五種計算機數字圖像處理技術效果對比

李敏 甘肅省財政學校

五種計算機數字圖像處理技術效果對比

李敏 甘肅省財政學校

對當下常用的計算機數字圖像技術中的直方圖處理、圖像分割、灰度變換、圖像平滑、圖像邊緣提取這5種進行理論分析，試研究了其常見技術類型，還從其現實中的用途、處理效果等進行分析。

圖像處理 計算機數字圖像技術 處理效果

科技發展日新月異，計算機發展更是飛速，近些年來，人工智能技術愈發成熟并得到廣泛應用，這使得人們對計算機技術也有了更為深刻的理解，其中，計算機數字圖像技術是一大關鍵技術。本文選擇了其中5種進行理論分析、處理效果分析與用途研究等。

所謂數字圖像處理，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。圖像處理中，一般輸入的是質量低的圖像，而輸出的是改善質量后的圖像，這提高了人們日常工作生產的效率與精確度。

圖像分為數字圖像和模擬圖像，數字圖像是二維圖像用有限數字數值像素的表示，由數組或矩陣表示，其光照位置和強度都是離散的，模擬圖像則是連續的，二者可以采用某些方法進行互相轉換。

數字圖像處理主要是處理空間離散、幅值量化分層的數字圖像。對于等待處理的數字圖像，要經歷幾下幾個步驟。首先要選擇可以用于分析的圖片，其次要對數字圖像進行分析處理，接著根據分析處理結果提取特征參數，最后根據建立數據樣品庫等方法得到圖像識別結果。在整個過程中，最重要的就是圖像分析與處理技術，這個方法有很多，如圖像編碼壓縮、圖像變換、圖像描述、圖像分割、圖像識別、直方圖處理、灰度變換、圖像平滑、圖像邊緣提取等，本文選擇其中5種來研究分析。

1 5種常見數字圖像處理技術的分析

1.1 灰度變換

一般來講，數字圖像設備獲取的都是RGB圖像，這種圖像所包含的圖像信息量非常大，并不適合用以圖像處理，所以，我們通常要將這種圖像轉換為灰度圖像，這就是灰度變換。以濃淡表示，各個像素與某一灰度值相對應，設原圖圖像的灰度值為D=f(x,y)，處理后為D’=g(x,y),則灰度變換可表示為g(x,y)=T[f(x,y)]或D’=T(D)。根據轉換函數T不同，得到的灰度圖像也不同。

由于成像設備與當時光線不同，若圖像亮度較差，清晰度也會較差，這時我們可以壓縮圖像的灰度范圍來增強對比度。

1.2 直方圖處理

直方圖反映了圖像的像素的灰度分布，就是圖像中的灰度級與出現出現這種灰度級的像素的概率之間關系的圖形。灰度直方圖是處理圖像的基礎。圖像的離散函數比上像素總和即為灰度直方圖函數。

直方圖均衡化就是把一已知灰度概率分布的圖像經過一種變換，使之演變成一副具有均勻灰度概率分布的新圖像。直方圖均衡化算法分為三個步驟，第一步是統計直方圖每個灰度級出現的次數，第二步是累計歸一化的直方圖，第三步是計算新的像素值。

1.3 圖像平滑

圖像平滑是指用于突出圖像的寬大區域、低頻成分、主干部分或抑制圖像噪聲和干擾高頻成分的圖像處理方法，目的是使圖像亮度平緩漸變，減小突變梯度，改善圖像質量。目前常用的濾波器有中值濾波器和高斯濾波器。

中值濾波就是把數字圖像或序列中的一點用其鄰域各點的中值代替。這樣可以有效地提高圖像質量。中值濾波在圖像處理中，常用于用來保護邊緣信息，是經典的平滑噪聲的方法。

高斯濾波實質上是一種信號的濾波器，其用途是信號的平滑處理。常用的零均值離散高斯濾波器函數：g(x)=exp(-x^2/(2 sigma^2)。改變分布函數可以改變高斯濾波曲線的形狀。

1.4 圖像分割

圖像分割是將圖像中有意義或有用的特征提取出來，或者說，將圖像分成各具有特點的區域并提取出感興趣目標的技術和過程。圖像分割是由圖像處理到圖像分析的關鍵步驟。

目前廣泛使用的是閾值化技術，這就是將選取的灰度閾值與圖像中的點進行對比，將其大于閾值的分為一類，其他分為另一類，以此來進行圖像分割。閾值可以寫成如下方程式：

T=T[x,y,f(x,y),p(x,y)]

1.5 圖像邊緣提取

圖像邊緣提取在數字圖像分析處理中非常重要。理想的邊緣檢測應當正確解決邊緣的有無、真假、定向定位。邊緣有重要的不變性質，光線的變化影響區域的外觀，但不改變邊緣。

在平時的檢測中，檢測到的邊界一般都是不連續的、有噪聲的，這是因為有噪聲和成像誤差，所以，要采用特殊的方法來進行轉化。其中，Sobel邊緣檢測法產生的邊緣效果很好，運算起來簡單方便，但圖像邊緣較粗，容易造成數據丟失或是影響后續處理。而Prewit、canny、log這三種相比sobel要復雜，但結果圖像邊緣比較好，后續處理也更加方便不易差錯，同時很少造成數據丟失，不過算法較為復雜，計算量也相對較大。

2 總結

本文對當下常用的計算機數字圖像技術中的五種進行了簡要闡述分析，其中包括直方圖處理、圖像分割、灰度變換、圖像平滑、圖像邊緣提取。通過對這五種方法進行分析，試研究了其常見技術類型，還從其現實中的用途、處理效果等進行分析，希望大家能更好的理解它們的原理，從而更加靈活地將其應用到生活工作中。

[1]周崟,張以青.計算機數字圖像處理技術[J].電腦編程技巧與維護,2012（06）:80-81,83

[2]陶姿邑.關于計算機數字圖像處理技術的若干思考[J].山東工業技術,2016（01）:158

[3]王天嬌.計算機數字圖像處理技術的發展[J].中國新通信,2016（04）:153

[4]占俊.幾種計算機數字圖像技術的處理效果研究[J].現代電子技術,2015（21）:32-35

[5]吳紫依.淺談計算機數字圖像處理技術的發展[J].無線互聯科技,2014（05）:95