数字图像处理在数字摄影测量技术中的应用与实践

摘要：数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。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。如今，数字图像处理正与当今社会的各个方面紧紧相连，密不可分。让我们一起来认识数字图像处理技术。

关键词：基本概况及简要发展 ，常用方法， 实际应用 ，未来发展

Abstract: the digital image processing is to point to will image signal converted into digital signals and use the computer to the treatment of the process. Image processing first appeared in the 1950 s, when the electronic computer has developed to a certain level, people began to use computers to graphics processing and image information. Digital image processing as a subject about formed in the early 1960 s. The purpose of the early image processing is to improve the quality of the image, it with artificial object, to improve the visual result of the person for the purpose. The image processing, the input is the image quality is low, the output is to improve the quality of the images, common image processing method has image enhancement, recovery, coding, compression, etc. Nowadays, digital image processing is and the various aspects of society closely linked, inseparable. Let us know the digital image processing technology.

Keywords: basic situation and brief development, commonly used method, the practical application, the future development

中图分类号：TU74文献标识码：A 文章编号：

一、数字图像处理的基本概况及简要发展

数字图像处理，即Digital Image Processing，是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展（特别是离散数学理论的创立和完善）；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。20世纪20年代，图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。到20世纪50年代，数字计算机发展到一定的水平后，数字图像处理才真正引起人们的兴趣。1964年美国喷气推进实验室用计算机对“徘徊者七号”太空船发回的大批月球照片进行处理，收到明显的效果。20世纪60年代末，数字图像处理具备了比较完整的体系,形成了一门新兴的学科。20世纪70年代，数字图像处理技术得到迅猛的发展，理论和方法进一步完善，应用范围更加广泛。在这一时期，图像处理主要和模式识别及图像理解系统的研究相联系，如文字识别、医学图像处理、遥感图像的处理等。20世纪70年代后期到现在，各个应用领域对数字图像处理提出越来越高的要求，促进了这门学科向更高级的方向发展。特别是在景物理解和计算机视觉（即机器视觉）方面，图像处理已由二维处理发展到三维理解或解释。近年来，随着计算机和其它各有关领域的迅速发展，例如在图像表现、科学计算可视化、多媒体计算技术等方面的发展，数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。图像处理工具箱提供一套全方位的参照标准算法和图形工具，用于进行图像处理、分析、可视化和算法开发。可用其对有噪图像或退化图像进行去噪或还原、增强图像以获得更高清晰度、提取特征、分析形状和纹理以及对两个图像进行匹配。工具箱中大部分函数均以开放式MATLAB语言编写。这意味着可以检查算法、修改源代码和创建自定义函数。图像处理工具箱在生物测定学、遥感、监控、基因表达、显微镜技术、半导体测试、图像传感器设计、颜色科学及材料科学等领域为工程师和科学家提供支持。它也促进了图像处理技术的教学。

二、数字图像处理常用方法1、图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。2、图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），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，也可以在允许的失真条件下进行。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。3、图像增强和复原：图像增强和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。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量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，一般讲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。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提取出来，其有意义的特征有图像中的边缘、区域等，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。5、图像描述：图像描述是图像识别和理解的必要前提。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。

图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。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图像识别中也越来越受到重视。

三、数字图像处理在生活中的实际应用

图像是人类获取和交换信息的主要来源，因此，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，图像处理的应用领域也将随之不断扩大。

1、航天和航空技术方面的应用数字图像处理技术在航天和航空技术方面的应用，除了上面介绍的JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。许多国家每天派出很多侦察飞机对地球上有兴趣的地区进行大量的空中摄影。对由此得来的照片进行处理分析，以前需要雇用几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。这些图像无论是在成像、存储、传输过程中，还是在判读分析中，都必须采用很多数字图像处理方法。现在世界各国都在利用陆地卫星所获取的图像进行资源调查（如森林调查、海洋泥沙和渔业调查、水资源调查等），灾害检测（如病虫害检测、水火检测、环境污染检测等），资源勘察（如石油勘查、矿产量探测、大型工程地理位置勘探分析等），农业规划（如土壤营养、水份和农作物生长、产量的估算等），城市规划（如地质结构、水源及环境分析等）。我国也陆续开展了以上诸方面的一些实际应用，并获得了良好的效果。在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。

2、生物医学工程方面的应用数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了上面介绍的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。

3、通信工程方面的应用当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以图像通信最为复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达100Mbit/s以上。要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。在一定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、DPCM编码、变换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、自适应网络编码、小波变换图像压缩编码等。

4、工业和工程方面的应用在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人，将会给工农业生产带来新的激励，目前已在工业生产中的喷漆、焊接、装配中得到有效的利用。

5、军事公安方面的应用在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。

6、文化艺术方面的应用目前这类应用有电视画面的数字编辑，动画的制作，电子图像游戏，纺织工艺品设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和评分等等，现在已逐渐形成一门新的艺术--计算机美术。

7、机器人视觉:机器视觉作为智能机器人的重要感觉器官,主要进行三维景物理解和识别,是目前处于研究之中的开放课题。机器视觉主要用于军事侦察、危险环境的自主机器人,邮政、医院和家庭服务的智能机器人,装配线工件识别、定位,太空机器人的自动操作等。

8、视频和多媒体系统:目前,电视制作系统广泛使用的图像处理、变换、合成,多媒体系统中静止图像和动态图像的采集、压缩、处理、存贮和传输等。

9、科学可视化:图像处理和图形学紧密结合,形成了科学研究各个领域新型的研究工具。

10、电子商务:在当前呼声甚高的电子商务中,图像处理技术也大有可为,如身份认证、产品防伪、水印技术等。

四、数字图像处理未来发展

自20世纪60年代第三代数字计算机问世以后，数字图像处理技术出现了空前的发展，在该领域中需要进一步研究的问题主要有如下五个方面：1、在进一步提高精度的同时着重解决处理速度问题；

2、加强软件研究，开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法；

3、加强边缘学科的研究工作，促进图像处理技术的发展；

4、加强理论研究，逐步形成处理科学自身的理论体系；

5、时刻注意图像处理领域的标准化问题。

五、直方图规定化原理和算法

在直方图规定化的过程中, 正确地选择规定化的函数有可能获得比直方图均衡化更好的效果, 一般分为三个步骤:

（1）如同均衡化方法中，对原始图的直方图进行灰度均衡化：

………………………………………（1）

（2）规定需要的直方图，并计算能使规定的直方图均衡化的变换：

…………………………………………（2）

（3）将第1个步骤得到的变换反转过来，即将原始直方图对应映射到规定的直方图，也就是将所有的对应到去。因为在映射过程中有取整误差的影响, 所以采用什么样的映射规则在离散空间中很重要。常用的两种方法为单映射规则( single mapping law, SML) 和组映射规则(group mapping law,GML)。

单映射规则( single mapping law, SML) : 是从小到大依次找到能使式（3）最小的k和l,

………………………………………………（3）

然后将对应到去, 由于这里每个是分别对应过的, 故这种方法简单直观, 但有时会有较大的取整误。

组映射规则(group mapping law, GML): 设有一个整数函数，, 满足: , 确定使式（4）达到最小的。

………………………………………………（4）

这时, 如果, 则将其从到的都对应到去;如果, 则将其从 到都对应到去[5]。

我们采用MATLAB进行仿真运算，具体实现的MATLAB算法的流程图为：

图1SML算法流程图图2GML算法流程图

六、 仿真效果对比

设有一幅64×64，8比特灰度图像，其直方图见图3所示，图4为希望变换得到的规定直方图。我们采用MATLAB进行仿真，按照单映射（SML）和组映射(GML)规则分别进行计算，可以得到在这两种映射规则下的直方图分布，仿真运算结果见图5图6所示。

图3 原始直方图 图4 规定直方图

图5 SML规定化后的直方图 图6 GML规定化后的直方图

七、 结论

对比图5和图6表明，本文实现的GML算法可以改进在以往的直方图规定化算法中出现的规定化后的图像的灰度级不能与规定直方图的灰度级相似的问题。同时我们可以看出，SML映射规则是一种有偏的映射规则，因为一些对应灰度级被有偏的映射到接近计算开始的灰度级，而GML映射规则是统计无偏的。

量化的比较可借助映射产生的误差来进行，这个误差可用对应映射间数值的差值（取绝对值）的和来表示，和的数值越小，映射效果越好。以图5图6 的数据为例，对单映射来说，这个和为：；而对组映射来说，这个和为：。组映射所产生的误差小于单映射所产生的误差。

八、 参考文献

[1] 冈萨雷斯.数字图像处理（MATLAB版）.北京：电子工业出版社.2004：58-64

[2] 章毓晋. 图像工程(上册) : 图像处理[M]. 北京: 清华大学出版社,2006.90-97

[3] Zhang Y J.1992.Improving the accuracy of direct histogram specification. IEEE Electronics Letters,28(3):213-214

[4] 皋军.图象的灰度直方图均衡化的实现[J]. 盐城工学院学报. Vol.14,No.4,Dec,2001：35-37

[5] 楼竞，吴访升，刘栋梁.灰度直方图规定化实现方法的分析[J].江苏技术师范学院学报.Vol.10,No.4,Dec,2004：1705-1706