數字圖像處理技術及應用實踐研究

摘 要：數字化圖像處理技術以直觀、具象、通用性強、精度高等特點，在通信與信息系統應用廣泛。由于數字圖像處理涉及多個學科知識的交叉融合，處理方式靈活，圖像傳輸可靠性強，特別是在人工智能領域，數字圖像處理技術為提升機器視覺感知與識別創造了條件，在航空、通信、安防、科技文化藝術等等領域發揮了重要作用。

關鍵詞：數字圖像處理;圖像增強;實踐應用

數字圖像處理技術以二維數據為信息源，通過對圖像信號的技術處理，來提升視覺圖像效果。數字圖像在信號采集、識別、處理及轉換等方面優勢突出，應用領域更廣。如在航天領域，通過衛星、航天器拍攝的航天圖像，轉換為數字信號并傳輸到地面設備，由技術人員進行圖像提取、分析、增強、分割等處理，來獲得最佳的成像質量，為開展科學規劃、建設、勘探提供影像指導。在通信領域，數字圖像處理技術在數字通信、網絡通信、光纖通信中，以圖像信號的產生、傳輸、交換、處理為主要方式，通過變換編碼、熵編碼等技術來優化圖像信號，提高數據傳輸速率和質量。在科技文化藝術領域，數字圖像處理技術廣泛應用于影視、游戲畫面編輯與創新設計中。

一、數字圖像處理特點與過程

隨著數字成像設備、數字圖像傳感器的廣泛應用，數字圖像處理技術也得到了快速發展。數字圖像在處理的特點表現在四方面：一是能夠確保圖像輸入輸出一致。在模擬圖像處理中，技術的應用可能會降低圖像質量，而數字圖像卻能夠保證輸入輸出一致性。二是數字圖像在處理精度上更高。數字圖像是建立二維數據基礎上，可以實現圖像像素的多級處理。如16、32、64級。在傳統圖像處理中，因考慮到像素位數的處理難度，往往降低圖像精度。數字圖像在處理時，可以不受數組、像素位數的局限，從而獲得更高的圖像精度。三是應用范圍廣。數字圖像包括多種類型的圖像，如可見光圖像、X射線圖像、超聲波圖像、紅外線圖像等等。在處理方式上可以對數字圖像進行多種類型的轉換。四是靈活度高。數字圖像可以實現非線性處理，利用數字技術來分析圖像邏輯關系，進而實現圖像的壓縮、復原、匹配描述識別等需要。

在數字圖像處理應用中，主要包括四個階段。一是對圖像進行數字化處理，根據不同應用領域，借助于采集設備來獲得數字圖像數據，并將之轉存到圖像數據模塊，這一階段的圖像數據基本元素為像素。二是對圖像數據進行編碼處理，編碼的主要目標在于確保圖像質量，通過合理的壓縮編碼，來優化圖像數據格式及要求，以滿足傳輸、存儲等需要。三是對圖像的恢復處理。恢復圖像主要是為了改善數據“退化”現象，通過恢復處理來獲得更為完整的圖像數據。如圖像退化主要有離焦、光學系統像差等。第四階段是圖像分割，根據需要來劃分圖像。如將圖像像素注入指定區域;尋找圖像區域結果，提前有價值的圖像信息等。

二、數字圖像處理技術

在數字圖像采集過程中，由于受到設備硬件條件的限制，加之采集環境惡劣，可能會出現成像距離遠、曝光值不達標、圖像信息在形成、傳輸、接受、存儲等過程中受到干擾等，最終影響圖像質量。通常，在分析圖像質量時，需要從圖像的對比度、色彩失真度、分辨率，以及視覺效果等方面來考查。如某手機攝像頭與探月成像設備相比，兩者的分辨率相差很大;在不同天氣條件下，也可能對圖像帶來模糊、朦朧、對比度下降、色彩失真等干擾。所以，在數字圖像處理技術中，圖像增強技術應用較廣。圖像增強技術，本身就是為了提高圖像質量，改善圖像清晰度、對比度、可見度，為提升視覺效果創造條件。濾波技術是一種重要的圖像處理技術，通過濾波技術能夠對圖像中的部分分量進行處理。如平滑濾波可以消除圖像中的噪聲;銳化濾波可以提高圖像銳利度。

在平滑濾波技術中，主要是對圖像中的每一個像素進行卷積遍歷后得到平滑圖像。對高頻分量的濾除稱為低通濾波，可以直接用于模糊圖像，來消除圖像噪聲，不過，圖像在低通濾波后，紋理信息被模糊化，邊緣信息受到破壞。從視覺效果來看，平滑濾波模板尺寸越大，去噪效果越好，但圖像越模糊。為此，我們通常調整平滑模板各位置的權重系數，來降低模糊程度。在圖像處理中，越接近模板中心的像素，所占權重應越大，而模板邊緣的權重要小。在實際平滑濾波處理中，各模板系數均為整數，周邊系數為1，內部系數按比例增加，中心系數最大。銳化濾波主要是對圖像邊緣進行處理，在數字圖像處理時，通常對被模糊后的細節進行銳化處理，來降低模糊程度。銳化濾波有兩種，一種是高通濾波，與低通濾波原理相似;另一種是微分銳化，包括梯度銳化、拉普拉斯銳化等。在圖像處理技術中，在圖像邊緣，物體與背景相交處，梯度變化大，而背景或物體部分，梯度變化小。在梯度模板類型上，Robert模板為交叉梯度，Sobel模板是基于Sobel梯度應用較廣。梯度算子總有兩個不同方向的模板，來響應不同方向的邊緣信息。拉普拉斯算子為一個模板，包含了不同方向的邊緣響應信息，可以實現對圖像細微處的優化處理，增進圖像細節表現力。同時，拉普拉斯模板在進行濾波處理時，邊緣響應度高，對圖像進行增強處理后，保留了邊緣圖像結構特征。不過，梯度模板與拉普拉斯模板在進行圖像銳化時，往往還會增加圖像噪聲。

三、結語

隨著大數據、人工智能等新型技術的應用，數字圖像處理技術也獲得更大發展。通過分析圖像處理技術，來實現圖像數據信息的壓縮、復原、分割等。圖像增強是圖像處理的重要內容，在圖像增強處理中要結合數字圖像類型、特點及 要求，把握好整體與局部特征關系。選擇合適的增強處理技術，來提升圖像質量，滿足特殊分析需要。另外，在數字圖像處理方法上，還要結合圖像可視化特征，引領學生了解各類算法原理，掌握圖像處理技巧和實踐能力。

參考文獻：

[1]單亮亮，楊英寶，朱熹，張希澤，曹晨，潘鑫.數字圖像混合噪聲濾波算法研究[J].地理空間信息，2018，16（07）：13-15+9.

[2]關雪梅.Matlab圖像濾波處理技術研究[J].安陽師范學院學報，2018（05）：37-39+94.

作者簡介：梅夢麗（1991-），女，江西撫州人，助教，研究方向：數字圖像處理。