計算機圖像處理的應用與發展

李東丹

（西山煤電集團高級技工學校，山西 太原 030053）

引言

當前，計算機已經得到普及應用，影響著社會生產、生活的方方面面。計算機圖像處理是一種使用計算機對圖像進行處理的技術，具有圖像處理效率與質量較好、圖像處理過程簡單快捷、可同時對多個圖像進行處理等諸多優勢。因此，計算機圖像處理的應用范圍不斷擴大。

1 計算機圖像處理技術

計算機圖像處理是將圖像信號轉換為數字信號之后，采用計算機實施一系列處理的一種技術。該技術的常用方法主要包括：

1）圖像編碼壓縮。該技術可以減少描述圖像的比特數，也就是數據量，因此不僅可以使其占用存儲器容量減小，還可以減少圖像傳輸、圖像處理所花費的時間。對圖像編碼壓縮方法進行實際應用的過程中，圖像即可以處于不失真的條件下，也可以處于失真的狀態下，但必須在允許范圍之內。

2）圖像變換。如果需要進行處理的圖像陣列非常大，雖然可以在空間域中直接處理，但是計算量卻非常大，這無疑提高了圖像處理的難度，也提高了對圖像處理技術的要求。面對這樣的情況，可以應用圖像變換方法，如沃爾什變換、傅立葉變換以及離散余弦變換等，把空間域的處理變成變換域處理，以達到減少計算量的效果。小波變換是一種新興的圖像變換技術，其在時域、頻域中有著理想的局部化特征。

3）圖像增強與復原。實現圖像質量的提高是增強與復原的主要目的，例如去噪可以使圖像清晰度提升。圖像增強通常是將圖像中需要的部分進行著重突出，不會對圖像降質原因進行考慮。而圖像復原必須考慮圖像降質原因，這也是該方法的一個基本特征，在采取圖像復原方法的時候，一般情況下應當與圖像降質過程有機聯系起來，建立科學的“降質模型”，并合理選擇濾波方法，來修復、重建圖像。

4）圖像分割。從圖像中提出有意義的特征，是圖像分割的主要內容，圖像中的區域、邊緣等均屬于有意義的特征，圖像分割是進一步開展圖像識別、圖像理解、圖像分析的基礎。

5）圖像描述。在計算機圖像處理技術中，圖像描述是一種常用對方法，同時也是圖像識別的必要前提。一般情況下，二維形狀可以對一般圖像進行描述，包括邊界描述、區域描述，二值圖像則是采用幾何特性來對物體特性進行描述；可借助二維紋理特征對特殊紋理圖像進行描述[1]。

6）圖像識別。圖像識別也被稱為圖像分類，指的是對經過壓縮、增強、復原等預處理的圖像進行分割、提取特征，并在此基礎上進行判決分類。模式識別方法是圖像識別中的常用方法，包括句法模式分類、統計模式分類兩種類型。新興的人工神經網絡模式分類、模糊模式識別等在圖像識別中得到了越來越多的應用。

2 計算機圖像處理的應用

2.1 計算機圖像處理在工業工程領域的應用

計算機圖像處理在工業工程領域的應用十分廣泛，比較常見的有以下幾種情況：自動裝配線中對零件質量進行檢測，并可以實現對零件的準確分類；彈性力學照片的應力分析；郵政信件的自動化分揀；印刷電路板疵病檢查；先進的設計與制造中采用工業視覺；流體力學圖片的升力、阻力分析；放射性、有毒環境下對物體或工件的排列狀態與形狀進行識別。隨著人工智能技術的迅速發展，各種智能機器人被研發出來，其具有一定的觸覺、視覺、聽覺等功能，為工農業生產提供了有力的技術支持。現階段，工業生產中的一些特殊情況如焊接、噴漆、裝配等環節已經對智能機器人進行了應用。

2.2 計算機圖像處理在通信工程領域的應用

當前的通信正在朝著數據、圖像、文字、聲音等有機結合的多媒體通信方向發展。圖像通信是其中難度、復雜程度最高的一種，其原因在于圖像數據量非常大，例如，彩色電視信號的傳送速率可高達100 Mbit/s。若想實時傳送這種高速率的數據，應使用編碼技術來對信息的比特量進行壓縮。可以說，這些技術的成敗，在很大程度上取決于編碼壓縮的效果。目前，常用的方法包括DPCM編碼、熵編碼以及變換編碼，除此之外，各種新的編碼方法不斷涌現，如自適應網絡編碼、分行編碼等。

2.3 計算機圖像處理在醫療領域的應用

目前，在醫療領域，CT技術、超聲圖像、體視化技術等方面均涉及到了計算機圖像處理，具體如下所述。

1）CT技術。圖像質量是決定CT影像整體質量的最為關鍵的要素。因此，在對CT技術進行實際應用的時候，應采用計算機圖像處理技術，充分發揮該技術的作用與優勢，對圖像進行有效的處理，從而可以得到更加高清的圖像。這樣的前提下，在寬動態范圍中，CT成像系統便可以得到密度、對比度最好的圖像。在此基礎上，采取一系列圖像處理方法，來對圖像中的目標區域進行靈活處理，從而實現圖像邊緣銳利度、圖像對比度、圖像密度的最優化，為醫生診斷提供有效的支持[2]。

2）超聲圖像。當前，超聲檢查在醫療領域中得到了越來越多的應用，計算機圖像處理的應用，可以保障超聲檢查的應用價值。具體來說，針對使用超聲檢查設備取得的圖像，可采用維納濾波解卷算法進行斑點去噪處理，采取這樣的方法，可以大幅度提高圖像的分辨率；在此基礎上，針對圖像高頻部分，可通過圖像增強方法來著重突出，從而實現邊緣清晰度的提升，獲得更高質量的圖像，便于醫生區分病灶與正常組織。

3）體視化技術。醫療領域中，計算機圖像處理也在體視化技術中得到了應用。體視化技術可以將二維斷層圖像重建為三維圖像，并采取濾波、變換的技術，將數據中的噪聲濾除，對成像過程中的畸變進行校準。同時，體視化技術的實際應用過程中，可以結合計算機視覺分割法，來更好地區分不同物質體數據，使目標人體器官、組織等顯現出來，從而讓病灶充分暴露出來。

2.4 計算機圖像處理在遙感衛星領域的應用

20世紀60年代末，SKYLAB系列與LANDSAT系列遙感衛星發射成功之后，由于受到環境因素的影響，衛星傳回的圖像質量較差。但是，受到技術條件的限制，無法對圖像進行有效的處理，這就導致了無法從圖像中得到有價值的信息，這無疑也在一定程度上給遙感衛星領域的發展帶來了一定的限制。自進入21世紀以來，科學技術走向了迅速發展的道路，計算機圖像處理技術的誕生與應用，使得圖像處理變得更加簡單、方便、快捷、有效。因此，遙感衛星領域的圖像處理中，也可以引入計算機圖像處理技術，從而獲得有價值的信息。具體過程如下：遙感衛星獲得原始圖像之后，在空中對圖像進行數字化編碼，在此過程中，將圖像信號轉變為數字信號，然后再將數字信號傳回到地面；地面處理中心在接收到數字信號之后，應當采用計算機圖像處理技術，對傳回的圖像進行一系列的處理，從而獲取有價值的信息。與此同時，在遙感衛星領域，還可以將計算機圖像處理技術應用在地形勘查、氣象觀測、資源勘探等領域。例如，針對鐵路建設項目在規劃設計之前，可以采用遙感衛星獲取項目所在區域的圖像，然后對圖像進行處理、分析，并根據處理完成的高質量圖像，來開展規劃設計工作。

2.5 計算機圖像處理在交通領域的應用

智慧城市建設中，智能交通占據著非常重要的地位，為了實現智能交通，應加強對計算機圖像處理技術的研究與應用。計算機圖像處理技術最初只是用于交通信息采集、道路交通管理等方面。伴隨著計算機圖像處理技術的迅速發展，其在交通領域中的應用范圍也在不斷擴大，對計算機圖像處理技術進行有效應用，加強道路安全管理，對于維持交通秩序有著重要的意義。

車輛識別中，計算機圖像處理的要點主要包括：

1）圖像預處理。將環形線圈檢測器與照相機設置在各個道路上，構建“電子眼”系統。借助電子眼，對經過的車輛信息進行捕捉，并對車輛的車牌圖像進行采集。對圖像進行采集的時候，由于受到硬件問題、環境因素的影響，因此采集到的原始圖像往往質量不高、無法準確識別。面對這樣的情況，應采用有效的方法，對原始圖像進行適當的預處理。第一步是使彩色圖像灰度化，以降低圖像數據量，從而減少后續圖像處理中的數據量；第二步是將圖像中需要的特征進行選取，采用圖像濾波技術進一步對圖像進行預處理，使原始圖像特征盡可能保留下來的前提下降低圖像的噪聲，以提高圖像的可靠性與價值；第三步是開展邊緣檢測，結合實際情況，選擇合理的算法，對圖像進行邊緣定位，如Roberts算子、Sobel算子、Canny算子、Prewitt算子等，以便于后續能夠獲取有價值的信息區域。

2）車牌定位。在完成圖像預處理后，應定為車牌區域，將含有車牌信息的子區域提取出來。第一步是圖像初定位，將候選區域篩選出來；第二步是根據第一步選出來的候選區域圖像，開展二值化處理，對閾值進行合理調整，將圖像分為黑白兩個部分，從而實現圖像數據大小的進一步降低，并能更好地顯示圖像中車牌的細節，實現圖像識別效率的提升；第三步是對圖像進行掃描，根據像素的黑白跳變規律，來實現對車牌區域的準確定位。

3）車牌校正。道路交通中，車流情況時時刻刻均在發生著變化，因此“電子眼”在拍攝目標車輛的時候，可能是從正面拍攝，也可能是從側面拍攝，因此得到的車牌可能是歪曲的，大致上可分為垂直傾斜、水平傾斜以及復合傾斜三種類型，需要對車牌進行校正處理。在對車牌進行校正的時候，可以根據實際情況，選擇TILT算法、Hough變換法等方法進行處理，從而提高圖像的質量。

4）字符分割。完成車牌校正之后，應對車牌上的字符進行分割，也就是從車牌中提取字符子圖像塊，從而為后續車牌識別奠定良好的基礎。實際操作的時候，可以采取基于漢字結構特征的分割法、區域生長法、垂直投影法等方法來進行字符分割。

5）車牌識別。將經過字符分割之后提取出來的字符，與字符庫進行對比，得到匹配結果，從而有效識別車牌。

3 計算機圖像處理的發展前景

當今時代背景下，科技日新月異，與此同時計算機圖像處理也在不斷改進、優化，并不斷各種先進的科學技術進行融合發展。深度學習背景下，計算機圖像處理技術將會與現有技術不斷結合，并應用于大數據情景中，實現自動化、擬人化。主要體現在智能識別映射處理、自動化網絡制圖、圖像場景理解和專業軟件開發等方面。

1）智能識別映射處理。其本質上是一種分辨技術，可對目標物體進行分辨，可在安防計算機信息過濾系統中應用。

2）自動化網絡制圖。其主要借助圖像識別重心、參數進行更改，可實現自動更新神經網絡架構，可在搜索類APP中應用。

3）圖像場景理解。即從原本的圖像場景發展到認知現實世界，可實現數據泛化能力的提高，可在信息交互、推斷關系場景布局中應用。

4）專業軟件開發。在專業軟件開發領域對計算機圖像處理技術進行有效應用，可以實現軟件處理算法的優化，為用戶提供更加便捷、優質的圖像處理技術。

4 結語

計算機圖像處理技術目前已經在工業工程、通信工程、醫療、遙感衛星、交通等領域得到了應用，并表現出了良好的優勢。隨著科技的進步，相信計算機圖像處理技術在未來勢必會得到進一步發展與更廣闊的應用，為推動社會發展做出更好的貢獻。