文章插图
图像数据处理【图像数据处理】图像数据处理是利用图像数据去噪、图形分割、图像数据增强等手段根据需求对图像数据进行处理的技术 。图像数据处理技术基本可以分成两大类：模拟图像处理（Analog Image Processing）和数字图像处理（Digital Image Processing） 。近年来，图像处理技术日趋成熟，被航空航天、军事、生物医学及人工智慧等广泛套用 。
基本介绍中文名：图像数据处理
外文名：Image Data Processing
套用领域：航空航天、军事、生物医学
分类：模拟图像处理、数字图像处理
技术手段：图像数据去噪、图像数据增强等
所属学科：信息科学
简介图像数据处理技术基本可以分成两大类：模拟图像处理（Analog Image Processing）和数字图像处理（Digital Image Processing） 。数字图像处理是指将图像信号转换成数位讯号并利用计算机进行处理的过程 。其优点是处理精度高，处理内容丰富，可进行複杂的非线性处理，有灵活的变通能力，一般来说只要改变软体就可以改变处理内容 。困难主要在处理速度上，特别是进行複杂的处理 。数字图像处理技术主要包括如下内容：几何处理（Ceometrical Processing）、算术处理（Arithmetic Processing）、图像增强（Image Enhancement）、图像复原（Image Restoration）、图像重建（Image Reconstructiong）、图像识别（Image Recongnition） 。图像处理技术的发展涉及到信息科学、计算机科学、数学、物理学以及生物学等学科，其理论和技术的发展对图像处理科学的发展有越来越大的影响 。近年来，图像处理技术日趋成熟，被航空航天、军事、生物医学及人工智慧等广泛套用 。研究现状数字图像数据处理技术是 20 世纪 60 年代随着计算机技术和 VLSI（Very Large Scale Integration）的发展而产生、发展和不断成熟起来的一个新兴技术领域，在理论、技术和实际套用方面都取得了巨大成就 。早期图像处理的目的是改善图像质量，它以人为对象，以改善人的视觉效果为目的，输入的是质量低的图像，输出的是改善质量后的图像，目前发展到图像自动识别的新的阶段 。常用的图像数据处理方法有图像增强、复原、编码、压缩等 。首次获得成功套用的是美国喷气推进实验室（JPL），即对航天探器徘徊者 7 号在 1964 年发回的几千张月球照片进行图像处理，如几何校正、灰度变换、去除噪声等，并考虑了太阳位置和月球环境影响，由计算机成功地绘製出月球表面地图，获得了巨大成功 。随后又对探测飞船发回的近十万张照片进行更为複杂的图像处理，获得了月球地形图、彩色图及全景镶嵌图，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生 。以后的宇航空间技术探测研究中，数字图像处理技术都发挥了巨大作用 。图像数据处理的大发展是从 20 世纪 90 年代末开始的 。自 1986 年以来，小波理论与变换方法迅速发展，克服了傅立叶分析不能用于局部分析等方面的不足之处，被认为调和分析半个世纪以来工作之结晶 。Mallat在 1988 年有效地将小波分析套用于图像分解和重构 。小波分析被认为是信号与图像分析在数学方法上的重大突破 。进入 21 世纪，随着计算机及 ARM 技术的迅猛发展和相关理论的不断完善，图像处理技术在许多套用领域受到广泛重视并取得了重大的开拓性成就 。但与此同时，图像处理和计算机视觉的工程套用中还有许多问题尚待解决 。特别是传统的视频监控系统均以固定的工作站或 PC 机作为查看、控制客户端，成本高、使用不方便，更无法达到随时随地方便监控的效果 。根据这种情况，研究设计出成本低、处理速度高、运行稳定的嵌入式可移动图像处理系统就显得尤为迫切 。图像数据基本术语图像（Image）就是採用各种观测系统获得的，能够为人类视觉系统所感觉到的实体 。研究表明，人类交往用以传递信息的主要媒介是语言和图像 。据统计，在人类接收的信息中，听觉占 20%，视觉占 60%（有人估计占 75%），其他占 20% 。由此可见，作为信息传递媒介之一的图像的地位是非常重要的 。图像就其本质而言可以将分为模拟图像和数字图像两大类 。模拟图像，用连续函式来描述，其特点为光照位置和光照强度均为连续变化 。模拟图像的处理速度快，但精度和灵活性差，不便于用计算机处理，也不便于图像的储存、传输 。数字图像，将连续的模拟图像经过幅度和位置的离散化处理后形成的数字图像 。数字图像的传输快速有效，存储通用性强，精度高，处理方法灵活 。本文涉及到的图像均指数字图像 。图像处理着重考虑图像之间的变换，主要包括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，主要在图像像素级上进行处理，包括噪声滤波、图像增强等，为研究这些理论首先要搞清楚几个与图像数据有关的术语 。像素当把一个监视的图像输入到视频监视系统时，将每个连续的图像描述成 M×N矩阵的形式，矩阵的每一个元素称为像素 P（i，j），是一个非负值标量，因为图像光强没有负值 。从实际的图形转变成矩阵时，常把图像 x,y 的坐标原点设在左下角，而像素的数 i，j 则通常从矩阵的左上角开始 。这样 x 与 i 有着对应的关係，而 y 与 j 则相反 。灰度矩阵在图像被採样和模数转换后，代表图像上每个像素的光强用灰度来表示，它取决于模数转化，也与所用微处理器有关 。目前常用的是 256 灰度级，相当于 8位，其数值由 0 到 255 。对于灰度值，在转换时若採用四捨五入法，则灰度定量误差为1/512=0.2% 。一个图像在存储或处理时都採用一个以像素为位置、灰度值数组元素的矩阵表示 。像素除用灰度表示外，也可用 RGB 色彩成分表示，其包含更加丰富的信息 。视窗在图像处理中常常需要在整个图像的某一部分进行，这个子区域称为子域，它常用四角对应的像素来表示 。