1.3 數(shù)字圖像處理的內(nèi)容

數(shù)字圖像處理在今天是非常熱門的技術(shù)之一，生活中無(wú)處不存在著它的影子，可以說(shuō)它是一種每時(shí)每刻都在改變著人類生活的技術(shù)。數(shù)字圖像處理內(nèi)容主要研究以下幾個(gè)方面。

1. 圖像獲取和輸出

數(shù)字圖像一般可以通過以下三種途徑獲取。

（1）將傳統(tǒng)的可見圖像經(jīng)過數(shù)字化處理轉(zhuǎn)換為數(shù)字圖像，例如將一幅照片通過掃描儀輸入到計(jì)算機(jī)中，掃描的過程實(shí)質(zhì)上就是一個(gè)數(shù)字化過程。

（2）應(yīng)用各種光電轉(zhuǎn)換設(shè)備直接得到數(shù)字圖像，例如衛(wèi)星上搭載的推帚掃描儀和光機(jī)掃描儀可以直接獲取地表甚至地下物體的圖像并實(shí)時(shí)存入存儲(chǔ)器中。此外，側(cè)視雷達(dá)也可以直接獲取數(shù)字圖像。

（3）直接由二維離散數(shù)字函數(shù)生成數(shù)字圖像。

無(wú)論采取哪種方式獲取，最終得到的數(shù)字圖像在數(shù)學(xué)上都是一個(gè)二維矩陣。因此，數(shù)字圖像處理的實(shí)質(zhì)是以二維矩陣進(jìn)行各種運(yùn)算和處理，也就是說(shuō)，將原始圖像變?yōu)槟繕?biāo)圖像的過程，實(shí)質(zhì)上是由一個(gè)矩陣變?yōu)榱硪粋€(gè)矩陣的數(shù)學(xué)過程。無(wú)論是圖像的幾何變換、圖像的旋轉(zhuǎn)、圖像的統(tǒng)計(jì)特征以及傅里葉等正交變換，本質(zhì)上都是基于圖像矩陣的數(shù)學(xué)運(yùn)算。

因此，數(shù)字圖像處理是指對(duì)一個(gè)物體的數(shù)字表示，即對(duì)一個(gè)二維矩陣施加一系列的操作，以得到所期望的結(jié)果。

打印機(jī)、顯示器和投影儀是常見的圖像輸出設(shè)備。

2. 圖像編碼和壓縮

早在1920年圖像的編碼就已經(jīng)應(yīng)用于實(shí)際了。圖像編碼壓縮技術(shù)的目的在于減少描述圖像的數(shù)據(jù)量，以節(jié)省圖像傳輸、處理時(shí)間和減少所占用的存儲(chǔ)器容量。尤其是在計(jì)算機(jī)網(wǎng)絡(luò)出現(xiàn)后，為了提高圖像的傳輸速度，圖像的編碼變得尤為重要。圖像的壓縮本身屬于一種有損壓縮，保證壓縮后的圖像不失真，且能獲得較高的壓縮比率是這一領(lǐng)域的核心問題。

3. 圖像增強(qiáng)和復(fù)原

圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，常用的平滑、模糊及銳化等處理就屬于這部分內(nèi)容研究的范圍。圖像復(fù)原是指當(dāng)造成圖像退化或降質(zhì)的原因已知時(shí)，通過復(fù)原技術(shù)來(lái)進(jìn)行圖像的校正。一般來(lái)說(shuō)，復(fù)原技術(shù)是基于一定的“降質(zhì)模型”和數(shù)據(jù)的圖像恢復(fù)，它會(huì)在此基礎(chǔ)之上采用某種濾波方法，恢復(fù)或重建原來(lái)的圖像，其目的是消除退化的影響，從而產(chǎn)生一個(gè)等價(jià)于理想成像系統(tǒng)所獲得的圖像。與圖像復(fù)原不同，圖像增強(qiáng)是指當(dāng)無(wú)法得知與圖像退化有關(guān)的定量信息時(shí)，強(qiáng)化圖像中的某些分量。圖像增強(qiáng)技術(shù)較為主觀地改善了圖像的質(zhì)量并將突出圖像中人們所感興趣的部分。

4. 圖像變換

圖像變換的主要目的是將空間域的處理轉(zhuǎn)換為變換域處理，從而減少計(jì)算量并獲得更有效的處理。通常采用的方法包括傅里葉變換、離散余弦變換、沃爾什變換和小波變換等。

5. 圖像分割

圖像分割的目的是對(duì)圖像中有意義的特征部分進(jìn)行提取。所謂有意義的特征包括圖像中的邊緣和區(qū)域等，這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。當(dāng)前圖像分割研究已經(jīng)取得了諸多成果，比較常用的分割方式包括邊緣檢測(cè)、輪廓跟蹤、基于數(shù)學(xué)形態(tài)學(xué)（例如分水嶺）的分割、基于聚類的分割，以及基于偏微分方程的分割等。目前，對(duì)于圖像分割的研究仍然是研究熱點(diǎn)，相關(guān)研究還在不斷深入。

6. 圖像信息安全

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們的生活變得越來(lái)越便利，數(shù)字醫(yī)療、網(wǎng)上教育、電子政務(wù)、電子商務(wù)和互聯(lián)網(wǎng)金融正在深入千家萬(wàn)戶，并潛移默化地改變著我們的傳統(tǒng)生活方式。但是互聯(lián)網(wǎng)又并非是絕對(duì)安全的，黑客攻擊、計(jì)算機(jī)病毒和木馬等安全隱患時(shí)刻威脅著我們。而圖像又是互聯(lián)網(wǎng)上最為常用的信息載體之一，顯然，圖像信息安全不可置之不理。一方面，一些敏感和機(jī)密圖像（如軍事目標(biāo)圖像、個(gè)人醫(yī)療影像和機(jī)密圖紙等）在網(wǎng)絡(luò)上進(jìn)行傳遞時(shí)，我們有必要對(duì)其進(jìn)行必要的加密；另一方面，一些有版權(quán)的數(shù)字圖像為了防止被盜用，或在產(chǎn)生法律糾紛時(shí)可以提供充分的版權(quán)佐證，都必須做好相應(yīng)的數(shù)字影像版權(quán)保護(hù)。這兩方面的內(nèi)容都是數(shù)字圖像信息安全研究的關(guān)鍵內(nèi)容?？梢哉J(rèn)為圖像信息安全是將傳統(tǒng)信息安全技術(shù)與數(shù)字圖像處理相結(jié)合而產(chǎn)生的新方向，相關(guān)研究?jī)?nèi)容包括圖像加密、數(shù)字水印等，這些都是當(dāng)前研究的熱點(diǎn)。

7. 圖像的識(shí)別與檢測(cè)

圖像的識(shí)別與檢測(cè)主要是經(jīng)過某些預(yù)處理后，對(duì)圖像進(jìn)行分割和特征提取，以有利于計(jì)算機(jī)對(duì)圖像進(jìn)行識(shí)別、理解或解釋，進(jìn)而解決圖像中是否含有目標(biāo)，以及目標(biāo)的所有位置等問題。例如人臉識(shí)別、指紋識(shí)別、特征提取等都屬于這部分內(nèi)容。嚴(yán)格來(lái)講，圖像的識(shí)別與檢測(cè)一般不完全算是圖像處理領(lǐng)域的內(nèi)容，更多的時(shí)候它被認(rèn)為是計(jì)算機(jī)視覺領(lǐng)域所研究的主要內(nèi)容，或者說(shuō)它是圖像處理計(jì)算機(jī)視覺過渡的一部分內(nèi)容，屬于兩者的交叉部分。這部分內(nèi)容中往往會(huì)用到許多人工智能方面的研究成果（如神經(jīng)網(wǎng)絡(luò)等）。