字图像信号进行高效编码,即研究数据压缩技术以解决数据量大的矛盾。一般来说数字图像编码的目的有减少数据存储量、降低数据率以减少传输带宽和压缩信息量。
压缩数字图像编码压缩技术可减少描述数字图像的数据量(即比特数),以便节省数字图像传输、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,也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法,它在数字图像处理技术中是发展最早且比较成熟的技术。
现代编码法的特点是:充分考虑人的视觉特性,恰当的考虑对数字图像信号的分解与表述,采用数字图像的合成与识别方案压缩数据率。
3.数字图像增强和复原数字图像
增强和复原的目的是为了提高数字图像的质量,如去除噪声,提高数字图像的清晰度等。数字图像增强不考虑数字图像降质的原因,突出数字图像中所感兴趣的部分。如强化数字图像高频分量,可使数字图像中物体轮廓清晰,细节明显;如强化低频分量可减少数字图像中噪声影响。减弱或取出不需要的信息,从而使有用的信息得到加强,便于区分或解释。主要方法有直方图增强,伪彩色增强法,灰度窗口等技术。
数字图像复原处理的主要是去除干扰和模糊。数字图像复原要求对数字图像降质的原因有一定的了解,一般讲应根据降质过程建立\降质模型\,再采用维纳滤波、逆滤波、同态滤波等方法,恢复或重
建原来的数字图像。 4.数字图像背景分割
数字图像背景分割是数字图像处理中的关键技术之一。数字图像背景分割是将数字图像中有意义的特征部分提取出来,其有意义的特征有数字图像中的边缘、区域等,这是进一步进行数字图像识别、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数字图像的有效方法。因此,对数字图像背景分割的研究还在不断深入之中,是目前数字图像处理中研究的热点之一。
5.数字图像描述
数字图像描述是数字图像识别和理解的必要前提。作为最简单的二值数字图像可采用其几何特性描述物体的特性,一般数字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。对于特殊的纹理数字图像可采用二维纹理特征描述。随着数字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。 6.数字图像分类(识别)
数字图像分类(识别)属于模式识别的范畴,其主要内容是数字图像经过某些预处理(增强、复原、压缩)后,进行数字图像背景分割和特征提取,从而进行判决分类。数字图像分类常采用经典的模式识别方法,有统计模式分类和句法(结构)模式分类,近年来新发展起来的模糊模式识别和人工神经网络模式分类在数字图像识别中也
越来越受到重视。
总的来说,经多年的发展,数字图像处理经历了从静止数字图像到活动数字图像;从单色数字图像到彩色数字图像;从客观数字图像到主观数字图像;从二维数字图像到三维数字图像的发展历程。特别是与计算机图形学的结合已能产生高度逼真、非常纯净、更有创造性的数字图像。由此派生出来的虚拟现实技术的发展或许将从根本上改变我们的学习、生产和生活方式。
3:参考文献
[1] 朱虹 数字图像处理基础 北京 科学出版社 2005。 [2] 阮秋琦 数字图像处理学,北京 电子工业出版社,2001。 [3] 陈传波等 数字图像处理, 北京 机械工业出版社,2004 [4] 章毓晋 数字图像工程-图象处理和分析 清华大学出版社,1999