1 引言

图像（Image）是客观对象的一种表示，是人类社会活动中最常用的一种信息载体，也是人们获取信息、表达信息和传递信息最主要的手段。据统计，一个人获取的信息大约有 75%来自视觉所接受的图像信息。图像根据图像记录方式的不同可分为两大类 ：模拟图像和数字图像。模拟图像可以通过某种物理量（如光、电等）的强弱变化来记录图像亮度信息，例如模拟电视图像 ；而数字图像则是用计算机存储的数据来记录图像上各点的亮度信息。随着科学技术的发展和计算机性能的提高，在不同领域中，对所获得的图像，需要利用图像处理技术来提取图像中的有效信息，对图像进行修复、复原及噪音处理等，以改善图像质量并对相关问题进行分析和预测。图像处理可以应用光学方法和数字方法，光学图像处理其操作不如数字灵活，且容易受其他因素的影响，而数字图像处理的特点是再现性和通用性好，精度和灵活性高，能弥补光学图像处理的不足。21 世纪是一个充满信息的时代，数字图像处理已得到越来越多的应用，数字图像处理技术也越来越渗透到我们的日常生活、科学研究和社会生产当中。本文针对数字图像处理的研究现状、研究内容、基本技术及未来发展方向做了阐述。

2 数字图像处理的研究现状

数字图像处理，即使用计算机对图像进行处理，是指经过空间采样和幅值量化后将图像信号转换成数字信号的过程，又称为计算机图像处理。数字图像处理技术源于 20 世纪 20 年代，当时通过海底电缆从英国伦敦传输了一幅照片到美国纽约，其中采用了数字压缩技术。数字图像处理作为一门学科大约形成于 20 世纪 60 年代初期，早期图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目标。首次获得巨大成功的是美国喷气推进实验室（JPL），他们对航天探测器徘徊者 7 号在 1964 年发回的几千张月球照片使用了图像处理技术，并由计算机成功地绘制出月球表面地图，随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图等，为人类登月创举奠定了坚实的基础。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。1972 年，利用图像重建，根据人的头部截面的投影，经计算机处理来重建截面图像的用于头颅诊断的 X 射线计算机断层摄影装置，即 CT（Computer Tomograph）， 由 英 国 EMI公 司 工 程 师 Housfield 发 明。1975 年EMI 公司又成功研制出全身用的 CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979 年，这项无损伤诊断技术获得了诺贝尔奖。 随着图像处理技术的深入发展，从 70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。近年来，人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，由于人类本身对自己的视觉过程还了解较少，因此计算机视觉是一个有待人们进一步探索的新领域。

3 数字图像处理的研究内容

从系统整体研究的角度来看，数字图像处理的研究内容主要包括图像的获取、图像的表示与描述、图像增强与图像复原、图像分割等。

3.1 图像的获取

图像的获取（capturing）是指从现实世界中获得数字图像的过程，所使用的设备通称为图像获取设备。例如对印刷品、照片或照相底片等进行扫描输入，用数字相机或数字摄像机对选定的景物进行拍摄。图像获取的过程实质上是模拟信号的数字化过程，它的处理步骤大体分为四步 ：扫描→分色→取样→量化。如图 1 所示。通过上述方法所获取的数字图像称为取样图像（Sampled Image），它是静止 图 像（Still Image） 的数字化表示形式，通常简称为“图像”（Image）。

3.2 图像的表示与描述

图像的表示是指图像信息在计算机中的表示和存储方式。作为最简单的二值图像，可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法，对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。图像的表示与描述在整个数字图像处理过程中的作用如图 2 所示。


3.3 图像增强与图像复原

图像增强与复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。例如强化图像高频分量，可使图像中物体轮廓清晰，细节明显 ；而强化低频分量则可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般来说应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
扩展对比度是最常用的图像增强技术之一。假设有一幅图像，成像时光照不足，使得整幅图像偏暗，或者成像时光照过强，使得整幅图像偏亮，这些情况就称为低对比度，即颜色都挤在一起没有拉开。采用对比度增强的方法，把感兴趣的颜色范围拉开，使得该范围内的像素亮的越亮，暗的越暗，从而使图像的颜色更符合人的需要。当设置不同的对比度及亮度时，会有不用的显示效果，如图 3、图 4所示。

3.4 图像分割

图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分，如图像中的边缘、区域等提取出来，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。

4 数字图像处理的基本技术

数字图像处理的基本技术主要包括图像质量改善、图像分析、图像重建和图像数据压缩等。

4.1 图像质量改善

图像质量改善是尽量把图像上的畸变及噪声信息去掉，使图像更清晰，以便准确目视判读和解释图像信息。具体技术措施大致包括四类 ：（1）锐化技术，是突出图像上的各类边缘处的灰度处理，增大对比度使图像轮廓纹理更清晰 ；（2）平滑技术，是一种抑制噪声而达到改善图像质量的措施 ；（3）复原技术，是根据引起图像质量下降的原因而采取的一种恢复图像本来面目的处理措施；（4）校正技术，采取几何校正措施，去掉图像上的几何失真。

4.2 图像分析

图像分析一般是指利用数学模型并结合图像处理的技术来分析底层特征和上层结构，从而提取具有一定智能性的信息。图像分析的目的是提取图像中的有用信息，常用技术有边缘与线条的检测、图像区域分割、形状特征提取与测量、图像纹理分析、图像匹配与融合等。图像分析研究的领域一般包括 ：基于内容的图像检索、人脸识别、表情识别、光学字符识别、手写体识别、医学图像分析、视频对象提取等。

4.3 图像重建

图像重建是成熟的实用图像处理技术，是指根据场景的投影数据获取场景中物质分布的信息。普遍应用于医学领域中，它主要包括 CT 中投影图像的三维重建，和应用于测量左、右视图图像，生成立体图像的技术。

4.4 图像数据压缩

图像数据压缩是针对图像经数字化后所产生的图像数据信息量非常大的特点，尤其彩色动态图像的数据量更是大得惊人，为了对这些图像进行传输和预览，需要减少图像的存储容量，以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许失真的条件下进行。常用的有静态图像的有损压缩和无损压缩技术，如WinZip、WinRAR、各种图像格式转换等 ；也有动态图像的压缩处理技术，如 MPEG、H.264、AVS、网络流媒体技术等。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

5 数字图像处理的发展方向

当前，数字图像处理面临的主要任务是研究新的处理方法，构造新的处理系统，开拓更广泛的应用领域。
数字图像处理技术未来发展大致可归纳为以下几类。
（1） 图 像 处 理 的 发 展 将 围 绕HDTV（高清晰度电视）的研制，开展实时图像处理的理论及技术研究，向高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。
（2）图像、图形相结合，朝着三维成像或多维成像的方向发展。
（3）硬件芯片研究，把图像处理的众多功能固化在芯片上，使之更便于应用。
（4）新理论与新算法研究，在图像处理领域，近几年来，引入了一些新的理论并提出了一些新的算法，如小波分析（Wavelet）、分形几何（Frac-tal）、形态学（Morphology）、遗传算法（GA，Genetic Algorithms）、人工神经网 络（Artificial Neural Networks） 等。这些理论及建立在其上的算法，将会成为今后图像处理理论与技术的研究热点。数字图像处理经过初创期、发展期、普及期及广泛应用几个阶段，如今已是各个学科竞相研究并在各个领域广泛应用的一门科学。随着科学技术的进步以及人类需求的不断增长，图像处理科学无论是在理论上还是实践上，均会取得更大的发展。

6 小结

图像是人类获取和交换信息的主要来源，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，数字图像处理技术已经广泛深入地应用于国计民生息息相关的各个领域。本文主要探讨了数字图像处理的研究现状、研究内容、所使用的基本技术及未来的发展趋势。对于数字图像处理的一些棘手的问题，例如优化处理算法、提高处理速度等，以实现图形图像的智能生成、识别和处理，将是未来需要进一步研究的问题。

参考文献
[1] 张弘.数字图像处理与分析[M]．北京 ：机械工业出版社，2008.
[2] 贺东霞，李竹林，王静．浅谈数字图像处理的应用与发展趋势 [J]．延边大学学报（自然科学版），2013，32（4）：18-21．
[3] 李颖．数字图像处理中 Matlab的应用 [J]．甘肃广播电视大学学报，2010，20（2）：60-62．
[4] 郭文强，侯勇严．数字图像处理 [M]．西安电子科技大学出版社，2009．
[5] 陈炳权，刘宏立，孟凡斌．数字图像处理技术的现状及其发展方向 [J]．吉首大学学报（自然科学版），2009，30（1）：63-70．