前言：中文期刊網精心挑選了數字圖象處理范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

數字圖象處理范文1

Abstract: The paper explores and practises Digital Image Processing course teaching reform in teaching content， teaching methods， teaching means and practice teaching to feature of Digital Image Processing course. Through reform, it enhances the teaching effect，arouses students' ability to innovate，improves the students' practical capacity and adapts to development of new Digital Image Processing technologies.

關鍵詞： 數字圖像處理；教學方法；教學內容；實踐教學

Key words: digital image processing；teaching methods；teaching content；practice teaching

中圖分類號：G42 文獻標識碼：A文章編號：1006-4311（2011）16-0200-01

作者簡介：王冬梅（1977-），女，黑龍江大慶人，東北石油大學講師。

0 引言

《數字圖像處理》是高等院校信息與通信類專業重要的專業課程之一，主要內容為數字圖像處理技術的基本概念、基本原理、基本分析方法和圖像處理的新技術。本課程概念抽象、原理復雜、理論性較強，給學生掌握本課程帶來一定的難度。通過多年教學實踐，對《數字圖像處理》課程的教學內容、教學方法、教學手段和實踐環節等進行了全方位的改革與實踐，取得了一定的成效[1]。

1 教學內容改革

《數字圖像處理》是涉及學科領域相當廣泛的交叉性學科，且其應用遍及通信、宇宙探測、遙感、生物醫學、工業生產、機器人視覺、視頻與多媒體系統、軍事和公安等諸多領域。然而授課學時有限，在選取教學內容時必須處理好基礎理論、相關學科以及與新興技術之間的關系，做到精選教材和教學內容[2]。

1.1 精選教材 首先，精選教材。根據教學需求，查閱了許多國內外教材，并結合數字圖像處理理論與技術的最新進展，有目的的選擇了適合當前專業學生的教材和輔助教材――何東鍵老師的《數字圖像處理》、老師的《數字圖像處理》和朱秀昌老師的《數字圖像處理與圖像通信》以及課題組老師自編實驗教材等[4-7]。

1.2 精選教學內容 數字圖像處理是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。圖像處理需要由計算機和圖像專用設備組成的圖像處理系統對圖像數據進行輸入、加工和輸出。我們主要針對這個方面來選擇數字圖象處理課程的教學內容。實際上就是講解如何通過計算機對其進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術。隨著計算機技術和人工智能、思維科學研究的迅速發展，數字圖像處理向更高、更深層次發展。因此應當適當介紹圖象處理最新技術以及發展趨勢。增加典型數字圖像處理系統案例分析。作為讓學生理解數字圖像處理綜合知識的應用的平臺。

2 教學方法和教學手段改革

在教學過程中，盡量避免“滿堂灌”的情況，盡可能多地采用啟發式、設問式和討論式教學方法，經常介紹相關數字圖象處理技術的研究背景，引導學生主動地思索。依據教學內容，精心準備設問，從而啟發學生思考、激起學生的求知欲望，使其從被動學習轉化為主動學習。例如，在講授各種圖象處理技術時，直接給出相關程序讓其運行，讓學生看其結果，從而達到激發學生的目的；在授課時，我們并不把相關結論直接告訴學生，而是要求學生分組進行討論，在分析的基礎上總結歸納[3]。該課程某些知識點很難用傳統教學方式口述清楚，很難直觀形象地表達出來，需要用大量實例圖片和程序運行結果加以說明。為此，課堂教學中采用多媒體教學和傳統教學手段相結合的方式，發揮兩種教學手段各自的優點，采用多媒體方式可以節省大量機械書寫黑板的時間，同時可以演示各種程序的運行結果，加深學生對具體理論的理解；而結合黑板對局部知識點具體詳細地講解，更有利于學生掌握理解理論的實質。

3 實踐教學改革

實踐教學是理論教學中不可缺少的環節。實踐教學目的是培養學生的動手能力、綜合能力和設計能力，它對于學生綜合素質的提高和創新能力的培養發揮著獨特的、不可替代的作用。根據《數字圖像處理》課程特點，將課程實踐分為實驗教學和綜合課程設計兩大環節[4]。

3.1 實驗教學改革 實驗教學改革中重要的是實驗教學內容的改革。原有實驗教學內容都是驗證性實驗，通過教學實踐，發現此實驗內容具有一定的不足。有的實驗即使在沒弄清楚相關實驗原理的情況下也可以完成，致使學生對實驗課積極性不高。因此，有必要對實驗教學內容和方法進行改革[4]。實驗內容由單純的驗證性實驗調整為驗證性和設計性實驗。驗證性實驗在相關理論知識點講解完之后及時進行，這樣可與課堂理論課結合起來，互相促進，鞏固和提高學生對理論知識的掌握程度。將部分實驗在課堂作演示后再安排學生進行實驗，這樣會取得理論課和實驗課教學相得益彰的效果。應用Matlab和VC++來實現圖像處理算法，目前已將這兩種軟件實驗全部滲透到課堂教學中，驗證性實驗程序全部對學生開放，為學生將實際實驗結果與仿真實驗結果對照提供方便，同時為學生自行設計仿真程序提高了參考。設計性實驗安排在某段固定實驗課時內完成，主講教師以布置作業的形式給出，要求學生利用實驗室已有的儀器設備和資料，自己設計實驗方案，自己完成設計實驗任務。

3.2 綜合課程設計 為了讓學生進一步熟悉各種數字圖象處理的基本原理和基本技術，培養和鍛煉學生的創新能力，在課程結束后開設綜合課程設計，利用VC++和Matlab軟件設計實現圖象處理系統，以及利用DSP芯片實驗箱來實現圖象處理算法。在綜合課程設計過程中，學生在教師的指導下完成查找資料、擬定設計方案，直至完成所作的設計。通過綜合課程設計，培養學生綜合運用數字圖象處理理論知識分析問題和解決問題的能力，掌握進行課題研究的方法，為畢業設計和將來的工作奠定基礎。在整個綜合課程設計過程中，信息處理實驗室對學生全天候開放。

4 結束語

結合數字圖像處理課程教學實際情況對該課程進行了多方面改革嘗試,實踐證明效果良好。當然隨著通信技術、計算機技術以及其他相關技術的飛速發展和完善，數字圖像處理也在不斷地豐富和完善，各種新技術、新算法和新應用不斷出現。因此，如何在教學過程中發揮學生的主動性，激發學生的創新能力，提高學生的實際動手能力，有待進一步探索和實踐。

參考文獻：

[1]趙珊，劉靜.《數字圖像處理》課程教學改革探討[J].科技資訊，2010.

[2]李向群，王書文.《數字圖像處理》課程的教學改革初探[J].微計算機信息，2010.

數字圖象處理范文2

關鍵詞：數字圖像 圖像處理 數字技術 應用

一、數字圖像處理綜述

數字圖像處理（Digital Image Processing）又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。

數字圖像處理最早出現于20世紀50年代，當時的電子計算機已經發展到一定水平，人們開始利用計算機來處理圖形和圖像信息，數字圖像處理作為一門學科大約形成于20世紀60年代初期，早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。

首次獲得實際成功應用的是美國噴氣推進實驗室（JPL），他們對航天探測器徘徊者7號在1964年發回的幾千張月球照片使用了圖像處理技術，如幾何校正、灰度變換、去除噪聲等方法進行處理，并考慮了太陽位置和月球環境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又對探測飛船發回的近十萬張照片進行更為復雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創舉奠定了堅實的基礎，也推動了數字圖像處理這門學科的誕生。在以后的宇航空間技術，醫學技術中數字圖像處理技術都發揮了巨大的作用。

從70年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發展，數字圖像處理向更高、更深層次發展，人們已開始研究如何用計算機系統解釋圖像，實現類似人類視覺系統理解外部世界，這被稱為圖像理解或計算機視覺。很多國家，特別是發達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計算理論，這個理論成為計算機視覺領域其后十多年的主導思想。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索的新領域。

二、國內外研究現狀

目前，國內圖像識別的算法研究多是關于數字、文字、人臉、以及醫用病理方面的較多，對產品內表圖像進行分析識別、分類的還很少。國內已研制出了具有先進水平的高精度內表檢測系統和裝置，如何對產品零部件的外形，尺寸進行較高精度測量的激光在線檢測系統等，但迄今為止，尚無能對生產出的產品內表面進行自動檢測和識別的系統。應用CCD、電子、計算機技術檢測內表面的實時自動檢測技術在國內正處于剛剛起步的階段，對內表面圖像進行分析識別、分類的軟件系統還沒有十分完善，現在的識別算法對圖像中的疵病部分定位不是很準確，對疵病的范圍、大小、方位不能做定量分析，只能作定性分析，精度低，采用的傳統的最小距離等分類器在圖像復雜且類別多時，很難表示和提取特征，進行圖像識別十分困難。

國外關于圖像識別中的圖像分割，特征信號提取，邊緣檢測，紋理識別等的算法已經取得了一定的成果，提出了一些新方法，如利用直線分割來識別三維人臉，通過子圖匹配法在相鄰區域間識別不同目標，用雙值微波仿射不變函數識別二維形形狀等等，近年來，國外基于圖像識別與分類技術的圖像檢索，人臉識別，字體識別發展十分迅速。

在國外，為提高自動目標識別能力而開發的算法現在正被引入許多偵測和成像系統之中，圖像分割、特征信號探測和析取、靜止目標的模式識別等方面已取得了很大進步，這一自動目標識別能力大大減輕了操作人員的工作負擔。如美國正在加緊自動檢測能力與自動目標識別的研究工作，并在硬件能力的基礎上開發多種用于信號圖像處理的算法和開展各種算法軟件的研制，包括相關法（匹配濾波器技術）、自適應多維處理法、基于模型的方法等。

三、數字圖像處理的應用

圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面，隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。

1、航天和航空技術方面的應用

數字圖像處理技術在航天和航空技術方面的應用，除了JPL對月球、火星照片的處理之外，另一方面的應用是在飛機遙感和衛星遙感技術中。現在世界各國都在利用陸地衛星所獲取的圖像進行資源調查，災害檢測，資源勘察，農業規劃，城市規劃，我國也陸續開展了以上諸方面的一些實際應用，并獲得了良好的效果。在氣象預報和對太空其它星球研究方面，數字圖像處理技術也發揮了相當大的作用。

2、生物醫學工程方面的應用

數字圖像處理在生物醫學工程方面的應用十分廣泛，而且很有成效。除了一般的CT技術之外，還有一類是對醫用顯微圖像的處理分析，如紅細胞、白細胞分類，染色體分析，癌細胞識別等，此外，在X光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫學診斷方面都廣泛地應用圖像處理技術。

3、通信工程方面的應用

當前通信的主要發展方向是聲音、文字、圖像和數據結合的多媒體通信。具體地講是將電話、電視和計算機以三網合一的方式在數字通信網上傳輸。其中以圖像通信最為復雜和困難，因圖像的數據量十分巨大，如傳送彩色電視信號的速率達100Mbit/s以上，要將這樣高速率的數據實時傳送出去，必須采用編碼技術來壓縮信息的比特量。在一定意義上講，編碼壓縮是這些技術成敗的關鍵。除了已應用較廣泛的熵編碼、DPCM編碼、變換編碼外，目前國內外正在大力開發研究新的編碼方法，如分行編碼、自適應網絡編碼、小波變換圖像壓縮編碼等。

4、工業和工程方面的應用

在工業和工程領域中圖像處理技術有著廣泛的應用，如自動裝配線中檢測零件的質量、并對零件進行分類，印刷電路板疵病檢查，彈性力學照片的應力分析，流體力學圖片的阻力和升力分析，郵政信件的自動分揀，在一些有毒、放射性環境內識別工件及物體的形狀和排列狀態，先進的設計和制造技術中采用工業視覺等等。其中值得一提的是研制具備視覺、聽覺和觸覺功能的智能機器人，將會給工農業生產帶來新的激勵，目前已在工業生產中的噴漆、焊接、裝配中得到有效的利用。

5、軍事公安方面的應用

在軍事方面圖像處理和識別主要用于導彈的精確末制導，各種偵察照片的判讀，具有圖像傳輸、存儲和顯示的軍事自動化指揮系統，飛機、坦克和軍艦模擬訓練系統等；公安業務圖片的判讀分析，指紋識別，人臉鑒別，不完整圖片的復原，以及交通監控、事故分析等。目前已投入運行的高速公路不停車自動收費系統中的車輛和車牌的自動識別都是圖像處理技術成功應用的例子。

6、文化藝術方面的應用

目前這類應用有電視畫面的數字編輯，動畫的制作，電子圖像游戲，紡織工藝品設計，服裝設計與制作，發型設計，文物資料照片的復制和修復，運動員動作分析和評分等等，現在已逐漸形成一門新的藝術——計算機美術。

參考文獻：

[1]孫即祥 圖像壓縮與投影重建 北京：科學出版社；2005.7：第一章：1～2，63～64.

[2]韓金姝.基于分形的植物形態模擬與圖像壓縮技術研究：[碩士論文]. 青島：中國海洋大學信號與信息處理專業，2005.

數字圖象處理范文3

關鍵詞：分形理論 圖像處理 識別檢測 粒徑分布

中圖分類號：TQ533 文獻標識碼：A 文章編號：1674-098X（2014）01（a）-0005-02

在我國的電力供應中，有很大一部分來自火力發電。火力發電對煤炭資源的需求最大，因此提高煤的燃燒效率變得十分重要。煤的燃燒特征是煤的顆粒越小，越容易燃燒殆盡，而且在其燃燒過程中所產生的硫化氣體等污染物也會相對較少。所以通過一種有效的辦法對煤堆進行顆粒粒度識別具有重要意義。顆粒物識別檢測通常采用的方法為篩析法、重量沉降法、激光散射分析等，這些方法中存在人為操作量大，重復性不好，且不能給出顆粒的相關參數特性等缺點[1]。該文運用數字圖像處理技術對煤顆粒進行處理分析，可避免上述方法的不足，提升測量速度節省時間，增強測量準度和精度。并提出結合分形理論，對煤堆顆粒作分形分析。圖像處理方法作為對煤堆特性分析方法可利用軟件得到相關的煤堆顆粒粒度參數、進而可以選擇相應適合的條件對煤堆進行顆粒過濾，從而滿足工業要求。

1 圖像處理技術

1.1 數字圖象處理的特點

隨著計算機科學的發展與工控程度的提高，圖像處理技術被越來越廣泛的運用。在顆粒檢測識別領域，圖像處理技術有著得天獨厚的優勢。它減少了單純的人工操作量，降低了測量過程中的粗糙性。提供了對復雜細微顆粒處理的可行性，加快了分析處理速度并且可以直接或間接的獲取人們所需要的信息。實現過程的實時監測和控制。

1.2 煤堆顆粒的圖像識別系統框架

圖像識別系統主要包括圖像采集和圖像處理兩部分。圖像采集主要由圖像傳感器來完成，圖像處理主要由計算機和相應的系統軟件來完成。框架如圖1。

在煤堆里取樣，用粉碎機磨制好煤粒粗樣后得到煤的顆粒樣本如圖2。然后通過CCD圖像傳感器采集到圖像，進行數字化處理后存入計算機，獲取煤粒原始圖像。再利用軟件對數字圖像進行相應處理得到相關圖像參數，最后根據所得參數數據分析得出煤粒特性結論。

這里選用CCD傳感器來獲取數字圖像如圖3所示。CCD圖像傳感器是一種特殊的半導體材料又名電荷耦合器[2]。它由大量按矩陣排列的獨立光敏元件構成。可直接將光信號轉換為電信號，然后電信號經放大和模數轉換后，實現圖像的獲取、存儲、傳輸、處理和復現等操作。由CCD攝像設備采集的光學圖像轉成模擬信號經圖像模數轉換器進行數字化后，得到數字圖像交由計算機處理。它最顯著的優點是噪聲低、響應速度快、像素分辨率高等。

1.3 煤堆顆粒圖像的數字化處理

在計算機中利用軟件對原始顆粒圖像（圖4）進行預處理。對于一張圖像來說，往往需要提取目標物，所以先作灰度變換減少圖像噪聲，保證圖像質量。每一副圖像相當于一個矩陣，矩陣的行和定圖像中的每一個點，矩陣中的元素值對應該點的灰度級。圖像矩陣中的每個元素就是像素。顆粒本體灰度值與背景圖層灰度值較為均勻，進行灰度變化后效果較好，灰度圖有無明顯的雙峰。灰度變換不足以達到最終效果，需要對圖像作二值化處理。手動改變圖像閾值，顆粒圖像二值化效果發生改變，當觀測圖像變化效果最為理想時停止改變，確定一個最佳的門限閾值。二值化處理后顆粒如圖5。另外也可以選擇自適應閾值分割，但是無法同步觀察變化過程，且計算量相對較大耗時長，無法達到背景圖層與顆粒本體二值化圖像最佳效果。

2 煤堆顆粒特性分析

2.1 顆粒的形態描述

從顆粒的形態學切入，分析顆粒粒度及形狀。粒度是顆粒在空間范圍所占大小的線性尺度。通常表面光滑的球體顆粒的粒度用直徑表示，立方體顆粒的粒度用邊長表示。對不規則的礦物顆粒，可將與礦物顆粒有相同行為的某一球體直徑作為該顆粒的等效直徑。對許多取向混亂的顆粒按一定方向測量平均線度的統計作為當量徑。由于獲取的是顆粒投影圖像，則可按二維投影規則對煤粒度進行定義[3]。

2.2 煤堆顆粒粒度相關參數

顆粒面積的計算，通過對圖像像素點的統計得到。統計獲得顆粒像素的個數后，還需要用一個標準單位來標定。通過比例換算得到目標顆粒實際面積大小。采用逐行掃描的方式對圖像中每一個顆粒進行標號確定單個顆粒參數。這樣每一個目標顆粒的參數都有一個歸屬，不容易產生混亂。

顆粒周長的計算可以通過對二值圖像中目標物的邊緣像素計算獲得。依然可以采用順序逐行掃描的方式對圖像進行掃描。對圖像邊緣像素跟蹤累加，統計像素個數可得周長。因此顆粒的當量直徑可以根據顆粒粒度定義由面積和周長求得。此外還可以利用計算機圖像系統對顆粒進行自定義多方向掃描，獲取每一個方向上的粒徑值再進行平均。用該平均值對粒徑大小作粗估計值，這里并沒有對此種方法加以詳細證明。

這樣就可以根據不同粒徑的顆粒物在顆粒總體中所含的百分比來確定粒度分布。此外還可以根據顆粒粒度來進行顆粒分級，明確顆粒的層次關系。

3 煤堆顆粒與分形理論

3.1 分形理論的定義

分形理論是時下非常流行的新理論。分形理論的最基本特點是用分形分維的數學工具來描述研究客觀事物。它跳出了一維的線、二維的面、三維的立體乃至四維時空的傳統藩籬[4]，更加接近客觀事物和復雜系統的真實屬性。

3.2 顆粒粒度的分形分析

在顆粒的形態特征中，主要討論了分形分維的方法。把分形維數作為顆粒形態描述的一個重要角度。分形維數在一定程度上體現了顆粒的某些化學物理特性。實際測定分維的辦法有很多，如根據尺度、測度關系、相關函數等。針對顆粒的不同特征可以建立不同的分形模型。對于無規顆粒具有如下分形特征式：

。

①根據邊緣進行分形分析，顆粒的無歸邊緣曲線可利用盒維數[5]計算得分形維數。與邊緣線相交的正方形個數記為盒子數N（如圖6盒子數為16），盒子大小為k*k，k即盒子的邊長。存在推導關系式：-；D記為分形維數，B為常數。通過推導關系計算擬合數據可得到分形維數D。在對k取值時，k值越小所能取到的盒子數也越多，邊緣分形結果越精確。理論上顆粒邊緣復雜程度越大，分形維數值越大。邊緣分形維數體現顆粒的輪廓曲線特點。這里取了4個不同顆粒樣本進行了圖像處理后，經過計算分別得出4個樣本的分形維數，進行比較。

從表1中可以看出顆粒邊緣分形維數變化不是特別明顯，原因可能與所取的盒子邊長k有關。還需要結合其他形狀參數來進行特征描述。說明僅僅利用顆粒邊緣分形分維作為煤粉顆粒特性標準描述有待改進。

②根據顆粒粒徑分形有關系式：-。是粒徑分布分形維數，R是粒徑大小，為粒徑大于R的顆粒數。同樣可以通過擬合數據計算得到顆粒粒徑分布分形維數。在選取了3組顆粒圖像進行了顆粒粒徑分布分形維數計算后得到相關參數如表2。

從表2來看，粒徑分布分形很大程度上與顆粒數目有關。分形維數是根據統計粒徑R以及對應的顆粒數目N進行擬合后得到的直線斜率。盡可能的選取較多的顆粒圖進行計算，分形維數越準確粒徑分布分形偏差越小。顆粒粒徑與分布分形維數呈負相關關系，粒徑越小分布分形維數越大，粒徑分布隨粒徑減小呈現的分形特征越明顯，反映煤堆顆粒粒徑分布越復雜。

5 結語

對于煤堆顆粒的識別，采用數字圖象處理技術能夠提高識別檢測的速度，同時還可以減小大量人為干預造成的誤差，避免檢測重復性低等缺點。對于煤炭行業提高燃煤利用率和降低污染有著重要的意義。本文主要通過圖像灰度變換、圖像分割等方法對煤粒圖像做處理。同時結合分形理論進行分析，得到煤堆顆粒粒徑分布分形等參數，說明了顆粒分形的可行性并對煤的顆粒分形特征進行描述。但是在粒度形態識別中只是對二維投影圖顆粒粒徑做了說明，還可以從形狀因子等參數考慮，綜合描述顆粒特征。對顆粒分布分形也不完善，需要做進一步研究。此外，如何更好的提取顆粒的邊緣輪廓，找到顆粒新的參考特性以及分形與工業分析之間的關系是下一步探討的方向。

參考文獻

[1] 苗春衛，李玉祥，王克家，等.基于數字圖像處理的煤粉顆粒檢測[J].應用科技，2003（2）：1-3.

[2] 青.基于分形理論的大氣懸浮顆粒物圖像識別[D].武漢：武漢理工大學，2006.

[3] 霍紅濤.數字圖象處理[M].北京：機械工業出版社，2003.

數字圖象處理范文4

關鍵詞:數字圖像處理 黑白圖像 灰度圖像 彩色圖像

中圖分類號:TP31 文獻標識碼:A 文章編號:1672-3791(2012)05(a)-0020-01

計算機數字圖像處理又稱為數字圖像處理,它是指將圖像信號轉化為數字矩陣存放在計算機中,并利用計算機對其加工處理的過程。在計算機數字圖像處理中,按照顏色的多少可以將圖像分為:黑白圖像、灰度圖像和彩色圖像3種。目前絕大多數的圖像圖形處理軟件都支持這3種類型的圖像。

1 黑白圖像

黑白圖像中,每個像素要么是黑,要么是白。其色彩沒有中間過渡顏色的圖像。黑白圖像一般用來描述文字或者圖形,它的優點就是占用存儲空間少,缺點是不能描述細節,如當表示人物,風景的圖像時,它只能描述其輪廓,而不能描述人物、風景的細節。

黑白圖像是每個像素只有兩個可能值的數字圖像。這種圖像中所有的像素只能從0和1這兩個值中取,因此在存儲矩陣中,黑白圖像用一個由0和1組成的二維矩陣表示。這兩個可取的值分別對應于關閉和打開,關閉表征該像素處于背景,而打開表征該像素處于前景。以這種模式來操作圖像可以更容易識別出圖像的基本結構特征,特別是輪廓特征。這種非0即1的圖像在很多圖像處理算法中是必須的。它還經常出現在數字圖像處理中作為圖像掩碼或者在圖像分割、二值化和dithering的結果出現。

黑白圖像操作只返回與黑白圖像的形式或結構有關的信息,如果希望對其他類型模式的圖像進行這樣的操作,則首先要將其轉換為黑白圖像的圖像格式。把一個圖像轉換成黑白圖像的操作叫做“二值化”。“二值化”的關鍵是選取合適的“閾值”,低于這個閾值的像素被轉換成黑色,高于這個閾值的像素被轉換成白色。在很多圖像處理軟件中使用“閾值”運算進行文字識別、輪廓分析等。“二值化”也可以通過調用MATLAB提供的im2bw()來實現。

2 灰度圖像

灰度圖像的每個像素通常用一個byte表示,分別代表256個灰度級。人眼能夠識別的灰度級大約是100個。通常,最高的灰度級(255)呈現最亮的像素,最低的灰度級(0)呈現最暗的像素,在最暗和最亮的像素之間有256個不同的灰度級。

灰度數字圖像是每個像素只有一個采樣顏色的圖像。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度,盡管理論上這個采樣可以是任何顏色的不同深淺,甚至可以是不同亮度上的不同顏色。但是灰度圖像與黑白圖像不同,在計算機圖像領域中黑白圖像只有黑色與白色兩種顏色,而灰度圖像在黑色與白色之間還有許多級的灰色深度,也就是說黑與白之間有不同深度的灰色存在。

通常一幅完整待編輯的圖像是RGB模式,它由紅綠藍3個通道組成。紅色、綠色、藍色3個通道的縮覽圖都是以灰度形式顯示的。用不同的灰度色階來表示紅色綠色藍色在圖像中的比重。

8個采樣位256個灰度級,這種精度剛剛能夠避免圖像中可見的條帶失真,并且非常易于編程。在醫學圖像與遙感圖像這些技術應用中經常采用更多的級數以充分利用每個采樣10或12位的傳感器精度,并且避免計算時的近似誤差。在這樣的應用領域采樣16位即65536級很流行。

3 彩色圖像

在計算機處理中,彩色圖像的顏色信息可以用多種形式呈現,這些表示彩色圖像的不同方式叫做圖像的“色彩空間”,也可以稱之為“色彩模式”。彩色圖像通常使用RGB色彩模式和HSL色彩模式。RGB模式使用紅綠藍三原色呈現圖像色彩。HSL模式通常使用色相、飽和度和亮度呈現圖像色彩。

3.1 RGB色彩模式

一個能發出光波的物體稱為有源物體,它的顏色由該物體發出的光波決定,使用RGB相加混合模型。計算機彩色顯示器的輸入需要RGB3個彩色分量,通過3個分量的不同比例,在顯示屏幕上合成所需要的任意顏色。在RGB色彩模式,任意彩色光F的配色方程可表達為:

F=r[R](紅色百分比)+g[G](綠色百分比)+b[B](藍色百分比)

3.2 HSL色彩模式

HSL和HSV(也叫做HSB)是對RGB色彩空間中點的兩種有關系的表示,它們嘗試描述比RGB更準確的感知顏色聯系,并仍保持在計算上簡單。HSL表示hue(色相)、saturation(飽和度)、lightness(亮度),HSV表示hue、saturation、value(色調)而HSB表示hue、saturation、brightness(明度)。

有時,圖像的色彩信息是必要的。比如,從紅蘋果中挑出青蘋果,就必須使用色彩信息。有的時候色彩信息是沒有必要的,這時候通常把彩色圖像轉換成灰度圖像或黑白圖像。比如文字識別,通常用黑白圖像處理即可。有些圖像處理算法,只能用于灰度圖像和黑白圖像。

在不同的彩色模式間切換編輯處理圖像,可以簡化一些常見的編輯問。比如,判定兩個物體顏色是否相同,如果用RGB彩色模式,就需要分別比較R、G、B值,但是如果把圖像轉換成HSL彩色模式,那么只要比較其中的hue的值就可以了。

合理地運用黑白圖像、灰度圖像、彩色圖像以及彩色圖像的不同彩色模式,是進行圖像處理的第一步。

參考文獻

[1] 何東健.數字圖像處理[M].西安電子科技大學出版社,2003.

數字圖象處理范文5

【關鍵詞】數字圖像處理；內容；特點；關鍵技術；應用；展望

【中圖分類號】TP391.41【文獻標識碼】A【文章編號】1672-5158（2013）02-0129-02

1.數字圖像處理技術的內容及特點

1.1 研究內容

不管應用到哪個領域的圖像處理圖像數據都要輸入、加工和輸出圖像，其研究內容：

（1）獲取、表示和表現圖像――把圖像信號轉化為計算機可以識別的形式，并把數字圖像顯示和表現出來。

（2）圖像復原――已知圖像發生退化的緣由時，對圖像進行修復，關鍵是建立退化模型。復原是以模型和數據的圖像恢復為基礎，消除退化的影響。

（3）圖像增強――對圖像質量的常規改善。當不知道圖像退化原因時，還可用此技術比較主觀的改善圖像。

（4）圖像分割――人類視覺系統可以輕松地將觀察到的對象區分開來，但計算機卻很難。分割的基本問題目前是將各種方法融合使用，以此提高處理的質量。

（5）圖像分析――檢測和測量圖像中的目標，獲取其客觀信息，是從圖像到數據的過程。

（6）圖像重建――指從數據到圖像的處理。

（7）圖像壓縮編碼――為減少數據容量、降低數據率、壓縮信息量，在不影響其效果的前提下減少圖像的數據量。

1.2 數字圖像處理技術的特點

（1）圖像再現性好――不會因為對圖像的變換操作而影響到圖像質量；

（2）圖像處理精度高――可以將圖像數字處理為任意大小的數組；

（3）適用面寬――來自不同信息源的圖像被變換為數字編碼形式后，都可以用數組來體現灰度圖像。

（4）靈活性高――圖像處理可完成線性及非線性處理。

2.應用領域

數字圖像處理技術被應用到越來越多的領域中，如醫療保健、航空航天、交通通信、軍事、工業、農業、林業等。下面選取幾方面進行分析：

（1）試聽資料證據――視聽資料證據是重要的訴訟證據，在司法訴訟活動中發揮著越來越重要的作用，數字圖像處理技術是視聽資料證據中圖像證據資料技術性司法鑒定的常用手段，是圖片原始性、真偽性、相關性認定的基本方法，如名捕監控錄像模糊圖像處理系統，該系統是手印、足跡、槍彈痕跡、工具痕跡、印章檢驗、文件檢驗以及錄像帶處理等痕檢、文檢、視頻圖像處理工作的必備工具；以及實時視頻降噪儀，能夠實時處理現場錄像流，增強視頻的清晰度，該在錄像安全系統中加強監視錄像的清晰度，或者在警方實地調查拍攝錄像后回到警署再進行降噪。

（2）電子商務――當前的電子商務中，圖像處理技術也大有可為，如身份認證、產品防偽和水印技術等。

（3）軍事公安領域――軍事的目標是偵察、制導和警戒系統和自動滅火器的控制及反偽裝；公安部門的現場照片、指紋、手跡、印章和人像等的處理和辨識；歷史文字和圖片檔案的修復和管理等。而數字圖像處理技術將數碼攝影和圖像處理技術結合起來以其獨特的優勢在公安領域中逐步開始擔當重任，在刑事攝影、檔案管理、痕跡檢驗、文件檢驗、法醫、物證提取以及公安教學或宣傳中發揮著巨大作用，為廣大的公安人員開闊了視野、拓展了思維空間，為執法的公正性提供了有力保證，應用提高了工作效率，減少了人、財、物的消耗，大大提高了工作效率。

（4）智能交通――圖像處理具有算法柔性大、適應能力強等特點，在智能交通系統中取得了廣泛的應用價值，例如車牌識別（車牌定位、車牌傾抖校正與字符分割、車牌字符識別變換等）和車輛檢測與跟蹤系統（包括感興趣區域提取、車輛檢測、車輛跟蹤等），智能車輛導航、車型識別、交通控制等。

（5）航空航天通信――包括圖像傳輸、電視電話和視會議等，主要是進行圖像壓縮甚至理解基礎上的壓縮。

（6）遙感技術――航空航天和衛星搖撼圖像獲取中和獲取后都要用圖像處理技術進行加工處理，提取出有利用價值的信息。主要用來對地形地質、礦藏資源搜索以及農業、水利、森林和海洋等資源調查研究，對自然災害進行預測預報、檢測環境污染、處理氣象衛星云圖以及識別地面軍事目標。

（7）生物醫學領域――圖像處理在醫學界的應用非常廣泛，圖像處理首先應用于細胞分類、染色體分類和放射圖像等，臨床診斷和病理研究中都大量接住了圖像處理技術。它的直觀、安全方便、無創傷的優點受到醫生和患者的青睞。

（8）工業生產中的應用――在生產線中對產品及部件進行無損檢測

（9）機器人視覺――機器視覺相當于智能機器人的重要感覺器官，可以對三維景物進行理解，醫院、工廠、郵政以及家庭中的智能機器人，識別和定位裝配線工件，太空機器人的自動操作。

（10）視頻及多媒體系統――目前，電視制作系統中廣泛使用圖像處理、變換和合成技術，使電視效果更佳。在多煤體系統中廣泛使用靜止圖像和動態圖像的采集、處理、存儲、傳輸和壓縮，以達到使用者的目的。

（11）科學可視化――圖像處理和計算機圖形學的緊密結合，使科學研究得各個領域有了更為新穎的研究工具。

（12）宇宙探測――由于探索太空的需要和太空技術的快速發展，需要用數字處理技術來處理從外太空獲取的大量星體照片。

（13）地質勘探――近年來發展起來的以數字圖像處理技術為基礎、綜合多門學科知識的地學信息處理新技術的多源地學信息綜合圖像處理，使用一些特定的圖像處理方法，實現了多源地學信息綜合圖像處理，用來輔助地質填圖，構造地質研究，進行寸產資源的預測和評估，成為當前地質工作者正在研究和探討的一個問題。

由圖像處理技術在以上幾個領域中的應用可以看出，圖像處理技術在各領域中的重要程度：計算機圖像生成技術在航空航海中可以充當仿真訓練系統，還可以應用到廣告和動畫制作，跟友人將其應用到網游中；圖像傳輸與通信還可在多媒體教學、網絡視頻領域得到廣泛應用；在醫學上，醫學圖像處理和材料分析也日益重要，如超聲成像、X光成像、Y光成像以及核磁共振成像，對醫生工作產生了巨大的輔助；圖像跟蹤和光學制導在戰略技術武器中發揮了重要作用。

3.發展方向

隨著計算機的發展，圖像處理技術將越來越成熟，對各領域的影響也越來越大，總的來說，圖像處理技術的發展有以下幾個趨勢：

（1） 在目前的基礎上，圖像處理速度越來越快，分辨率越來越高，多媒體應用光來月廣泛，標準化、立體化程度越來越高，并產生智能化的趨勢；

（2） 在目前二維基礎上將出現多維成像的趨勢；

（3） 芯片廣泛運用到圖像處理技術中，使用起來更加方便；

（4） 將出現新的算法與理論。

圖像處理技術在各個領域的應用與發展，大大降低了相應領域的工作難度，效率更高，質量也無可挑剔，使人類受益匪淺。日后圖像處理技術將進一步根據人類需求，在相關科研人員的努力奮斗下而實現新的突破，在更為廣闊的領域造福人類事業。

參考文獻

[1] 李紅俊，韓冀皖.數字圖像處理技術及其應用. 計算機測量與控制，2009.

[2]W.K.Pratt.DIGITAL IMAGE PROCESSING.Johnwiley & Sons，inc， 2008.

[3]楊枝靈，王開.Visual C++數字圖像獲取、處理及實踐應用.人民郵電出版社，2003

[4] 聶穎，劉榴娣. 數字信號處理器在可視電話中的應用.光電工程， 1997.24（3）：67～70

數字圖象處理范文6

圖像處理 圖像分析 藝術化 數字媒體技術

一、前言

浙江理工大學數字媒體技術專業旨在培養德、智、體、美全面發展，具有良好的科學藝術素養，系統地掌握數字媒體設計、制作、處理的理論知識和專業技能，精通數字媒體核心技術，具有新媒體藝術創作能力以及面向網絡的、新型數字媒體綜合開發能力，能夠在國家機關、高等院校、電視臺、電影廠、廣告公司、游戲制作公司和大中型企業等從事數字媒體設計制作、兼通藝術和技術的復合型的高級人才。

“數字圖像分析與藝術化處理”是一門在對傳統的“數字圖像處理”課程內容進行調整的基礎上，針對數字媒體技術專業新開設的專業課，該課程主要講述利用計算機對數字圖像進行分析和處理的方法和技術，強調生成不同藝術效果的處理方法。

本文首先對傳統“數字圖像處理”課程的特點進行了分析，并結合數字媒體技術專業的需求進行了分析，提出了開設“數字圖像分析與藝術化處理”課程的必要性；然后就“數字圖像分析與藝術化處理”課程的課程內容、實踐教學、教學方法與手段、師資隊伍建設進行了討論；也對目前存在的問題進行了分析；最后總結我們的經驗與不足。

二、開設“數字圖像分析與藝術化處理”課程的必要性

從教學內容上，近年來《數字圖像處理》已經形成以數字圖像基礎、圖像增強、圖像復原、彩色圖像處理、圖像編碼、形態學處理、圖像分割和對象表示與描述為基本教學內容的一門信息類專業課程。而且，隨著新技術在圖像處理中的廣泛使用，諸如小波變換、遺傳算法、神經網絡等新內容不斷增加到課程體系中。但涉及藝術化處理的內容較少，目前，講述圖像藝術化處理的教材或者參考書基本都是講述如何使用圖像處理軟件Photoshop進行制作的，而基本沒有講述對圖像進行藝術化處理的理論和方法的。對旨在培養藝術和技術相結合復合型人才的數字媒體技術專業，圖像作為一種重要的媒體形式，學習對圖像進行藝術化處理的理論和方法是必要的，也是十分有益的。

那么，開設這門課程是否可行呢？雖然目前還沒有一本數字圖形藝術和處理的教材，但針對數字圖像進行藝術化處理，已經有了大量的研究，特別是在圖像學領域，藝術繪制的研究更是碩果累累《藝術化繪制的圖形學原理與方法》一書對相關工作進行了全面地歸納總結。圖形學藝術花繪制的結果基本都是以圖像的形式表現出來。所以，從教學內容取材上，是完全沒有問題的。

三、課程的總體設計

根據數字媒體技術專業的特點，考慮到課時的限制。“數字圖像分析與藝術化處理”課程的教學內容分為以下8講：

第1講為數字圖像基本概念和圖像編程，主要介紹圖像概念、圖像感知、獲取、采樣、量化，圖像的基本類型和主要文件格式，以及對BMP文件的讀寫和DIB類介紹。

第2講為圖像信號處理基本理論，講述幾種常用變換及其應用，包括傅立葉變換、離散余弦變換、小波變換和雷登變換。

第3講是圖像特征提取，主要講顏色、形狀、紋理等特征的描述、提取及分析。

第4講為圖像處理基本操作，講述空域和變換域圖像增強，二值圖像和灰度圖像的形態學處理。

第5講為圖像的分割、恢復與合成，講述基于像素、區域和辯解的分割及所屬；圖像降質的數學模型，以及濾波法、代數法、非線性法等恢復方法；圖像的合成算法。

第6講為彩色圖像處理，講述彩色基礎、彩色模型及相互轉換、偽彩色變換、顏色轉移。

第7講為數字圖像的藝術化處理，講述基于像素級運算的藝術化效果生成，基于筆畫繪制的藝術技法模擬，直接借鑒參考圖像中的色彩搭配和紋理效果的藝術化繪制，基于繪圖樣例的藝術化繪制模擬。

第8講為圖像特征降維及其應用，講述線性和非線性降維的方法和應用。

四、實踐教學的設計

“數字圖像分析與藝術化處理”課程具有涉及的知識面廣、理論較深澳、內容不斷豐富等特點。對這樣一門涉及技術與藝術，既強調處理方法的理論性，又強調實踐結果的藝術性的課程。僅憑教師的課堂講述是遠遠不夠的，必須輔以足夠的實踐鍛煉，讓學生鞏固所學理論，鍛煉實際動手能力，激發學習興趣，提高綜合利用所學理論，進行設計開發和研究創新的能力。

在設計圖像處理實踐環節時，一方面，要保留有代表性的經典內容，同時考慮到近年來彩色圖像已得到廣泛應用，增加彩色圖像處理的內容，以滿足社會發展的需求；另一方面，針對圖像的藝術化處理，設計相應的實驗內容，實驗結果的直觀藝術效果中能有效彌補理論的枯燥乏味，提高學生的學習興趣。

根據實踐內容的不同，我們把實驗分為以下四種類型：基本型、設計型、創新型和綜合型。基本型實驗，主要是通過實驗對基本理論進行實現，加深學生對基本理論的理解；設計型實驗，要求學生對所學理論進行簡單應用；創新型實驗主要是通過學生自由分組，通過教師提示，大腦風暴等多種形式，讓學生進行創新思維，不要求實驗結果的完美性，關鍵在于創新和創意。綜合型實驗，要求學生完成運用多種圖像分析處理理論和方法，完成一項具體的任務。而且這門課程需要進行實踐的內容較多，為了解決實驗內容多與學時有限之間的矛盾，我校在設計該課程的實踐環節時，采用實踐作業、課內上機實驗、大作業和課程設計四種實踐形式。考慮到學生后續學習工作的實用性和實驗的效率，在實驗環境和開發工具的選擇上，我校采用C++和Matlab作為主要實踐教學語言，在實驗類型、實踐形式和開發環境之間的具體操作如下：

基本型實驗，安排一次課內實驗，主要是如何利用C++進行數字圖像的讀寫及直方圖統計，以便學生熟悉BMP圖像的格式，掌握BMP圖像文件的讀寫，并進行像素數據的處理，為后續實驗打下基礎。另外，要求學生通過實踐作業的形式，學習使用Matlab進行圖像讀取等基本操作。其他基本型實驗主要以實踐作業的形式進行，建議學生使用Matlab完成。

設計型實驗，主要使用C++作為開發語言，安排三次課內實驗，分別是圖像增強、圖像的特效顯示、圖像的藝術化處理。圖像增強選擇空域圖像增強、變換域圖像增強；圖像的特效顯示可以實現圖像的漸隱、圖像的偽彩色處理等；圖像的藝術化效果可以完成Laplican素描、馬賽克效果藝術化繪制。

創新型實驗，以大作業的形式布置，學生自由結合成小組，可以從參考題目中選擇之一進行，也可以自己確定所作內容。如在線圖像藝術化處理系統、圖像藝術化顯示系統等。

綜合型實驗，以課程設計的形式完成。要求學生完成一個簡單的圖像處理系統，或者圖像應用系統，但必須包含圖像分析、藝術化處理的內容。

五、教學方法與手段

根據“數字圖像分析與藝術化處理”課程的特點、數字媒體技術專業的學生的所學課程的特點，我們在常規教學教學方法和手段的基礎上，還采用了下面的教學方法和手段：

1.技術與藝術相結合、操作和理論相結合。由于學過藝術類的課程，如《色彩構成》、《繪畫基礎》、《平面形態設計》等；并對Photoshop和Flash等軟件的使用較熟悉。所以在講述色彩相關的內容時，對于學生熟悉的內容，簡單帶過；對于圖像處理分析的多數理論，Photoshop中都有對應的操作，可以將理論和操作相結合。

2.先修后續課程間廣泛結合。由于“數字圖像分析與藝術化處理”涉及計算機、藝術、信號等多個領域的知識，廣泛應用于虛擬現實、網絡媒體、生物醫學、工業、國防等多個方面，先修和后續課程較多。同時，增加了課程的難度，同時也可以充分利用先修和后續課程之間的聯系，進行課程內容的整合、實踐環節的綜合。我們在先修課程面向對象程序設計和可視化編程中，以圖像處理為例子進行講述，有了圖像的編程基礎，在“數字圖像分析與藝術化處理”課程中，實驗課就更容易開展。在于后續課程銜接方面，在講到圖像特征提取時，利用“數字攝影”課程的照片，結合“虛擬現實技術”課中的全景漫游圖片的拼接進行講解，不但把這些課程的內容有機的結合起來，而其可以提高學生的興趣，達到學有所用的目的。

3.傳統教學手段與現代教學手段相結合。“數字圖像分析與藝術化處理”這門課，內容多，知識面廣，實踐性強，可時少。在講授時，充分利用多媒體課件節省板書時間；利用視頻，展示處理過程和效果，更直觀；利用網絡交互式圖像分析處理平臺，提高學生動手的積極性，便于老師和學生就實踐環節進行溝通。

當然，在教學中，我們也遇到了一些問題。首先，是教材，目前還沒有完全合適的教材可供選用，所以只能使用自編講義。其次，傳統的圖像處理理論多針對灰度圖像進行處理，如何把圖像處理理論更好地應用到彩色圖像的處理中。第三，對于圖像的藝術效果的評價，涉及到人的主觀因素，如何客觀地進行分析，還需要更多的研究成果予以支撐。

六、教學隊伍建設

“數字圖像分析與藝術化處理”這門課，橫跨技術和藝術。而同時精通數字圖像分析和處理理論，又具有較好藝術功底的老師十分難得。在實踐中，我們采用校內與藝術設計學院聯合教學，校外積極引進具有藝術背景的教師參與到該課程的教學中來，同時針對現有教師，組織先修后續課程的任課教師，組成教師團隊，進行綜合教學。

七、總結

本文基于數字媒體技術專業的培養目標，分析傳統的“數字圖像處理”課程對于數字媒體技術專業的不足；結合學校開課實際，就數字媒體技術專業開設“數字圖像分析與藝術化處理”課程進行了探討，希望能夠對數字媒體技術專業技術和藝術復合型課程的教學和建設有所促進。

參考文獻：

[1]明冬萍.《數字圖像處理》課程教學研究.中國科教創新導刊，2008，(25)：169-170.

[2]Michaella Janse van Vuuren and Gerhard de Jager，Art And Image Processing，2005.

[3]Henri Maitre，Francis Schmitt，15 Years of Image Processing and the Fine Arts, Image Processing，2001 Proceedings 2001 International Conference on.

[4]李杰，劉弘.基于遺傳算法的分形藝術圖案生成方法.山東大學學報(工學版)，2008，38(6)：33-36.

[5]耿衛東.藝術化繪制的圖形學原理與方法.浙江大學出版社，2010.

[6]“數字圖像處理”課程實驗改革與實驗系統的研究.高等理科教育，2003，(4)：100-103.