您好, 访客   登录/注册

数字多媒体图像处理技术研究

来源:用户上传      作者:

  摘要:随着数字多媒体的不断发展,数字多媒体图像处理技术的应用越来越广泛,在各个行业和领域都发挥了重要作用。本文首先从图像的数字化和压缩编码、增强与恢复、分割、分析等四个方面详细分析了数字多媒体图像处理技术的主要研究方向和现状,然后介绍了该技术在航空航天、生物医学工程、信息通信、工业和工程等领域的具体应用。
  关键词:数字多媒体;图像处理;压缩编码;图像分割
  中图分类号:TP393      文献标识码:A
  文章编号:1009-3044(2020)02-0212-02
  1 概述
  随着信息化技术的普及和应用,多媒体处理技术得到了飞速发展,为了增强对图像信息的处理效率和实用性,数字图像处理技术应运而生。数字图像处理技术主要利用计算机或其他硬件来对大量的数字图像信息进行高效处理,具体而言,包括对图像进行分割、复原、变换等等[1]。近年来,的数字多媒体图像处理技术受到了越来越多的关注,紧随计算机处理能力的不断提高,数字图像处理技术也得到了很大提升。对图像信息的充分利用和数字化处理,可以满足不同领域的应用需求。关于数字多媒体图像处理技术的研究范围较广,既包含数字分析,也涉及光学系统等领域。因此,数字多媒体图像处理技术在军事、工业、生物医学、网络通信、航空航天等多个领域都发挥了重要作用。相比于传统的图像处理技术,可显著节约时间,而且能够简化对复杂图像的处理过程。
  2 数字多媒体图像处理技术的主要研究方向和现状
  相比于传统的图像处理技术,数字图像处理技术有诸多优点,如再现性更好、处理精度更高、适用面更宽,且灵活性也更高。目前,关于数字图像处理技术的。主要研究方向大致包括图像的数字化和压缩编码、图像增强与恢复、图像分割和图像分析等四个方面,这四个方向既是目前关于数字图像处理技术的主流方向,同时也是对图像进行处理的主要流程[2]。下面分别详细介绍这四个研究方向的主要内容和研究现状。
  (1) 图像的数字化和压缩编码
  图像的数字化是指对图像进行取样和量化,将图像变换为数字形式,使其适合用计算机进行处理。在计算机内部,图像被表示为数字矩阵的形式,矩阵的每一个元素代表了图像的每一个像素。图像的压缩编码的目的就是要对图像的信息量进行压缩,使其适合存储或在信道中进行传输。常用的图像编码方式包括模拟处理和数字处理。在采用模拟处理技术时,通常需要进行数-模转换来得到编码。而数字编码技术通常对图像进行逐点加工,或者对图像属性进行变换,利用图像的特征进行编码等[3]。
  图像的压缩编码是为了尽可能地降低数据存储占用的空间,同时尽量传递更多的信息量,从而降低传输图像时所需的时间的带宽。近年来,图像压缩编码取得了很多研究成果,如EZW编码算法和SPIHT编码算法等,这两种算法的结构较为简单,且图片在复原时候的质量较好,但是其时间和空间复杂度较高。此后,小波变换的图像压缩算法发展成为主要方向,改算法适用于分析非平稳信号,具有更好的适用性。
  (2) 图像增强与恢复
  图像的增强与恢复是图像处理的重要环节。其中,图像增强的目的是使得图像更为清晰,或将其进行转换使其适合被人和机器分析或识别。对图像进行增强的常用方法包括边缘锐化、干扰抵制、灰度等级直方图处理等等。在获得图像过程中,难免会受到各种因素的影响,比如光学系统的离焦、物体的相对运动等。图像恢复的目的就是为了去除这些原因所导致的图像退化。
  在对图像进行增强和恢复前,通常首先分析各种增强算法的优缺点和侧重点,然后根据图像的具体特点决定使用哪种或哪几种增强方法。常见的处理流程是,首先根据图像自身性质,建立相应的数学模型;其次,实行相应的恢复算法降低退化源造成的影响;然后,根据图像的先验知识,建立原始图像的模型;最后,通过检测原始图像而复原图像。
  (3) 图像分割
  图像分割是指将图像划分为不同的区域,这些区域相互不会重叠,而且每一个区域中的像素是连续的。目前常见的图像分割方法是利用图像的纹理特性来对其进行分割,可进一步分为区域法和边缘法。其中,区域法是将像素划分到特定的区域,而边缘法是通过寻找区域之间的边界来对图像进行分割。
  基于区域的分割方法包括阈值法、分裂合并法等等,其基本原理是将图像分割成多个不重叠的区域,同时保证每个区域特征的相似性是内部大于外部,且每个区域内部的像素满足特征相似性准则。基于边缘的分割方法是通过检测图像局部特征的突变性来把图像分割成不同的区域。典型的边缘检测算子包括微分算子法和边界跟踪法,微分算子法计算简单快速,但是对干扰噪声较为敏感;边界跟踪法从梯度图中的一点出发,一次寻找相邻边缘点,最终实现对边界的检测。在实际应用中,通常综合利用多种算法来对图像进行分割
  (4) 图像分析
  在对图像进行上述一系列处理之后,通过对圖像进行分析,从中提取出有用的数据和信息才是图像处理的目的。而图像分析就是为了获得以数值形式所表示的数据和信息。与现有的模式识别、人工智能相比,图像分析的内容与其既有交叉也有区别。图像分析是在利用图像分割方法抽取图像特征的基础上,利用符号对图像进行描述,进而判断该图像中是否存在某种信息。
  图像分析具体可包括图像描绘和纹理分析两个方面。其中,图像描绘是在图像分割的基础上,利用目标提供的信息和相互关系,对目标进行识别,可进一步分为内部描述、边界描述和关系描述。常见的纹理分析方法主要是利用纹理图像的结构、纹理的不同数字特征、纹理在频域的表现特点或某种数学模型对图像的纹理进行分析,与之相对应的方法分别称为结构法、统计法、频谱法和模型法。
  3 数字多媒体图像处理技术的应用领域
  在信息高速发展的今天,数字多媒体图像已经成为人们获取和交换信息的重要方式,因此,数字多媒体图像处理技术的应用领域涉及人类生活的多个方面,具体而言:   在航空航天方面,较为常见的应用场景是利用数字图像处理技术对月球、火星的照片进行处理,以及对飞机和卫星遥感得到的图像进行处理[4]。尤其在遥感图像方面,各个国家每天都利用飞机或卫星对地球上的区域进行空中拍照,对得到的照片如果采用人工处理则会花费大量的人力物力,而采用数字图像处理技术可可以高效地对得到的图像进行判读分析,并从中提取出利用传统人工方式无法获得的大量有用信息。目前,各国都大量使用卫星所获得的图像对地球资源进行普查、对灾害进行检测或对城市进行规划,在这些应用中,数字图像处理技术发挥了重要作用,且达到了良好效果。此外,在对太空的其他星球研究和天气水文预报方面,数字图像处理技术也必不可少。
  在生物医学工程方面,医学上在对患者进行诊断时,常常利用CT、X光等技术,通过对患者体内成像来判断患者病情。在成像过程中,常常采用数字图像处理技术来获得清晰的医学图像,包括肺部图像、超声波图像、心电图等[5]。此外,数字图像处理技术还在医用显微图像的处理分析方面发挥作用,包括细胞分类、病变细胞识别、染色体分析等。
  在信息通信方面,随着信息化的不断发展,由于图像可以给人直观的感受,且传递的信息比文字形式更为感官,因此,利用图像传递信息已经成为非常重要的通信方式之一。但是由于图像通信由于涉及的图像数据量较大,也导致这种方式相对复杂。为了将图像数据通过从传统的信道实时发送出去,常用的解决方式是对图像的信息进行压缩。目前常见的编码方式包括自适应网络编码、小波变换压缩编码等。
  在工业和工程方面,零件质量的检测和分类,各种印刷电路板的质量和瑕疵检测,弹性力学、流体力学相关图片的力学分析,以及信件的识别和自动分类等等,都使用了数字图像处理技术[6]。此外,在一些人力无法或不宜达到的地方,如有毒区或放射性较大的区域等,可以利用数字图像处理技术通过对工件或物体的图像进行分析,来对物体进行识别和处理。
  在军事方面,数字图像处理技术主要用于对军事上涉及的各类图像进行处理和识别,包括导弹精确制导、采集照片的判读、指挥系统中的图像传输存储和展示、模拟训练系统中的飞机坦克的建模和识别等等。在公安方面,数据图像处理技术在图像取证方面发挥着不可替代的作用,如利用数字图像处理技术可以对嫌疑人的指纹和人脸进行识别,对得到的模糊或缺损图像进行复原和增强,对交通监控和事故进行分析等等。最为常见的用于案例是高速公路或停车场收费系统中的车辆和车牌的自动识别。
  在文化艺术方面,典型的应用可分为两类,一类是视频和多媒体系统中广泛采用的数字图像的编辑、合成、变换、静止和动态图像信息的采集和处理及存储,同时,在动画和电子游戏的制作方面也普遍使用了数字图像处理技术。另一类是在文化艺术方面,数字图像处理技术常被用于对各种工艺品进行设计、缺失文物或历史资料的复制和修复,或对赛场上运动员的动作进行分析和评分等等,这一类应用也相应形成了计算机美术这一新的艺术形式。
  在机器人视觉和可视化方面,将图像处理技术和图形学相结合,已经在各个领域形成了较为成熟的研究工具,如对网络态势进行可视化等等。在机器视觉方面,利用数字图像处理技术,机器人可以对二维和三维的物体进行识别和理解,或对军事环境进行侦查等等。此外,在電子商务方面,如身份认证、水印、产品真伪识别等方面,图像处理技术也得到了相当广泛的应用。
  4 结论
  数字多媒体图像处理技术在军事、工业、生物医学、网络通信、航空航天等多个领域都发挥了重要作用。随着计算机的高速处理能力的提高,数字图像处理技术也必将随之迅速发展。在当前各个学科不断交流和融合的背景下,数字图像处理也必将与其他相关学科彼此渗透和结合,在这种融合中,在高速处理能力的支持下,数字图像处理技术在获取和利用信息方面的优势将愈发明显,未来也必将受到更多关注和重视。
  参考文献:
  [1] 杨宏伟.数字图像处理技术及其应用[J].电脑迷,2018(9):64.
  [2] 周姣.基于MATLAB的数字图像处理技术及应用[J].大科技,2017(10).
  [3] 李郑冬.数字图像处理技术发展探究[J].信息记录材料,2019,20(2):99-100.
  [3] 李郑冬.数字图像处理技术发展探究[J].信息记录材料,2019,20(2):99-100.
  [4] 杨欣程.主成分分析方法在遥感数字图像处理中的应用综述[J].中国水运.航道科技,2017(3):67-71.
  [5] 姚希.数字图像处理技术及其应用[J].电子技术与软件工程,2017(18):87.
  [6] 申宾德.数字图像处理技术在机械工程领域中的应用与研究[J].机械研究与应用,2018,31(2):170-172.
  【通联编辑:光文玲】
转载注明来源:https://www.xzbu.com/8/view-15128059.htm