图像处理英文(习题教学)
GLCM:灰度共生矩阵
indexing service：索引服务
Binary image二值图像；只有两级灰度的数字图像（通常为0和1，黑和白）
Blur 模糊；由于散焦、低通滤波、摄像机运动等引起的图像清晰度的下降。
Shape：形状，shape from texture，纹理形状
mathematical morphology: 数学形态学
Border 边框；一副图像的首、末行或列。
Boundary chain code 边界链码；定义一个物体边界的方向序列。Boundary pixel 边界像素；至少和一个背景像素相邻接的内部像素Boundary tracking 边界跟踪；一种图像分割技术，通过沿弧从一个像素顺序探索到下一个像素将弧检测出。
Brightness 亮度；和图像一个点相关的值，表示从该点的物体发射或放射的光的量。
Change detection 变化检测；通过相减等操作将两幅匹准图像的像素加以比较
Closed curve 封闭曲线；一条首尾点处于同一位置的曲线。
Cluster 聚类、集群；在空间（如在特征空间）中位置接近的点的集合。
Cluster analysis 聚类分析；在空间中对聚类的检测，度量和描述。
Concave 凹的；物体是凹的是指至少存在两个物体内部的点，其连线不能完全包含在物体内
Connected 连通的神经网络：neural network
Contour encoding 轮廓编码；对具有均匀灰度的区域，只将其边界进行编码的一种图像压缩技术。
Contrast 对比度；物体平均亮度（或灰度）与其周围背景的差别程度Contrast stretch 对比度扩展；一种线性的灰度变换
Convolution 卷积；一种将两个函数组合成第三个函数的运算，卷积刻画了线性移不变系统的运算。
Deblurring 去模糊；1一种降低图像模糊，锐化图像细节的运算。2 消除或降低图像的模糊，通常是图像复原或重构的一个步骤。
Digital image processing 数字图像处理；对图像的数字化处理；由计算机对图片信息操作。
Digitization 数字化；将景物图像转化为数字形式的过程。
Edge 边缘；1 在图像中灰度出现突变的区域，在其另一边的像素与其有明显的灰度差别。
Edge detection 边缘检测；通过检查邻域，将边缘像素标识出的一种图像分割技术。
Edge enhancement 边缘增强；通过将边缘两边像素的对比扩大来锐化图像边缘的技术。
Edge image 边缘图像；在边缘图像中每个像素要么标注为边缘，要么为非边缘。
图像处理中值滤波器中英文对照外文翻译文献
中英文资料对照外文翻译 一、英文原文 A NEW CONTENT BASED MEDIAN FILTER ABSTRACT In this paper the hardware implementation of a contentbased median filter suitabl e for real-time impulse noise suppression is presented. The function of the proposed ci rcuitry is adaptive; it detects the existence of impulse noise in an image neighborhood and applies the median filter operator only when necessary. In this way, the blurring o f the imagein process is avoided and the integrity of edge and detail information is pre served. The proposed digital hardware structure is capable of processing gray-scale im ages of 8-bit resolution and is fully pipelined, whereas parallel processing is used to m inimize computational time. The architecturepresented was implemented in FPGA an d it can be used in industrial imaging applications, where fast processing is of the utm ost importance. The typical system clock frequency is 55 MHz. 1. INTRODUCTION Two applications of great importance in the area of image processing are noise filtering and image enhancement [1].These tasks are an essential part of any image pro cessor,whether the final image is utilized for visual interpretation or for automatic an alysis. The aim of noise filtering is to eliminate noise and its effects on the original im age, while corrupting the image as little as possible. To this end, nonlinear techniques (like the median and, in general, order statistics filters) have been found to provide mo re satisfactory results in comparison to linear methods. Impulse noise exists in many p ractical applications and can be generated by various sources, including a number of man made phenomena, such as unprotected switches, industrial machines and car ign ition systems. Images are often corrupted by impulse noise due to a noisy sensor or ch annel transmission errors. The most common method used for impulse noise suppressi on n forgray-scale and color images is the median filter (MF) [2].The basic drawback o f the application of the MF is the blurringof the image in process. In the general case,t he filter is applied uniformly across an image, modifying pixels that arenot contamina ted by noise. In this way, the effective elimination of impulse noise is often at the exp ense of an overalldegradation of the image and blurred or distorted features[3].In this paper an intelligent hardware structure of a content based median filter (CBMF) suita ble for impulse noise suppression is presented. The function of the proposed circuit is to detect the existence of noise in the image window and apply the corresponding MF
数字图像处理
数字图像处理(MATLAB版) 实验指导书 (试用版) 本实验指导书配合教材和课堂笔记中的例题使用 姚天曙编写 安徽农业大学工学院 2009年4月试行
目录 实验一、数字图像获取和格式转换 2 实验二、图像亮度变换和空间滤波 6 实验三、频域处理7 实验四、图像复原9 实验五、彩色图像处理10 实验六、图像压缩11 实验七、图像分割13 教材与参考文献14
《数字图像处理》实验指导书 实验一、数字图像获取和格式转换 一、实验目的 1掌握使用扫描仪、数码相机、数码摄像级机、电脑摄像头等数字化设备以及计算机获取数字图像的方法； 2修改图像的存储格式；并比较不同压缩格式图像的数据量的大小。 二、实验原理 数字图像获取设备的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。各类设备都标明了它的光学分辨率和最大分辨率。分辨率的单位是dpi，dpi是英文Dot Per Inch的缩写，意思是每英寸的像素点数。 扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。扫描仪工作原理见图1.1。
数字图像处理技术及其应用_李红俊
·620· 计算机测量与控制.2002.10(9) Computer Measurement &Control 设计与应用 收稿日期:2001-12-04。作者简介:李红俊(1974-),男,山西省平遥县人,硕士研 究生,主要从事机械电子方向的研究。 文章编号:1671-4598(2002)09-0620-03 中图分类号:T P391.41 文献标识码:B 数字图像处理技术及其应用 李红俊,韩冀皖 (太原理工大学机械工程学院,山西太原 030024) 摘要:介绍了数字图像处理的基本概念、基本原理,对其中一些算法进行了详细的说明,对不同算法进行了比较。同时,在对现有图像处理方法进行应用的同时,对滤波做了一些新的尝试。最后,将像素细分算法应用于实际生产中, 获得了较好的效果。 关键词:数字图像处理;边缘检测;滤波;像素细分算法 Digital Image Processing and Its Application LI Hong -jun ,HAN Ji -w an (Taiy uan University of T echnolo gy ,T aiyuan 030024,China ) Abstract :T he basic co ncepts and basic principals of digital imag e processing are introduced .Some arithmetics and compari -so n between different arithme tics are expounded .New methods of sieve are adopted when existing image processing methods is being applied .A t last ,the arithmetic of subpixel is applied into practice and obtains effect preferably . Key words :digital image processing ;edge detecting ;sieve ;arithmetic of subpixel 1 序言 图像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(Dig -ital Image Processing )。数字图像处理,通俗地讲就是利用计算机对图像进行处理。因此也称之为计算机图像处理(Computer Image Processing )。其优点是处理精度高,处理内容丰富,可进行复杂的非线性处理,有灵活的变通能力,一般来说只要改变软件就可以改变处理内容。存在的问题主要在于处理速度,特别是进行复杂的处理更是如此。数字图像处理概括地说主要包括如下几项内容:几何处理(Geometrical Pro -cessing )、算术处理(Arithmetic Processing )、图像增强(Image Enhancement )、图像复原(Image Restora -tion )、图像重建(Image Reconstruction )、图像编码(Image Encoding )、图像识别(Im age Recognition )、图像理解(Image Understanding )。图像处理技术的发展涉及越来越多的基础理论知识,雄厚的数理基础及相关的边缘学科知识对图像处理科学的发展有越来越大的影响。总之,图像处理科学是一项涉及多学科的综合性科学。 2 边缘检测 所谓边缘应是物体的轮廓或物体不同表面之间的交界在图像中的反映。它的形成是由于物体的材料不同或表面的朝向不同,引起在图像中的边缘处存在明暗、色彩、纹理的变化。因此反过来在图像中检查不 同灰度、色彩等特性区域的交界处就可得到边缘。边缘轮廓是人类识别物体形状的重要因素,也是图像处理中重要的处理对象。 图1 边缘和灰度值模型示意图 如上所述,边缘常常发生在灰度突然变化的部 位,如图1(a )所示,两边为不同的灰度级g 1、g 2,则x 0处为边缘。但实际上由于物体表面交界处灰度常常缓慢变化,在图像中表现为边缘是有一定宽度的,如图1(b )所示,而且由于物体表面的曲折变化加上噪声干扰,边缘时常显得模糊不清,这给边缘的检测带来一定的困难。另外,有的物体本身为条状的区域,例如河流、道路或物体表面的裂缝,它们的边缘表现为狭长的平行线(1～2个像元宽度),如图1(c )所示,而且两边灰度相同或相近,因此检查的方法也有所不同。 边缘检测主要采用各种算法来发现、强化图像中那些可能存在边缘的像素点。边缘检测算子可分为微分(梯度)法、模板匹配法和区域拟合法3种基本方法。对于边缘检测影响较大的是图像中的噪声、退化、模糊等因素,这些都需要特殊的算法来解决。 3 滤波 当图像输入到计算机的时候,由于输入转换器件(如光敏器件、A /D 转换器等性质的差别)及周围环 DOI :10.16526/j .cn ki .11-4762/tp .2002.09.022
数字图像处理英文原版及翻译
Digital Image Processing and Edge Detection Digital Image Processing Interest in digital image processing methods stems from two principal application areas: improvement of pictorial information for human interpretation; and processing of image data for storage, transmission, and representation for autonomous machine perception. An image may be defined as a two-dimensional function, f(x, y), where x and y are spatial (plane) coordinates, and the amplitude of f at any pair of coordinates (x, y) is called the intensity or gray level of the image at that point. When x, y, and the amplitude values of f are all finite, discrete quantities, we call the image a digital image. The field of digital image processing refers to processing digital images by means of a digital computer. Note that a digital image is composed of a finite number of elements, each of which has a particular location and value. These elements are referred to as picture elements, image elements, pixels, and pixels. Pixel is the term most widely used to denote the elements of a digital image. Vision is the most advanced of our senses, so it is not surprising that images play the single most important role in human perception. However, unlike humans, who are limited to the visual band of the electromagnetic (EM) spec- trum, imaging machines cover almost the entire EM spectrum, ranging from gamma to radio waves. They can operate on images generated by sources that humans are not accustomed to associating with images. These include ultra- sound, electron microscopy, and computer-generated images. Thus, digital image processing encompasses a wide and varied field of applications. There is no general agreement among authors regarding where image processing stops and other related areas, such as image analysis and computer vi- sion, start. Sometimes a distinction is made by defining image processing as a discipline in which both the input and output of a process are images. We believe this to be a limiting and somewhat artificial boundary. For example, under this definition, even the trivial task of computing the average intensity of an image (which yields a
毕业论文外文翻译-图像分割
图像分割 前一章的资料使我们所研究的图像处理方法开始发生了转变。从输人输出均为图像的处理方法转变为输人为图像而输出为从这些图像中提取出来的属性的处理方法〔这方面在1.1节中定义过)。图像分割是这一方向的另一主要步骤。 分割将图像细分为构成它的子区域或对象。分割的程度取决于要解决的问题。就是说当感兴趣的对象已经被分离出来时就停止分割。例如，在电子元件的自动检测方面，我们关注的是分析产品的图像，检测是否存在特定的异常状态，比如，缺失的元件或断裂的连接线路。超过识别这此元件所需的分割是没有意义的。 异常图像的分割是图像处理中最困难的任务之一。精确的分割决定着计算分析过程的成败。因此，应该特别的关注分割的稳定性。在某些情况下，比如工业检测应用，至少有可能对环境进行适度控制的检测。有经验的图像处理系统设计师总是将相当大的注意力放在这类可能性上。在其他应用方面，比如自动目标采集，系统设计者无法对环境进行控制。所以，通常的方法是将注意力集中于传感器类型的选择上，这样可以增强获取所关注对象的能力，从而减少图像无关细节的影响。一个很好的例子就是，军方利用红外线图像发现有很强热信号的目标，比如移动中的装备和部队。 图像分割算法一般是基于亮度值的不连续性和相似性两个基本特性之一。第一类性质的应用途径是基于亮度的不连续变化分割图像，比如图像的边缘。第二类的主要应用途径是依据事先制定的准则将图像分割为相似的区域，门限处理、区域生长、区域分离和聚合都是这类方法的实例。 本章中，我们将对刚刚提到的两类特性各讨论一些方法。我们先从适合于检测灰度级的不连续性的方法展开，如点、线和边缘。特别是边缘检测近年来已经成为分割算法的主题。除了边缘检测本身，我们还会讨论一些连接边缘线段和把边缘“组装”为边界的方法。关于边缘检测的讨论将在介绍了各种门限处理技术之后进行。门限处理也是一种人们普遍关注的用于分割处理的基础性方法，特别是在速度因素占重要地位的应用中。关于门限处理的讨论将在几种面向区域的分割方法展开的讨论之后进行。之后，我们将讨论一种称为分水岭分割法的形态学
数字图像处理技术的应用与发展
郑州航空工业管理学院 2013 - 2014 学年第2 学期 《信息管理前沿讲座》（双语I） 课程论文 题目数字图像处理技术的应用与发展 专业信息管理与信息系统班级1304972 姓名学号 任课教师职称副教授 二О一四年五月三十日
数字图像处理技术的应用与发展 130497227王琼菲 摘要数字图像处理是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。文章简述了数字图像处理技术的主要特点和优点、以及数字图像处理的过程、数字图像处理技术的应用、数字图像处理技术的研究方向和内容，并根据最新进展，阐述了数字图像处理技术5个主要研究方面的最新热点，最后总结了数字图像处理技术领域中面临的主要发展领域和未来发展方向。 关键词数字图像处理，采集，识别，应用 Application and Development of the Digital Image Processing Technology 130497227 Wang Qiongfei A bstract D igital image processing is to process the image signal into digital signal and processed by computer to its。This paper briefly introduces the digital image processing technology, and the main characteristics and advantages of digital image processing, the application of digital image processing technology, the digital image processing technology research direction and content, and according to the latest advances in digital image processing technology, introduces 5 new hot main research aspects, summarizes the main development faces in the field of technology in the field of digital image processing and the development direction in the future。Key words Digital image processing, Collection, Identification, Application
数字图像处理应用论文数字图像处理技术论文
数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词：数字图像处理：关键技术；应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。
1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。
计算机图形_Digital Image Processing, 2nd ed(数字图像处理(第2版))
Digital Image Processing, 2nd ed(数字图像处理(第2 版)) 数据摘要： DIGITAL IMAGE PROCESSING has been the world-wide leading textbook in its field for more than 30 years. As the 1977 and 1987 editions by Gonzalez and Wintz, and the 1992 edition by Gonzalez and Woods, the present edition was prepared with students and instructors in mind. The material is timely, highly readable, and illustrated with numerous examples of practical significance. All mainstream areas of image processing are covered, including a totally revised introduction and discussion of image fundamentals, image enhancement in the spatial and frequency domains, restoration, color image processing, wavelets, image compression, morphology, segmentation, and image description. Coverage concludes with a discussion on the fundamentals of object recognition. Although the book is completely self-contained, this companion web site provides additional support in the form of review material, answers to selected problems, laboratory project suggestions, and a score of other features. A supplementary instructor's manual is available to instructors who have adopted the book for classroom use.
计算机图像图形外文翻译外文文献英文文献图像分割
原文出处Digital Image Processing 2/E 图像分割 前一章的资料使我们所研究的图像处理方法开始发生了转变。从输人输出均为图像的处理方法转变为输人为图像而输出为从这些图像中提取出来的属性的处理方法〔这方面在1.1节中定义过)。图像分割是这一方向的另一主要步骤。 分割将图像细分为构成它的子区域或对象。分割的程度取决于要解决的问题。就是说当感兴趣的对象已经被分离出来时就停止分割。例如，在电子元件的自动检测方面，我们关注的是分析产品的图像，检测是否存在特定的异常状态，比如，缺失的元件或断裂的连接线路。超过识别这此元件所需的分割是没有意义的。 异常图像的分割是图像处理中最困难的任务之一。精确的分割决定着计算分析过程的成败。因此，应该特别的关注分割的稳定性。在某些情况下，比如工业检测应用，至少有可能对环境进行适度控制的检测。有经验的图像处理系统设计师总是将相当大的注意力放在这类可能性上。在其他应用方面，比如自动目标采集，系统设计者无法对环境进行控制。所以，通常的方法是将注意力集中于传感器类型的选择上，这样可以增强获取所关注对象的能力，从而减少图像无关细节的影响。一个很好的例子就是，军方利用红外线图像发现有很强热信号的目标，比如移动中的装备和部队。 图像分割算法一般是基于亮度值的不连续性和相似性两个基本特性之一。第一类性质的应用途径是基于亮度的不连续变化分割图像，比如图像的边缘。第二类的主要应用途径是依据事先制定的准则将图像分割为相似的区域，门限处理、区域生长、区域分离和聚合都是这类方法的实例。 本章中，我们将对刚刚提到的两类特性各讨论一些方法。我们先从适合于检测灰度级的不连续性的方法展开，如点、线和边缘。特别是边缘检测近年来已经成为分割算法的主题。除了边缘检测本身，我们还会讨论一些连接边缘线段和把边缘“组装”为边界的方法。关于边缘检测的讨论将在介绍了各种门限处理技术
数字图像处理试卷及答案-百度文库
1、列举数字图像处理的三个应用领域 2、存储一幅大小为10241024，256个灰度级的图像，需要 8M bit。 3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越差。 4、直方图均衡化适用于增强直方图呈分布的图像。 5、依据图像的保真度，图像压缩可分为 6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余 三种冗余基础上。 7、对于彩色图像，通常用以区别颜色的特性是、亮度。 8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法：(g(x,y)mgin)*255gm/(g ax 二、选择题（每题2分，共20分） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。（ B ） A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中 D图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（ B ） A 平均灰度 B 图像对比度 C 图像整体亮度 D图像细节 3、计算机显示器主要采用哪一种彩色模型（ A ） A、RGB B、CMY或CMYK C、HSI D、HSV T4、采用模板［-1 1］主要检测（ A ）方向的边缘。 A.水平 B.45 C.垂直 D.135 5、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（ C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时，RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器
图像处理英文翻译
数字图像处理英文翻译 （Matlab帮助信息简介） xxxxxxxxx xxx Introduction MATLAB is a high-level technical computing language and interactive environment for algorithm development, data visualization, data analysis, and numeric computation. Using the MATLAB product, you can solve technical computing problems faster than with traditional programming languages, such as C, C++, and Fortran. You can use MATLAB in a wide range of applications, including signal and image processing, communications, control design, test and measurement, financial modeling and analysis, and computational biology. Add-on toolboxes (collections of special-purpose MATLAB functions, available separately) extend the MATLAB environment to solve particular classes of problems in these application areas. The MATLAB system consists of these main parts: Desktop Tools and Development Environment This part of MATLAB is the set of tools and facilities that help you use and become more productive with MATLAB functions and files. Many of these tools are graphical user interfaces. It includes: the
数字图像处理学习报告
数字图像处理学习报告 在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展,其应用空间将会更加广泛。数字图像处理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.数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果,操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1. 数字图像处理需用到的关键技术 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要 求。 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易 分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。 图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的 退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的研究领域有一定的交叉。
数字图像处理 外文翻译 外文文献 英文文献 数字图像处理
Digital Image Processing 1 Introduction Many operators have been proposed for presenting a connected component n a digital image by a reduced amount of data or simplied shape. In general we have to state that the development, choice and modi_cation of such algorithms in practical applications are domain and task dependent, and there is no \best method". However, it is interesting to note that there are several equivalences between published methods and notions, and characterizing such equivalences or di_erences should be useful to categorize the broad diversity of published methods for skeletonization. Discussing equivalences is a main intention of this report. 1.1 Categories of Methods One class of shape reduction operators is based on distance transforms. A distance skeleton is a subset of points of a given component such that every point of this subset represents the center of a maximal disc (labeled with the radius of this disc) contained in the given component. As an example in this _rst class of operators, this report discusses one method for calculating a distance skeleton using the d4 distance function which is appropriate to digitized pictures. A second class of operators produces median or center lines of the digital object in a non-iterative way. Normally such operators locate critical points _rst, and calculate a speci_ed path through the object by connecting these points. The third class of operators is characterized by iterative thinning. Historically, Listing [10] used already in 1862 the term linear skeleton for the result of a continuous deformation of the frontier of a connected subset of a Euclidean space without changing the connectivity of the original set, until only a set of lines and points remains. Many algorithms in image analysis are based on this general concept of thinning. The goal is a calculation of characteristic properties of digital objects which are not related to size or quantity. Methods should be independent from the position of a set in the plane or space, grid resolution (for digitizing this set) or the shape complexity of the given set. In the literature the term \thinning" is not used
数字图像处理的应用
数字图像处理技术的应用研究 图像处理也就是按照人们视觉、心理或实际应用的需要，对 图像信息进行加工修改的过程，在不同的时期、不同的领域往往 会采用不同的图像处理技巧。数字图像处理技术是伴随着计算机 信息功能的日益强大以及人们对高精度图像的需求而产生的，随 着社会的发展，尤其是计算机信息技术的进步，数字图像处理技 术被广泛应用于各个领域，其重要性变得日益突出。 一、数字图像处理技术的概念内涵 当前，我国通常采用的图像处理技术主要有两种，即光学处 理法和数字（电子）处理法。前者产生的时间较早，从最开始的 光学滤波技术到现在的激光全息技术，无论是理论研究，还是应 用技巧，光学图像处理法已日臻完善。但其图像处理精度低、稳 定性差以及操作不便的特点极大地限制了其应用领域拓展，在这 种情况下，数字图像处理技术便应运而生。 数字图像处理，也即是Digital Image Processing，产生于 20世纪50年代，是指人们采用计算机及其它数字硬件设备，对图 像信息转换而来的电信号根据数学运算的方式，进行增强、提取、复原、分割以及去除噪音等处理的方法和技术，以此提高图像的实用性，因此，该技术的产生与发展建立在计算机运用、离算数学理论的产生与完善以及社会诸多领域的需求之上的。其最大特点是不仅图像处理精度高，而且可以通过改进硬件系统配置和优化软件系统功能的方式来提高图像处理效果，一切以计算机运行为基础，操作极为方便。最初，由于数字图像处理技术的数据需求量大，处理速度慢，极大地限制了其应用领域，但随着计算机技术的快速发展，尤其是运算速度的提升，这一瓶颈早已被突破。 二、数字图像处理技术的功能内容分析 （一）增强图像的视觉效果。在某些特殊领域，图像在传输与 转换的过程中容易造成信息的丢失，从而形成失真现象，比如航天拍摄的图片在传回地球的过程中，由于光学系统、大气流、空气介质等原因造成图像模糊；在图像扫描、采样、量化的过程中，所形成的噪音污染等等。我们可以采用数字图像处理技术，一方面突出重要信息而衰减次要信息；另一方面根据失真原因，补偿丢失的信息因素，从而使改善后的图像效果尽可能的接近原始图像。 （二）图像的重建功能。随着电子计算机体层摄影技术的发 展，图像的重建成为一种新兴的数字图像处理技术，它主要是对 目标对象进行观察和测量，重新构建出图像中的大量信息的直观 显示，从而在计算机模拟系统中进行二维或者三维的图像处理， 这也是对特殊实体进行图像回归的过程。 （三）模式识别功能。模式识别也是数字图像处理技术的一