数字图像处理的研究领域探索

图像是人类获取信息、表达信息和传递信息的重要手段。因此，数字图像处理技术已经成为信息科学、计算机科学、工程科学、地球科学等诸多领域的学者研究图像的有效工具。

1.图像处理 所谓数字图像处理，就是利用计算机对数字图像进行的一系列操作，从而获得某种预期结果的技术。数字图像处理离不开计算机，因此又称为计算机图像处理。

数字图像处理的内容相当丰富，包括狭义的图像处理、图像分析（识别）与图像理解。狭义的图像处理着重强调在图像之间进行的变换，如图1-3所示，它是一个从图像到图像的过程，属于底层的操作。它主要在像素级进行处理，处理的数据量非常大。虽然人们常用图像处理泛指各种图像技术，但狭义图像处理主要指对图像进行各种加工，以改善图像的视觉效果，并为自动识别打基础，或对图像进行压缩编码，以减少所需存储空间或传输时间。它以人为最终的信息接收者，主要目的是改善图像的质量。主要研究内容包括图像变换、编码压缩、增强和复原、分割等。

图1-3 狭义图像处理

（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的计算量很大。因此，往往采用各种图像变换方法，如傅里叶变换、离散余弦变换、哈达玛变换、小波变换等间接处理技术，将空间域的处理转化为变换域的处理，不仅可以减少计算量，而且可获得更有效的处理。

（2）图像的压缩编码

图像压缩编码技术可减少用于描述图像的数据量（即比特数），以便节省图像传输和处理的时间，并减少存储容量。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。

（3）图像的增强和复原

图像增强和复原技术的目的是为了提高图像的质量，如去除噪声，提高清晰度等。其中图像增强不考虑图像降质的原因，目的是突出图像中所感兴趣的部分。如果强化图像的高频分量，可使图像中物体的轮廓清晰，细节明显。强调低频分量则可减少图像中噪声的影响。图像复原要求对图像降质（或退化）的原因有一定的了解，建立降质模型，再采用某种方法，如去除噪声、干扰和模糊等，恢复或重建原来的图像。

（4）图像分割

图像分割是将图像中有意义的特征（如图像中物体的边缘、区域等）提取出来，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，是目前图像处理研究的热点之一。(www.xing528.com)

2.图像分析

图像分析是对图像中感兴趣的目标进行检测和测量，从而建立对图像的描述。它以机器为对象，目的是使机器或计算机能自动识别目标。

图像分析是一个从图像到数值或符号的过程，主要研究用自动或半自动装置和系统，从图像中提取有用的测度、数据或信息，生成非图像的描述或者表示。它不仅给景物中的各个区域进行分类，还要对千变万化和难以预测的复杂景物加以描述。因此，常依靠某种知识来说明景物中物体与物体、物体与背景之间的关系。目前，人工智能技术正在被越来越普遍地应用于图像分析系统中，进行各层次控制和有效地访问知识库。

如图1-4所示，图像分析的内容包括特征提取、符号描述、目标检测、景物匹配和识别等。它是一个从图像到数据的过程，数据可以是对目标特征测量的结果，或是基于测量的符号表示，它们描述了图像中目标的特点和性质，因此图像分析可以看作是中层处理。

图1-4 图像分析流程图

3.图像理解

利用计算机系统解释图像，实现类似人类视觉系统的功能来理解外部世界，被称为图像理解或计算机视觉，有时也叫做景物理解。正确地理解要有知识的引导，因此图像理解与人工智能等学科有密切联系。

图像理解是由模式识别发展起来的，输入的是图像，输出的是一种描述，如图1-5所示。这种描述不仅仅是单纯的用符号做出详细的描述，而且要利用客观世界的知识使计算机进行联想、思考及推论，从而理解图像所表现出的内容。

图像理解的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。如果说图像分析主要是以观察者为中心研究客观世界，那么图像理解在一定程度上则是以客观世界为中心，并借助知识、经验来把握和解释整个客观世界。因此图像理解是高层操作，其处理过程和方法与人类的思维推理有许多类似之处。

图1-5 图像理解流程图