【毕业设计】数字图像的基本操作 ㊣ 精品文档 值得下载

的频带较宽。

与语言信息相比，占用的频带要大几个数量级，所以在成像传输存储处理显示等各个环节的实现上，技术难度较大，成本亦高。

数字图像中各个像素是不的，其相关性大。

在图像画面上，经常有很多像素有相同或接近的灰度，因此图像处理中信息压缩的潜力很大。

由于图像是三维景物的二维投影，幅图像本身不具备复现三维景物的全部几何信息的能力，二维图像画面上是反映不出来的。

因此，要分析和理解三维景物必须作合适的假定或附加新的测量，在理解三维景物时需要知识导引。

数字图像处理后的图像般是给人观察和评价的，因此受人的因素影响较大。

由于人的视觉系统很复杂，作为图像质量的评价还有待进步深入的研究。

另方面，计算机视觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。

数字图像处理的优点再现性好。

模拟图像处理会因图像的变换操作而导致图像质量的退化。

而数字图像处理只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。

处理精度高。

按目前的技术，几乎可将幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。

现代扫描仪可以把每个像素的灰度等级量化为位甚至更高，这意味着图像的数字化精度可以达到满足任应用需求。

对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是样的。

适用面宽图像可以来自多种信息源，这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像彩色图像也是由灰度图像组合成的，例如图像由红绿蓝三个灰度图像组合而成组合而成，因而均可用计算机来处理。

灵活性高。

由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。

而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的切运算均可用数字图像处理实现。

数字图像处理的应用图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。

随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。

航天和航空技术方面的应用。

数字图像处理技术在航天和航空技术方面的应用，现在世界各国都在利用陆地卫星所获取的图像进行资源调查，灾害检测，资源勘察，农业规划，城市规划。

在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。

生物医学工程方面的应用数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。

除了技术之外，还有类是对医用显微图像的处理分析，如红细胞白细胞分类，染色体分析，癌细胞识别等。

此外，在光肺部图像增晰超声波图像处理心电图分析立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。

通信工程方面的应用。

当前通信的主要发展方向是声音文字图像和数据结合的多媒体通信。

具体地讲是将电话电视和计算机以三网合的方式在数字通信网上传输。

其中以图像通信最为复杂和困难，因图像的数据量十分巨大。

要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。

在定意义上讲，编码压缩是这些技术成败的关键。

工业和工程方面的应用在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量并对零件进行分类，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在些有毒放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。

目前已在工业生产中的喷漆焊接装配中得到有效的利用。

军事公安方面的应用。

在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输存储和显示的军事自动化指挥系统，飞机坦克和军舰模拟训练系统等公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控事故分析等。

目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。

文化艺术方面的应用。

目前这类应用有电视画面的数字编辑，动画的制作，电子图像游戏，纺织工艺品设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和评分等等，现在已逐渐形成门新的艺术计算机美术。

数字图像处理发展概况数字图像处理最早出现于世纪年代，当时的电子计算机已经发展到定水平，人们开始利用计算机来处理图形和图像信息。

数字图像处理作为门学科大约形成于世纪年代初期。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。

图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强复原编码压缩等。

首次获得实际成功应用的是美国喷气推进实验室。

他们对航天探测器徘徊者号在年发回的几千张月球照片使用了图像处理技术，如几何校正灰度变换去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。

随后又对，显然，需要寻找使最小的点扩散函数，。

可以证明，对于，平面上所有的，和，都满足下式的函数将使最小。

式可写成以下形式，利用随机像场自相关和互相关的定义，对，平面中所有位置向量可写成如下形式，如果随机像场是均匀的，则其自相关函数，和互相关函数，可以表达为，，。

所以式可以写成下式，对式中的变量作代换令，，则有，再令得，对式两边进行傅立叶变换，得，式中，，是点扩散函数用，的傅立叶变换，，是退化图像，的普密度，，是退化图像，于原始图像，的互普密度。

由此可见，求解最小二乘方滤波器的传递函数，需要退化图像和原始图像的互相关统计学知识。

如果图像，和噪声，不相关，并且，或，有零均值，则在这种情况下有根据随机像场的均匀性和自相关函数的定义，得到，对其进行变量替换可得，式是两个确定性函数的互相关系。

对两边进行傅立叶变换，得当式成立时式中，是噪声的普密度。

由此可得，式称为维纳滤波器。

可见，当，时，就是理想的逆滤波器。

当，和，未知时，常使用比例系数来表示，和，的比值，此时，式可以表示为图显示了使用维纳滤波对图的复原的效果，通过与图和比较可以看出，维纳滤波对于受到噪声和运动模糊干扰的退化图像的复原能力要强于逆滤波。

图使用维纳滤波对图像复原的结果约束最小二乘方滤波维纳滤波器要求原始图像和噪声都是平稳随机场，并且他们的功率频谱已知。

如果没有这方面的先验知识而只知道噪声的方差的情况下，可采用约束最小平方滤波来复原。

在有约束退化模型下，估计值由下式给出约束最小二乘方复原方法也是由此式出发，基本问题是要确定阵。

在此我们采用种基于平滑测度的最优准则进行复原，例如，使些二阶微分函数最小化等。

函数，在，处的二阶微分可近似用下式来表示，上述微分可以使用以下拉氏算子与，进行卷积得到，为了避免卷积周期重叠，需将，的周期扩充为，的周期。

二阶微分最优准则可用矩阵表示为其中，的每个子矩阵都是由，的第行元素组成的矩阵，，式中的矩阵称为平滑矩阵，由的周期性可知，使个分块循环矩阵于是，可以对进行对角化其中，是个对角阵，对角元素为，中元素的傅立叶变换。

如果令，则有于是可以得到将式两边同乘以，并化简可得即，显然，式中含有参数。

约束最小二乘方复原个突出问题就是要调整的值，时期满足约束条件只有满足这条件，才能根据式求出最优复原解。

可以用迭代的方法来确定，迭代过程如下定义剩余向量为将式代入此式得令，分析可知是的单调函数，因此调整使其满足其中为准确度因子，越小越符合约束条件的要求。

从以上的分析可以看出，如果想确定，那么必须了解的情况。

可以由噪声的均值和方差计算出。

设噪声的方差为其中，是，的平均值。

如果用采样平均值来近似，的期望，那么，式变为，于是可知通过以上分析可知，约束最小二乘方复原的整个过程如下给定以及增减的步长，并选择的初值，利用式估计。

利用式计算，，计算其傅立叶反变换，得到。

根据计算及。

如果那么增加个步长如果。

那么减小个步长。

如果，那么，复原过程结束，根据此时的值计算出的就是复原后的图像否则继续第步。

图使用约束最小二乘方滤波对图像复原的结果参考文献何东建数字图像处理西安电子科技大学出版社，严佩敏，图像恢复中算法的研究上海大学硕士学位论文，高彦平，图像增强方法的研究与实现，山东科技大学硕士学位论文，冈萨雷斯数字图像处理第二版，北京电子工业出版社何斌数字图像处理，北京人民邮电出版社郎锐数字图像处理学实现，北京北京希望电子出版社姚敏数字图像处理北京机械工业出版社，李晓建，数字图像复原，北京