1 引言

圖像（Image）是客觀對象的一種表示，是人類社會活動中最常用的一種信息載體，也是人們獲取信息、表達信息和傳遞信息最主要的手段。據統計，一個人獲取的信息大約有 75%來自視覺所接受的圖像信息。圖像根據圖像記錄方式的不同可分為兩大類 ：模擬圖像和數字圖像。模擬圖像可以通過某種物理量（如光、電等）的強弱變化來記錄圖像亮度信息，例如模擬電視圖像 ；而數字圖像則是用計算機存儲的數據來記錄圖像上各點的亮度信息。隨著科學技術的發展和計算機性能的提高，在不同領域中，對所獲得的圖像，需要利用圖像處理技術來提取圖像中的有效信息，對圖像進行修復、復原及噪音處理等，以改善圖像質量并對相關問題進行分析和預測。圖像處理可以應用光學方法和數字方法，光學圖像處理其操作不如數字靈活，且容易受其他因素的影響，而數字圖像處理的特點是再現性和通用性好，精度和靈活性高，能彌補光學圖像處理的不足。21 世紀是一個充滿信息的時代，數字圖像處理已得到越來越多的應用，數字圖像處理技術也越來越滲透到我們的日常生活、科學研究和社會生產當中。本文針對數字圖像處理的研究現狀、研究內容、基本技術及未來發展方向做了闡述。

2 數字圖像處理的研究現狀

數字圖像處理，即使用計算機對圖像進行處理，是指經過空間采樣和幅值量化后將圖像信號轉換成數字信號的過程，又稱為計算機圖像處理。數字圖像處理技術源于 20 世紀 20 年代，當時通過海底電纜從英國倫敦傳輸了一幅照片到美國紐約，其中采用了數字壓縮技術。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標。首次獲得巨大成功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，并由計算機成功地繪制出月球表面地圖，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，獲得了月球的地形圖、彩色圖及全景鑲嵌圖等，為人類登月創舉奠定了堅實的基礎。在以后的宇航空間技術，如對火星、土星等星球的探測研究中，數字圖像處理技術都發揮了巨大的作用。1972 年，利用圖像重建，根據人的頭部截面的投影，經計算機處理來重建截面圖像的用于頭顱診斷的 X 射線計算機斷層攝影裝置，即 CT（Computer Tomograph）， 由 英 國 EMI公 司 工 程 師 Housfield 發 明。1975 年EMI 公司又成功研制出全身用的 CT 裝置，獲得了人體各個部位鮮明清晰的斷層圖像。1979 年，這項無損傷診斷技術獲得了諾貝爾獎。 隨著圖像處理技術的深入發展，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。近年來，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。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，由于人類本身對自己的視覺過程還了解較少，因此計算機視覺是一個有待人們進一步探索的新領域。

3 數字圖像處理的研究內容

從系統整體研究的角度來看，數字圖像處理的研究內容主要包括圖像的獲取、圖像的表示與描述、圖像增強與圖像復原、圖像分割等。

3.1 圖像的獲取

圖像的獲?。╟apturing）是指從現實世界中獲得數字圖像的過程，所使用的設備通稱為圖像獲取設備。例如對印刷品、照片或照相底片等進行掃描輸入，用數字相機或數字攝像機對選定的景物進行拍攝。圖像獲取的過程實質上是模擬信號的數字化過程，它的處理步驟大體分為四步 ：掃描→分色→取樣→量化。如圖 1 所示。通過上述方法所獲取的數字圖像稱為取樣圖像（Sampled Image），它是靜止 圖 像（Still Image） 的數字化表示形式，通常簡稱為“圖像”（Image）。

3.2 圖像的表示與描述

圖像的表示是指圖像信息在計算機中的表示和存儲方式。作為最簡單的二值圖像，可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區域描述兩類方法，對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發展，已經開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。圖像的表示與描述在整個數字圖像處理過程中的作用如圖 2 所示。


3.3 圖像增強與圖像復原

圖像增強與復原的目的是為了提高圖像的質量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。例如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯 ；而強化低頻分量則可減少圖像中噪聲影響。圖像復原要求對圖像降質的原因有一定的了解，一般來說應根據降質過程建立“降質模型”，再采用某種濾波方法，恢復或重建原來的圖像。
擴展對比度是最常用的圖像增強技術之一。假設有一幅圖像，成像時光照不足，使得整幅圖像偏暗，或者成像時光照過強，使得整幅圖像偏亮，這些情況就稱為低對比度，即顏色都擠在一起沒有拉開。采用對比度增強的方法，把感興趣的顏色范圍拉開，使得該范圍內的像素亮的越亮，暗的越暗，從而使圖像的顏色更符合人的需要。當設置不同的對比度及亮度時，會有不用的顯示效果，如圖 3、圖 4所示。

3.4 圖像分割

圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特征部分，如圖像中的邊緣、區域等提取出來，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。

4 數字圖像處理的基本技術

數字圖像處理的基本技術主要包括圖像質量改善、圖像分析、圖像重建和圖像數據壓縮等。

4.1 圖像質量改善

圖像質量改善是盡量把圖像上的畸變及噪聲信息去掉，使圖像更清晰，以便準確目視判讀和解釋圖像信息。具體技術措施大致包括四類 ：（1）銳化技術，是突出圖像上的各類邊緣處的灰度處理，增大對比度使圖像輪廓紋理更清晰 ；（2）平滑技術，是一種抑制噪聲而達到改善圖像質量的措施 ；（3）復原技術，是根據引起圖像質量下降的原因而采取的一種恢復圖像本來面目的處理措施；（4）校正技術，采取幾何校正措施，去掉圖像上的幾何失真。

4.2 圖像分析

圖像分析一般是指利用數學模型并結合圖像處理的技術來分析底層特征和上層結構，從而提取具有一定智能性的信息。圖像分析的目的是提取圖像中的有用信息，常用技術有邊緣與線條的檢測、圖像區域分割、形狀特征提取與測量、圖像紋理分析、圖像匹配與融合等。圖像分析研究的領域一般包括 ：基于內容的圖像檢索、人臉識別、表情識別、光學字符識別、手寫體識別、醫學圖像分析、視頻對象提取等。

4.3 圖像重建

圖像重建是成熟的實用圖像處理技術，是指根據場景的投影數據獲取場景中物質分布的信息。普遍應用于醫學領域中，它主要包括 CT 中投影圖像的三維重建，和應用于測量左、右視圖圖像，生成立體圖像的技術。

4.4 圖像數據壓縮

圖像數據壓縮是針對圖像經數字化后所產生的圖像數據信息量非常大的特點，尤其彩色動態圖像的數據量更是大得驚人，為了對這些圖像進行傳輸和預覽，需要減少圖像的存儲容量，以便節省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許失真的條件下進行。常用的有靜態圖像的有損壓縮和無損壓縮技術，如WinZip、WinRAR、各種圖像格式轉換等 ；也有動態圖像的壓縮處理技術，如 MPEG、H.264、AVS、網絡流媒體技術等。編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

5 數字圖像處理的發展方向

當前，數字圖像處理面臨的主要任務是研究新的處理方法，構造新的處理系統，開拓更廣泛的應用領域。
數字圖像處理技術未來發展大致可歸納為以下幾類。
（1） 圖 像 處 理 的 發 展 將 圍 繞HDTV（高清晰度電視）的研制，開展實時圖像處理的理論及技術研究，向高速、高分辨率、立體化、多媒體化、智能化和標準化方向發展。
（2）圖像、圖形相結合，朝著三維成像或多維成像的方向發展。
（3）硬件芯片研究，把圖像處理的眾多功能固化在芯片上，使之更便于應用。
（4）新理論與新算法研究，在圖像處理領域，近幾年來，引入了一些新的理論并提出了一些新的算法，如小波分析（Wavelet）、分形幾何（Frac-tal）、形態學（Morphology）、遺傳算法（GA，Genetic Algorithms）、人工神經網 絡（Artificial Neural Networks） 等。這些理論及建立在其上的算法，將會成為今后圖像處理理論與技術的研究熱點。數字圖像處理經過初創期、發展期、普及期及廣泛應用幾個階段，如今已是各個學科競相研究并在各個領域廣泛應用的一門科學。隨著科學技術的進步以及人類需求的不斷增長，圖像處理科學無論是在理論上還是實踐上，均會取得更大的發展。

6 小結

圖像是人類獲取和交換信息的主要來源，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，數字圖像處理技術已經廣泛深入地應用于國計民生息息相關的各個領域。本文主要探討了數字圖像處理的研究現狀、研究內容、所使用的基本技術及未來的發展趨勢。對于數字圖像處理的一些棘手的問題，例如優化處理算法、提高處理速度等，以實現圖形圖像的智能生成、識別和處理，將是未來需要進一步研究的問題。

參考文獻
[1] 張弘.數字圖像處理與分析[M]．北京 ：機械工業出版社，2008.
[2] 賀東霞，李竹林，王靜．淺談數字圖像處理的應用與發展趨勢 [J]．延邊大學學報（自然科學版），2013，32（4）：18-21．
[3] 李穎．數字圖像處理中 Matlab的應用 [J]．甘肅廣播電視大學學報，2010，20（2）：60-62．
[4] 郭文強，侯勇嚴．數字圖像處理 [M]．西安電子科技大學出版社，2009．
[5] 陳炳權，劉宏立，孟凡斌．數字圖像處理技術的現狀及其發展方向 [J]．吉首大學學報（自然科學版），2009，30（1）：63-70．