第8章 数字图像处理技术智西湖1v8.1 数字图像处理概述u8.1.1 数字图像处理的发展与应用状况 图像的应用已有数千年历史。最初是用于像 形文字和绘画。17世纪出现显微镜图，在医学上 有很大的贡献。20世纪30年代出现电视，对新闻 传播和文化娱乐起了很大作用。1858年出现的黑 白照片和1924年制出的彩色照片，对人类文化、 艺术和生活带来很大影响。1972年出现了卫星遥 感图和医学上的CT图，这些图像采用了计算机技 术，对军事、科研和医学具有极为重要的意义。 2数字图像处理的起源图8.1 1921年的图像图8.2 1922年的图像3 1929. 15 种色调图8.3 1929年的图像4图8.4 60年代末期70年代初的数字图像处理60年代末数字图像处理出现5图像处理的应用范围 医学:CT,MRI分析，手术导航等 军事：交战仿真 导弹 安全：指纹 视网膜 签名 面部识别等 娱乐：游戏、动画、电影 通讯：电视、电话 工业：机械人、质量控制、检测 环境资源：云图分析、RS、GIS等 Internet：基于内容的图像检索 61.AIM-9X“响尾蛇”导弹导弹 AIM-9X “响尾蛇”空对空导弹是最 新的、第5代近距空空导弹 。装备 F-14、F-15、F-16、F-18等战斗机 。AIM-9L/M采用红外寻的制导， 导引头采用氩致冷的锑化铟探测 器，具有全向攻击能力。 2.法国“新一代响尾蛇”地对对空导弹导弹 最大射程11公里，最大射高6千米, 速度3.5马赫，系统反应时间 5秒。 火控系统采用雷达、热成像和电 视等多种控测装置，能对付多个不 同目标，抗电子干扰能力强，发 现和拦截目标全过程实现自动化 作业。军事应用a. AIM-9X“响尾蛇”导弹b. “新一代响尾蛇”地对空导弹图8.5 军事应用7医学应用图8.6 医学应用8应用于安全方面图8.7 安全方面应用a. 指纹识别b. 虹膜识别9惠更斯号探测土卫六 “惠更斯号”传回的土卫 六表面照片,NASA科学 家称土卫六发现甲烷河 流和冰封陆地. 图8.8 土卫六表面照片 10图8.9 土卫六 11图像的类型连续函数离散函数数学函数图像光图像画图照片图片可见图像物体图8.10 图像的类型12数字图像处理(Digital Image Processing)又称为 计算机图像处理，它是指将图像信号转换成数字信 号并利用计算机对其进行处理的过程。数字图像处 理作为一门学科形成于20世纪60年代初。早期图像 处理的目的是以改善图像质量、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。1320世纪60年代以来，美国及一些国际组织发射 了资源遥感卫星(如LANDSAT系列)和天空实验室(如 SKYLAB)，由于成像条件受飞行器位置、姿态、环境 条件等影响，图像质量不高。因此，以昂贵的代价进 行简单直观的判读来获取图像不合算，必须采用数字 图像处理技术。如LANDSAT(地球资源)系列陆地卫星 ，采用多波段(光谱)扫描器(MSS)，在900km高空对地 球每一个地区以18天为一周期进行扫描成像，其图像 分辨率大致相当于地面上10-100米左右(如1983年发 射的LANDSAT-4，分辨率为30m)。这些图像在空中先 处理(数字化，编码)成数字信号存入磁带中，在卫星 经过地面站上空时，高速传送下来，然后由处理中心 分析判读。这些图像无论是在成像、存储、传输过程 中，还是在判读分析中，都必须采用很多数字图像处 理方法。14首次获得成功应用的是美国喷气推进实验室 (JPL)。他们对航天探测器徘徊者7号在1964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。随后又对探测飞船发回的近十万张照片 进行更为复杂的图像处理，获得了月球的地形图、彩 色图及全景镶嵌图，成果非凡，为人类登月奠定了坚 实基础，也推动了数字图像处理学科的诞生。在以后 的宇航空间技术，如对火星、土星等星球的探测研究 中，数字图像处理技术发挥了巨大作用。 15随着计算机技术和人工智能、思维科学研究的 迅速发展，从20世纪70年代中期开始，数字图像处 理向更高、更深层次发展。人们开始研究如何用计 算机系统解释图像，实现类似人类视觉系统理解外 部世界，这被称为图像理解或计算机视觉。很多国 家，特别是发达国家投入更多人力、物力到这项研 究，取得了不少重要成果。其中代表性的成果是20 世纪70年代末MIT的Marr提出的视觉计算理论，这 个理论成为计算机视觉领域其后十多年的主导思想 。图像理解虽然在理论方法研究上已取得不小进展 ，但它本身是个比较难的研究领域，因为人类对自 己的视觉过程还了解甚少，因此计算机视觉是一个 有待人们进一步探索的课题。16数字图像处理的另一巨大成就是医学上获得的 成果。1972年英国EMI公司工程师Housfield发明了用 于头颅诊断的X射线计算机断层摄影装置，也就是我 们通常所说的CT(Computer Tomograph)。CT的基本 方法是根据人的头部截面投影，经计算机处理来重 建截面图像，称为图像重建。1975年EMI公司又成 功研制出全身用的CT装置，获得了人体各个部位鲜 明清晰的断层图像。1979年，这项无损伤诊断技术 获得诺贝尔奖，对人类作出了划时代贡献。与此同时，图像处理技术在许多应用领域受到 广泛重视并取得了重大成就，如航空航天、生物医 学工程、工业检测、机器人视觉、公安司法、军事 制导、文化艺术等。图像处理成为引人注目、前景 远大的新型学科。17在飞机及卫星遥感技术中,要对空中摄影得来大 量照片进行处理分析，以前需要雇用几千人，而现 在改用配备有高级计算机的图像处理系统来判读分 析，节省人力，又加快了速度，还可以从照片中提 取人工所不能发现的大量有用情报。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(如森林调查、海洋泥沙和渔业调查 、水资源调查等)，资源勘察(如石油勘查、矿产量 探测、大型工程地理位置勘探分析)，农业规 划(如 土壤营养、水份和农作物生长、产量估算)，城市 规划(如地质结构、水源及环境分析)。在气象预报 和对太空其他星球研究方面，数字图像处理技术也 发挥了相当大的作用。 18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、对零 件进行分类，印刷电路板疵病检查，弹性力学照 片的应力分析，流体力学图片的阻力和升力分析 ，邮政信件自动分拣，在有毒、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。值得一提的是研 制具备视觉、听觉和触觉功能的智能机器人，将 会给工农业生产带来新的激励，目前已在工业生 产中的喷漆、焊接、装配中得到有效的利用。19在军事方面图像处理和识别主要用于导弹的精 确制导，各种侦察照片的判读，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；在公共安全方面，图像处理技术可 用于指纹识别，人脸面部鉴别，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。 在文化艺术方面，目前图像技术的应用有数字图 像艺术创作、动画制作、游戏、工艺美术设计、文 物资料照片的复制和修复等等，以至于现在已逐渐 形成一门新的艺术：计算机美术。20u8.1.2 数字图像处理技术 图像的增强图像的增强用于调整图像的对比度，突出图 像中的重要细节，改善视觉质量。通常采用灰度 直方图修改技术进行图像增强。图像的灰度直方 图是表示一幅图像灰度分布情况的统计特性图表 ，与对比度紧密相连。如果获得一幅图像的直方 图效果不理想，可以通过直方图均衡化处理技术 作适当修改，即把一幅已知灰度概率分布图像中 的像素灰度作某种映射变换，使它变成具有均匀 灰度概率分布的新图像，使图像清晰(如图8.11） 。 21原图直方图均衡化后的结果图8.11 直方图的均衡化处理22图像的平滑 (Image Smoothing) 图像的平滑处理即图像的去噪声处理，主要 是为了去除实际成像过程中，因成像设备和环境 所造成的图像失真，提取有用信息。实际获得的图像在形成、传输、接收和处理 过程中，不可避免地存在外部干扰和内部干扰， 如光电转换过程中敏感元件灵敏度的不均匀性、 数字化过程的量化噪声、传输过程中的误差以及 人为因素等，均会使图像变质。因此，去除噪声 恢复原始图像是图像处理中的一个重要内容，图 8.12为图像去噪对照图。23原图像 受到噪声干扰的图像 去噪处理后的图像 （Wiener滤波） 图8.12 图像的去噪声处理24边缘锐化 图像边缘锐化处理主要是加强图像中的轮廓 边缘和细节，形成完整的物体边界，达到将物体 从图像中分离出来或将表示同一物体表面的区域 检测出来的目的。锐化的作用是要使灰度反差增 强，因为边缘和轮廓都位于灰度突变的地方。所 以锐化算法的实现是基于微分作用。它是早期视 觉理论和算法中的基本问题，边缘锐化处理如图 8.13所示。 25原图 用Sobel 算子边缘锐化处理后的图像 图8.13 图像的锐化处理26图像的分割 图像分割是将图像分成若干部分，每一部分 对应于某一物体表面，在进行分割时，每一部分的 灰度或纹理符合某一种均匀测度度量。其本质是将 像素进行分类。分类依据是像素的灰度值、颜色、 频谱特性、空间特性或纹理特性等(如图8.14)。图 像分割是图像处理技术的基本方法之一，应用于诸 如染色体分类、景物理解系统、机器视觉等方面。27图8.14 图像分割示例 28图像的识别 图像的识别过程实际上可以看作是一个标记过 程，即利用识别算法来辨别景物中已分割好的各 个物体，给这些物体赋予特定的标记，它是机器 视觉系统必须完成的一个任务。 图像识别按从易到难，可分为三类问题： 第一类识别问题中，图像中的像素表达了某一 物体的某种特定信息。如遥感图像中的某一像素 代表地面某一位置地物的一定光谱波段的反射特 性，通过它即可判别出该地物的种类。 29第二类问题中，待识别物是有形的整体，二 维图像信息已经足够识别该物体，如文字识别、某 些具有稳定可视表面的三维体识别等。但这类问题 不像第一类问题容易表示成特征矢量，在识别过程 中，应先将待识别物体正确地从图像的背景中分割 出来，再设法将建立起来的图像中物体的属性图与 假定模型库的属性图之间匹配。第三类问题是由输入的二维图、要素图等，得 出被测物体的三维表示。如何将隐含的三维信息提 取出来的问题，是当今研究的热点。 30图像校正 数字图像信息的获取来自于CCD (Charge Coupled Device电荷耦合装置)图像传感器。但是 CCD的输入/输出特性不是线性的，如果不进行校 正处理，将无法得到好的图像效果。图像校正是为 改善图像质量而提出的一种处理方法。以图像的伽 玛校正(gamma correction)功能为例，调整此功能 可使画面中较暗的部分层次分明、细节清晰可辨， 使色彩还原更自然; 轮廓线平滑(如图8.15);这是调 节亮度对比度无法达到的效果。 31伽玛校正校正前图像 伽玛校正校正后图像 图8.15 图像的伽玛校正32u8.1.3 计算机图像处理的内容计算机图像处理研究的主要内容是:如何对模 拟图像进行采样、量化以产生数字图像;如何对数 字图像做各种变换以方便处理;如何压缩图像数据 以便存储和传输。 图像的数字化 图像的数字化是指将一幅图像从原来的形式转化为 数字的形式，主要研究如何对图像进行采样、量化 以及编码等过程。 图像编码压缩 图像编码压缩可减少用于描述图像的数据量，以节 省图像传输和处理的时间，减少存储容量。33图