数字图像处理研究的主要内容

新博客地址: vonsdite.cn

数字图像处理研究的主要内容

•     数字图像处理是指将一幅图像变成另一幅经过修改（改进）的图像，是一个由图像到图像的过程。其主要研究内容如下：
  

  • 图像变换
  • 图像增强
  • 图像恢复
  • 图像分割
  • 数学形态学
  • 图像编码与压缩

---

图像变换

• 灰度变换：包括灰度线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。灰度变换目的在于：控制图像灰度直方图的分布，改善输出的图像。

• 几何变换：图像平移、镜像、转置、缩放和旋转等。对于数字化标定、图像配准、校正、投影及特殊视觉特技效果的生成十分有用。

• 正交变换：包括傅立叶变换、离散余弦变换、Walsh变换、小波变换等。正交变换是将图像的二位数据矩阵看作特殊的二维信号，并将其变换到频域，从而加强对图像信息的辨识与理解。广泛运用于图像特征提取、图像增强、图像压缩和图像识别领域。

---

图像增强

•   空域滤波增强和频域滤波增强技术，具体方法如**图像模板操作、平滑、锐化、中值滤波、低/高通滤波、伪色彩增强等。**
  

• 主要目的是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。

---

图像恢复

• 根据图像退化模型，消除或减轻在图象获取及传输过程中造成的图像品质下降即退化现象，恢复图像的本来面目。退化包括由成像系统光学特性造成的歧变以及噪声和相对运动造成的模糊等情况。 
  

• 运动模糊图像的恢复

  

---

图像分割

•     包括**阈值分割法、基于梯度的分割法及边界检测与跟踪**等。
  

• 主要目的是根据图像的某些特征将图像划分为互不重叠的区域，以便于对图像中的物体或目标进行分析与识别。图像分割是图像分析和理解的基础。

---

数学形态学

•     形态学运算主要用来处理**二值图像**，其数学基础是集合论。常见的形态学运算有**膨胀、腐蚀、开运算、闭运算、细化**等。
  

• 数学形态学是分析图像几何特征的有利工具。

---

图像编码与压缩

• 要在计算机连续显示分辨率为1280x1024的24位真彩色高质量的电视图像，按每秒30祯计算，显示1分钟需要6.6GB。可见，数字图像数据的压缩问题是多媒体技术的重要研究课题。
  

• 图像编码与压缩就是对要处理的图像数据用一定的规则进行变换和组合，从而达到以尽可能小的代码来表示尽可能多的数据信息的目的，常见的压缩编码有**霍夫曼编码、游程编码、JPEG编码**等。
  

• 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。