最終裁判者。
?
圖像復原: 是改善圖像外觀的處理領域,與圖像增強不同,圖像增強是主觀的,但是圖像復原是客觀的,復原的技術傾向于以圖像退化的數學或者是概率模型為基礎。
?
彩色圖像處理:彩色圖像處理已經成為一個重要領域,因為互聯網上圖像的使用不斷增長。
?
小波與多分辨率處理:小波是以不同分辨率來描述圖像的基礎。特別是圖像的壓縮和金字塔表示中使用了小波,此時,圖像被成功地細分為較小的區域。大多數計算機用戶都熟悉圖像壓縮所使用的圖像文件擴展名,比如,JPEG圖像壓縮標準。
?
形態學處理:涉及提取提取圖像分量的工具,這些分量在表示和描述形狀方面都很有用。這也是從輸出圖像處理到輸出圖像屬性轉化的開始。
?
圖像分割: 將一幅圖像劃分為它的組成部分或者是目標。自動分割是數字圖像處理中最困難的任務之一。很弱且不穩定的圖像分割算法幾乎總是導致最終失敗。通常,分割越準確,識別越成功。
?
圖像表示和描述: 這個階段幾乎總是在分割階段的輸出之后,通常分割的輸出是未加工的像素數據,這寫數據要么是構成一個區域的邊界,要么是構成該區域的所有的點。首先,必須確定數據是應該表示成一條邊界還是表示成一個區域。如果關注的是外部形狀特征,比如說是角點和拐點,那么表示為邊界是合適的。如果關注的是內部的特征,那么,比如紋理和骨架,那么表示為區域是比較合適的。這些表示都是解決把原始數據轉化成適合計算機進行后續處理的形式的一部分。描述又稱為特征許三責,涉及提取特征,它可得到某些感興趣的定量信息,是區分一組目標與另一組目標的基礎。
目標識別:基于目標的描述給目標賦予特定的標識的過程。
?
?
?
總結
- 上一篇: 数学逻辑习题集(1)
- 下一篇: 机器人学导论概括