图像处理

图像处理是指对图像进行分析、加工和处理,使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。

来源:维基百科
简介

一个图像可以定义为一个二维方程,f(x,y),其中x和y是空间(平面)坐标,f是任意一点所在坐标(x,y)的幅值,称为图像的强度或灰度。当x, y和f均为有限、离散的数值时,该图像称之为数字图像,数字图像处理指的是用数字计算机方法来处理图像。与人类视觉不同,机器视觉能涵盖整个电磁波段,因此数字图像处理可以应用在超声波,电子显微镜以及计算机生成的图像上。数字图像处理与计算机视觉之间没有十分明显的分界线,但是可以将这个计算机处理的过程分成三种类型来考虑:

1.低层次处理

低层次图像处理涉及到一些比较原始的操作,比如对图像进行预处理来进行降噪、对比度增强和图像锐化等。低层次处理一个特征是输入和输出都是图像。

2.中层次处理

涉及到的任务有图像分割(把图像分割成区域或者物体),将物体描述成适合计算机处理的形式,识别每个物体。中层次处理的输入一般为图像,但是输出是这些图像中提取出的特征(比如,边缘、轮廓等)。

3.高层次处理

理解所识别物体的整体,采用与视觉相关的认知函数。

[描述来源:教科书Digital Image Processing;URL:http://web.ipac.caltech.edu/staff/fmasci/home/astro_refs/Digital_Image_Processing_2ndEd.pdf]

进行数字图像处理所需要的设备包括摄像机、数字图像采集器(包括同步控制器、模数转换器及帧存储器)、图像处理计算机和图像显示终端。

一般来讲,对图像进行处理(或加工、分析)的主要目的有三个方面:

1.提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。

2.提取图像中所包含的某些特征或特殊信息,这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。

3.图像数据的变换、编码和压缩,以便于图像的存储和传输。

数字图像处理常用方法有:图像变换、图像压缩编码、图像增强和复原、图像分割、图像描述和图像分类(识别)。

[描述来源:百度百科;URL:https://baike.baidu.com/item/%E6%95%B0%E5%AD%97%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86]

发展历史

描述

数字图像处理最早出现于20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图像信息。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。早期的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的。图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用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,如几何校正、灰度变换、去除噪声等方法进行处理,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,获得了巨大的成功。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,以致获得了月球的地形图、彩色图及全景镶嵌图,获得了非凡的成果,为人类登月创举奠定了坚实的基础,也推动了数字图像处理这门学科的诞生。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。

数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置,也就是我们通常所说的CT(Computer Tomograph)。CT方法是根据人的头部截面的投影,经计算机处理来重建截面图像,称为图像重建。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。这项无损伤诊断技术在1979年获得了诺贝尔奖,说明它对人类作出了划时代的贡献。

与此同时,图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就,属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等,使图像处理成为一门引人注目、前景远大的新型学科。

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。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。很多国家,特别是发达国家投入更多的人力、物力到这项研究,取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论,这个理论成为计算机视觉领域其后十多年的主导思想。

主要事件

年份

事件

相关论文/Reference

1964

JPL对月球照片进行了图像处理

https://www.jpl.nasa.gov/missions/ranger-7/

1982

David Marr提出视觉计算理论

Marr, D. (1982). Vision: a computational investigation into the human representation and processing of visual information. W. H. WH San Francisco: Freeman and Company.

发展分析

瓶颈

-处理信息大,对计算机的计算速度、存储容量等要求较高;

-一幅图象本身不具备复现三维景物的全部几何信息的能力;

-人为因素影响较大:由于人的视觉系统很复杂,受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大,作为图像质量的评价还有待进一步深入的研究。另一方面,计算机视觉是模仿人的视觉,人的感知机理必然影响着计算机视觉的研究。

未来发展方向

图像理解已经在理论方法研究上取得不小的进展,但仍存在不少困难,需要对人类本身的视觉过程进行更多的分析。在计算机视觉领域,还有待人们进一步探索。

Contributor: Yueqin Li

相关人物
大卫·马尔
大卫·马尔
英国心理学家和神经科学家,将心理学,人工智能,和神经生理学的研究成果结合起来,提出了全新的关于视觉处理的理论,被认为是计算神经科学的创始人。
简介
相关人物