图像处理技术论文范文

图像处理技术论文篇1

基于图像采集卡的视频图像处理系统

计算机图像处理系统从系统层次上可分为高、中、低档三个层次，目前一般比较普及的是低档次的系统，该系统由CCD（摄像头）、图像采集卡、计算机三个部分组成，其结构简单，应用方便，效果也比较不错，得到的图像较清晰。目前网上基于VC开发经验的文章不少，可是关于如何在VC开发平台上使用图像采集卡的文章确没发现，笔者针对在科研开发中积累的使用图像采集卡经验，介绍如何自己是如何将采集卡集成到图像开发系统中，希望能够给目前正需要利用图像采集卡开发自己的图像处理系统的朋友有所帮助。

使用的摄像机采用台湾BENTECHINDUSTRIAL有限公司生产的CV-155L黑白摄像机。该摄像机分辨率为752x582。图象采集卡我们采用北京中科院科技嘉公司开发的基于PCI总线的CA-MPE1000黑白图象采集卡。使用图像采集卡分三步，首先安装采集卡的驱动程序，并将虚拟驱动文件VxD.vxd拷贝到Windows的SYSTEM目录下；这时候就可以进入开发状态了，进入VC开发平台，生成新的项目，由于生产厂家为图像采集卡提供了以mpew32.dll、mpew32.lib命名的库文件，库中提供了初始硬件、采集图像等函数，为使用这些函数，在新项目上连接该动态库；最后一步就是采集图像并显示处理了，这一步要设置系统调色板，因为采集卡提供的是裸图形式，既纯图像数据，没有图像的规格和调色板信息，这些需要开发者自己规定实现，下面是实现的部分代码：

CTestView::CTestView()

{

W32_Init_MPE1000();//初始化采集卡

W32_Modify_Contrast(50);//下面的函数是为了对采集卡进行预设置

W32_Modify_Brightness(45);//设置亮度

W32_Set_HP_Value(945);//设置水平采集点数

wCurrent_Frame=1;//当前帧为1，获取的图像就是从这帧取得的

//设置采集信号源，仅对MPE1000有效

W32_Set_Input_Source(1);

W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);

W32_Set_PAL_Range(1250,1024);//设置水平采集范围

W32_Set_VGA_Mode(1);

wGrabWinX1=0;//采集窗口的左上角的坐标

wGrabWinY1=0;

firstTime=TRUE;

bGrabMode=FRAME;

bZipMode=ZIPPLE;

/

lpDib=NULL;//存放获取的图像数据

}

CTestView::~CTestView()

{

W32_Close_MPE1000();//关闭采集卡

}

////显示采集的图象，双击鼠标采集停止

voidCTestView::OnGraboneframe()

{

//TODO:Addyourcommandhandlercodehere

wCurrent_Frame=1;

//设置采集目标为内存

W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);

//启动采集

if(lpDib!=NULL)

{

GlobalUnlock(hglbDIB);

GlobalFree(hglbDIB);

}

//分配内存

hglbDIB=GlobalAlloc(GHND,(DWORD)wImgWidth*(DWORD)wImgHeight);

lpDib=(BYTE*)GlobalLock(hglbDIB);

hdc=GetDC()->GetSafeHdc();

if(lpDib!=NULL)

{

cxDib=wImgWidth;

cyDib=wImgHeight;

SetLogicPal(hdc,cxDib,cyDib,8);

SetStretchBltMode(hdc,COLORONCOLOR);

bGrabMark=TRUE;

while(bGrabMark==TRUE)

{

if(msg.message==WM_LBUTTONDBLCLK)

bGrabMark=FALSE;

W32_ReadXMS2Buf(wCurrent_Frame,lpDib);

SetDIBitsToDevice(hdc,0,0,cxDib,cyDib,0,0,

0,cyDib,(LPSTR)lpDib,

bmi,

DIB_RGB_COLORS);

}

//停止采集

W32_CAStopCapture();

::ReleaseDC(GetSafeHwnd(),hdc);

return;

}

////将下面这个函数添加在视图类的CTestView::OnSize（）函数中，就可以对系统的调色板进行设置。

voidWINAPIInitLogicPal(HDChdc,shortwidth,shortheight,WORDbitCount)

{

intj,i;

shortcxDib,cyDib;

LOGPALETTE*pLogPal;

j=256

if((pLogPal=(LOGPALETTE*)malloc(sizeof(LOGPALETTE)+(j*sizeof(PALETTEENTRY))))==NULL)

return;

pLogPal->palVersion=0x300;

pLogPal->palNumEntries=j;

for(i=0;ipLogPal->palPalEntry[i].peRed=i;

pLogPal->palPalEntry[i].peGreen=i;

pLogPal->palPalEntry[i].peBlue=i;

pLogPal->palPalEntry[i].peFlags=0;

}

hPal=::CreatePalette(pLogPal);

deletepLogPal;

::SelectPalette(hdc,hPal,0);

::RealizePalette(hdc);

cxDib=width;cyDib=height;

if((bmi=(BITMAPINFO*)malloc(sizeof(BITMAPINFOHEADER)+j*sizeof(RGBQUAD)))==NULL)

return;

//bmi为全局变量，用于显示图像时用

bmi->bmiHeader.biSize=40;

bmi->bmiHeader.biWidth=cxDib;

bmi->bmiHeader.biHeight=cyDib;

bmi->bmiHeader.biPlanes=1;

bmi->bmiHeader.biBitCount=bitCount;

bmi->bmiHeader.biCompression=0;

bmi->bmiHeader.biSizeImage=0;

bmi->bmiHeader.biXPelsPerMeter=0;

bmi->bmiHeader.biYPelsPerMeter=0;

bmi->bmiHeader.biClrUsed=0;

bmi->bmiHeader.biClrImportant=0;

for(i=0;ibmi->bmiColors[i].rgbBlue=i;

bmi->bmiColors[i].rgbGreen=i;

bmi->bmiColors[i].rgbRed=i;

bmi->bmiColors[i].rgbReserved=0;

}

}

视频"画中画"技术

"画中画"这个概念类似与彩色电视机"画中画"，就是在一幅大的图像内显示另外一幅内容不同的小的图像，小图像的尺寸大小一般地说为大图像尺寸的1/4或1/9，显示位置在大图像的右上角。这种技术不仅在电视技术中，在可视电话系统也可以发现这种技术的身影，它们都是依靠硬件来实现的，但是如何在VC开发平台上用编程语言来将该功能添加到自己开发的视频监控软件，为使用者提供更大的信息量呢？也许读者最容易想到的是首先显示大图像，然后再在一个固定位置画第二幅小图像，这种技术技术如果对于静止图像当然没有问题，但是对于视频流，由于每一秒钟需要画25幀，即25幅图像，这样一来计算机需要不停的画不停的擦除，会给用户以闪烁的感觉，如何解决这个问题呢？有的参考书上将大小图像分快显示，这种方法要将待显示的图像数据与显示位置的关系对应起来，容易出错不说，而且麻烦，且速度慢，为此，我对该方法进行了改进，得到了满意的效果。实现的代码如下：

voidpictureinpicture()

{

………………………..

CBitmapbitmap,*oldmap;

pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight为视频采集卡获取//的图像尺寸。

Read(pData1,bih.biWidth*bih.biHeight*3);//该函数从采集卡中获取数据

CClientDCdc(this);

m_pBMI1=newBITMAPINFO;//自定义的BMP文件信息结构，用于后面的图像显示

m_pBMI1->bmiHeader.biBitCount=24;

m_pBMI1->bmiHeader.biClrImportant=0;

m_pBMI1->bmiHeader.biClrUsed=0;

m_pBMI1->bmiHeader.biCompression=0;

m_pBMI1->bmiHeader.biHeight=biHeight;

m_pBMI1->bmiHeader.biPlanes=1;

m_pBMI1->bmiHeader.biSize=40;

m_pBMI1->bmiHeader.biSizeImage=WIDTHBYTES(biWidth*8)*biHeight*3;

m_pBMI1->bmiHeader.biWidth=biWidth;

m_pBMI1->bmiHeader.biXPelsPerMeter=0;

m_pBMI1->bmiHeader.biYPelsPerMeter=0;

////////////////////////////////////////////////////////////////////////

pData2=(BYTE*)newchar[biWidth1*biHeight1*3];//申请存放小图像的缓冲区

Read(pData2,biWidth1*biHeight1*3);////向该缓冲区读数据

m_pBMI2=newBITMAPINFO;

m_pBMI2->bmiHeader.biBitCount=24;

m_pBMI2->bmiHeader.biClrImportant=0;

m_pBMI2->bmiHeader.biClrUsed=0;

m_pBMI2->bmiHeader.biCompression=0;

m_pBMI2->bmiHeader.biHeight=biHeight1;

m_pBMI2->bmiHeader.biPlanes=1;

m_pBMI2->bmiHeader.biSize=40;

m_pBMI2->bmiHeader.biSizeImage=WIDTHBYTES(biWidth1*8)*biHeight1*3;

m_pBMI2->bmiHeader.biWidth=biWidth1;

m_pBMI2->bmiHeader.biXPelsPerMeter=0;

m_pBMI2->bmiHeader.biYPelsPerMeter=0;

//下面实现画中画的显示

CDCMemDc;

MemDc.CreateCompatibleDC(&dc);

bitmap.CreateCompatibleBitmap(&dc,biWidth,biHeight);

oldmap=MemDc.SelectObject(&bitmap);

::StretchDIBits(MemDc.m_hDC,0,0,biWidth,biHeight,0,0,—biWidth,biHeight,pData1,m_pBMI1,DIB_RGB_COLORS,SRCCOPY);//首先将大图像画在内寸上下文中

::StretchDIBits(MemDc.m_hDC,20,20,biWidth1,biHeight1,_

0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再将小图像画在内寸上下文中

::StretchBlt(dc.m_hDC,0,0,bih.biWidth,bih.biHeight,_

MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//将结果显示在屏幕上。

MemDc.SelectObject(oldmap);

deletepData1;

deletem_pBMI1;

deletepData2;

图像处理技术论文篇2

关键词：图像 并行处理 研究 应用

中图分类号：TP751 文献标识码：A 文章编号：1007-9416（2013）12-0060-02

1 并行处理技术在图像处理领域的应用

数字图像处理技术是现代信息处理技术中的一个重要内容，也是计算机应用领域中的主要内容，随着我国信息技术的发展，广大学者对于图像的并行处理技术研究热情也日渐高涨起来。

1.1 图像分割技术

在图像处理技术中，为有效实现对图像信息的识别，分析以及数据编码处理，图像分割技术成为图像处理中的重要组成部分。在图像的分割处理过程中，对分割细节的处理提出了较高的要求，细节的精细化处理为之后的图像处理奠定了稳固的统计基础。为有效提升图像分割技术的精准性，在对图像进行分割处理时，会利用并行处理量对分割计算作进一步加工。图像分割方法的实际应用分为二阶统计和三阶统计两种计量方式，而由于统计量的不同数据特点，又会将不同阶的统计量分为不同阶矩，以此保证图像分割技术的精细化。在对图形进行分割处理过程中，首先应对图像局部进行非监督非参数变化检测，对于图像中的不同区域进行边缘数据的统计估算，以此实现对分割后图像进行并行处理的目的。为保证并行处理的计算精度，在对图像进行分割处理时，应进一步对图像中不同纹理的并行处理方差进行计算，以此确定图像的峰态和偏态特性，进而实现以并行处理技术对图像的精确分割。

1.2 图像滤波技术

在以并行处理量对图像的高斯过程进行统计时，由于高斯过程会在图像中形成高斯背景噪声，并对图像的滤波产生影响，因此将并行处理应用于图像的高斯计算中，通过对高斯过程进行有效的噪声控制，能够在最大程度上减小图像的滤波处理中高斯噪声的影响。在将并行处理量应用于图像的高斯过程中时，通常采用数学中迭代重建的计算方法，即通过在对图像进行并行处理谱计算时，通过对图像进行双阶谱相位的测定和幅值的测量，使图像的空间域能够有效避免噪声的影响，进而得到去噪后的图像信息。并行处理量在图像的滤波技术应用中，实现了对并行处理谱域的重置和构建，有效实现了图像的去噪处理，并在同时保留了图像数据的细节，最大限度的维护了图像的高斯特性，保证了并行处理处理中图像的完整性。

1.3 图像的特性识别和提取

为有效解决图像处理中不变性图像识别和处理的问题，通过将并行处理应用于图像的变量计算中，并对图像中低阶矩和频域进行并行处理测定，能够实现对问题的有效处理。图形的特性识别和提取，即对图像的局部特征和构造不变量的方式进行并行处理的统计计算，并通过获取图像的幅值信息，实现对图像性信息的获取。图像特性识别和提取技术的发展是基于超光谱图像的自动目标识别技术基础上进一步深入而产生的，图像处理学者通过结合并行处理量和数字虚拟维，将二维傅里叶精确的转化为了图像的一维投影，以此实现了对图像平移和尺度的测量。而在对图像进行旋转系数测定时，由于图像旋转造成的图形特性紊乱使得其并行处理矩在并行处理时失去常数的稳定性，进而造成图像的特定发生变化，无法实现有效的图像特性识别和提取。为有效维护图像特性的稳定性，在对图像内容进行分析时通常采用图像内容识别技术，通过并行处理量和PCA技术相结合，加强图并行处理技术中的线性判别能力，以此实现对图像特性的识别和提取。

1.4 图像检测技术

所谓的图像检测技术就是通过一定的技术手段对于图像中有价值信息进行获取，实现图像的高效利用，对于图像的分析和使用更准确以及更具针对性，图像检测技术现阶段主要有两个方面的应用，其一就是图像边缘检测技术，再者就是图像中具体有价值信息技术检测。比如交通管理中交管局对于交通状况的分析，都是通过对于图像中车辆以及行人数量和通行情况进行图像检测处理，还有遥测遥感技术领域中地理检测对于某地段的土壤分析、大气气候条件分析等都是通过卫星遥感技术获取对应的图像，在由图像检测技术获取相关的信息来实现。利用并行处理量在处理图像检测技术时提取图像边缘信息，在图像小模块中利用并行处理技术综合分析其非对称分布的信息。再有就是利用HOS技术在生物医学中对于病变组织实行检测，其关键是要先对生物组织进行扫描确定，然后利用数字射频技术对扫描空间的HOS进行分析。并行处理量在图像检测中的较为常见的应用还有对于乳腺的检测，现阶段X线图像都是通过子带分解滤波器进行处理，然后将带子的图像分解成为交替叠加的正方形区域，利用并行处理量中的并行处理矩估计各个区域的偏态数据，这些由并行处理量算出来的技术参数都能够作为确定区域的非对称性和脉冲幅度，实际应用效果表明并行处理量在检测微钙化方面有着较为明显的效果。还有较为常见的利用是在机动车的检测中，并行处理量在机动车检测中，能够通过扫描产生的HOS信号对于机动车进行车身进行检测，并且在检测前期并不需要了解待检机动车的型号，就算检测条件比较复杂，也能够实现对于待检车辆的检测。

1.5 图像复原技术

图像复原技术的开发是为了改善有价值图像的质量，比如在网络传输中容易出现图像质量损失的情况，或者是对于图像要进行特效处理，再者就是对于失误操作引起的图像的恢复技术。图像处理领域对于图像的恢复技术从上世纪就开始了，当时在图像处理领域掀起了较大的波澜，许多研究者相继发表了自己的图像恢复技术，但是随着图像恢复要求的不断增高，原有的图像恢复技术已经不能够满足图像复原的要求了，因此人们开始着力于并行处理量技术。通过研究发现，采用并行处理量对图像进行修复，不用对于原始图像进行评估来建立修复模型，并行处理技术能够估计出原始图像和现有图像的模糊数据。尤其是后期盲图像恢复技术的研究成功，为图像复原技术带来了新的技术革命。盲图像恢复技术包括模糊投影技术和恢复投影技术两部分内容。对于模糊投影处理技术而言，要首先对需要处理的图像进行投影变换，将二维图像转换为一维图片，然后再通过盲图像处理技术进行点扩散估计。对于恢复投影技术，则是先利用并行处理量技术采用去卷积操作，是喜爱那投影回到原图像中实现图像复原的目的。目前还有更为先进的含噪模糊图喜爱那个PSF技术来实现图像的复原，这种技术能够对图像别细微的地方进行修复处理，并建立基础的模型，图像的基础参数用并行处理图像处理法来进行确定，主要是利用并行处理量中的并行处理累积量来确定，之前的使用模拟实验验证了该技术的可行性。还有研究人员将研究方向转向模糊类型的并行处理量技术研究，从目前的研究进展来看，该技术在图像恢复中有着较为明朗的应用前景。

2 并行处理中存在的问题及其前景展望

在并行处理技术的不断进步中，由于其理论知识和实际应用仍存在一定差距，使得图像的并行处理研究领域中仍存在技术瓶颈，如在图像内容和信号处理的融合过程中，由于HOS理论仍侧重于对图像处理技术的讨论，而导致图像与信号处理无法实现有机融合，使得图像和信号的转化技术出现漏洞。在图像和信号处理过程中，并行处理中存在的问题会对图像的处理产生直接的影响，因此有效解决并行处理问题，是图像处理技术发展的关键。在并行处理对图像进行处理时，由于并行处理次的HOS技术开发仍不成熟，使得并行处理在对图像进行多维处理时，无法做到精确的数据测量，进而影响到图像的并行处理谱测定。

基于现阶段的图像并行处理技术基础，在伴随并行处理理论进步的同时，也会有力带动实用并行处理技术的发展，HOS技术的成熟，会使得并行处理在图像的分割，滤波及特性势识别提取等技术中得到更为深入的应用，随着图像维数研究的进一步深入，图像与信号处理会更为优化，并通过高效结合有效完善并行处理技术。通过在图像处理技术中应用并行处理，实现了HOS技术和其他信号处理理论的有机结合，使得图像处理能够应用到FPGA和DSP等技术的实际应用中，并伴随并行处理的深入研究受到更为广泛的应用，进一步提高图像处理技术的高效性和完整性。

现阶段对于并行处理的研究还有实现统一的理论能够使HOS在信号滤波、检测及获取等全过程的较为完整的技术知识体系。伴随着工业生产的要求越来越高，对于图像处理技术的要求也越来越高，传统的二维处理技术已经不能够满足图像处理的要求，图像处理会向着三维甚至是多维方向发展，图像维数的增加会对并行处理图像处理技术的数据处理量增高，进而导致数据处理时间变长，因此提高并行处理的算法速度是目前急需解决的技术难题之一。再者对于并行处理的图像处理技术，目前为止还没有完整的优化修复技术标准，这对于并行处理技术在图像处理方面的大范围推广和长久发展带来了一定程度的困扰。因此并行处理的未来研究势必会向着建立统一的优化标准为方向，提高并行处理的适用范围，为其进一步发展提供理论上的可能。现阶段并行处理在小波变形、人工神经网络分析等领域还没有很好的应用，因此研究人员必须在小波变形等领域进一步挖掘并行处理的适用内容，提高并行处理的应用效率，进一步推广并行处理在图像处理领域的适用范围。

3 结语

虽然现阶段并行处理技术取得了较大的成就，但是现阶段还没有形成统一的使用方法，因此还不能建立有效完整的评价体系，因此必须在现有的科学技术水平上，继续挖掘并行处理与其他学科和工业的内在联系，将并行处理的应用更加的完善和健全，进一步提高我国工业生产及人们生活的水平。

参考文献

[1]苏光大.图像并行处理技术[J].北京清华大学出版社，2013.

[2]汪润生.图像理解[J].长沙国防科技大学出版社，2013.

[3]朱述龙.遥感图像获取与分析[J].北京科学出版社，2013.

[4]赵忠明.基于小波提取边缘特征点的遥感图像配准技术[J].西北工业大学，2012.

[5]杨博.并行图像分割技术的研究[J].中国科学技术大学，2012.

图像处理技术论文篇3

关键词：理论教学；数字图像处理；团队建设

作者简介：史彩娟（1977-），女，河北唐山人，河北联合大学信息工程学院，讲师；谷学静（1972-），女，河北唐山人，河北联合大学电气工程学院，副教授。（河北?唐山?063009）

基金项目：本文系河北联合大学教育教学改革基金项目的研究成果。

中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）22-0070-01

“数字图像处理”是高等学校信息类专业的重要专业课程。该课程主要介绍数字图像处理的主要内容与方法，论述数字图像处理中的基本概念、理论和算法，教学内容主要包括数字图像基础、正交变换、图像压缩编码、图像增强、图像复原、图像重建、图像分割等理论和方法。

随着电子技术及计算机技术的飞速发展，图像处理的理论和技术不断地丰富和完善，新的理论和技术层出不穷，并逐步应用于实践。图像处理技术已经渗透到计算机、通信、交通运输、医学、物理化学、生物学、军事、经济各个领域，与人们的生活也紧密相关。

一、“数字图像处理”课程的特点

“数字图像处理”课程内容宽泛，难度大，每个章节都可以作为一个研究方向；与其他课程联系紧密，如电子技术、电视技术、通信技术、计算机技术、数学物理等；与实际联系紧密，如数字电视，视频会议等。

因此“数字图像处理”课程起点高、难度大，理论性和实践性都很强。在传统理论教学过程中经常会出现如下情况：一方面学生面对繁杂的数学推导感到困难，或是不能很好地将其他课程所学知识融入到该课程的学习之中；另一方面与图像处理技术的最新发展经常脱节，不能很好地掌握图像处理技术的最新前沿知识和最新动态。为此从教学内容、教学方法、考核方法以及师资等方面对“数字图像处理”课程的理论教学进行了改革和尝试，经过3年的教学实践取得了显著的效果。

二、不断整合完善教学内容

教材的选取是完善教学内容的首要任务。尽量选取权威的、新近出版的教材作为该课程的主讲教材，同时又不拘泥于一本教材，根据课程的系统性和实用性，向学生推荐一些新颖的相关书籍、专题性的文档以及国外原版教材作为辅教材，从而增强学生对相关知识的理解。另外还可以根据讲解内容的需要，充分利用网络资源，查找相应内容以补充教材中的不足。

教学内容以基本理论、基本算法和基本技术为主线，以图像处理的前沿知识、最新发展为补充，同时注意与其他课程的相辅相成。基本内容主要包括图像处理的基础知识、图像处理中多种正交变换、图像压缩编码、图像增强、图像复原、图像重建和图像分割等基础知识。将这些内容的基本理论、基本概念、基本方法传授给学生。由于数字图像处理技术发展非常迅速，所以在授课内容上还要紧跟学科发展的脚步，及时地将新技术介绍给学生。如教材中的正交变换主要是介绍傅里叶变换、离散余弦变换、沃尔什变换和哈达玛变换，但作为正交变换中比较新颖的小波变换也会介绍给学生。这样学生既可以掌握最经典的图像处理技术，同时也能很好地把握学科的前沿新知识。另外教学内容上也非常注意与其他课程的相辅相成，尽量避免内容的重复讲解。如教材中的图像压缩编码中的熵编码详细地介绍了哈夫曼编码和香农编码内容，而在学生的前期课程信息论中对这些内容已经做了详细的讲解，所以当讲解熵编码时就简单复习一下，而将讲解的重点放在预测编码和变换编码上。这样既让学生了解了课程之间的关联，又避免了教学内容无必要的重复。

三、采用多种教学方法和手段

由于“数字图像处理”课程具有内容宽泛、难度大、与其他学科联系紧密、理论性和实践性都很强的特点，所有在讲授的过程中注意采用多种教学方法和手段，从而达到最佳的教学效果。

1.传统与现代教学手段相结合

板书作为传统的授课方式，有其独特的不可替代性。采用板书进行公式推导，可以增强学生对演算推论过程的理解和记忆。根据“图像处理技术”课程的特点，图像处理讲授的理论知识是要应用在图像上，需要通过观察图像的变化来理解图像处理的基本技术。而多媒体教学手段具有丰富的表现力，使所学对象具有生动性、形象性、直观性特点，使抽象的概念具体化。两者相互结合从而达到很好的教学效果。此外，教学中引入形象生动的图像处理实例演示。将MATLAB，VisualC++等软件适时地应用到“数字图像处理”课程的教学中，通过这些直观形象的实例演示，将图像处理前后的效果进行对比，从而使学生对图像处理技术有了感性的认识，加深了理解。传统与现代教学手段结合，相辅相成，大大促进了教学质量的提高。

2.多种教学方法协同互补

在教学的过程中注重采用多种教学方法，协同互补，达到最佳的教学效果，如启发性教学、研究性教学、讨论性教学等。

图像处理技术论文篇4

关键词：计算机技术；图像处理；展望

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）32-0241-02

Development of Computer Image Processing Technology

LIU Mei-fang， SHI Chun-ju

（Shandong Vocational College of Foreign Affairs Translation， Weihai 264500，China）

Abstract： A computer image technology is a very important branch of computer science applications. In the measurement， computer-aided design， physical， three-dimensional simulation and other fields have been widely used. With the development of computer hardware performance and continue to achieve new breakthroughs， and the continuous improvement of image processing algorithms， the advantages of digital image processing technology， more and more apparent and has been widely used. In this paper， the status quo will be computer image processing technology development has been discussed in detail， and the prospects for its future development trend.

Key words： computer technology； image processing； Prospect

随着近些年计算机技术迅速发展，计算机技术给人类生活以及工作所带来的便利性越来越大。不仅如此，而且在各行各业的发展中，也经常能看到计算机计算所带来的贡献。计算机技术凭借其非常高速的计算速度，以及优异的稳定性，能够帮助人类将许多复杂的甚至人力不可能完成的工作通过一些简单的交互操作来完成，如此便大大提高了人类的工作效率。

即便如此，数据图像处理在传统的图像处理算法以及计算机性能来看是一件十分复杂的工作，而计算机图像处理技术能够改变这种传统的状况，而使数据图像处理简单化。现代的计算机图像处理技术不仅能够显示图像操作过程，还可以同时处理多个图像，这毫无疑问将极大地促进图像处理效率的提高。

1 计算机图像处理技术概述

计算机图像处理技术是指，首先使用计算机技术对图像进行处理分析，进而提取出所处理图像中所包含的信息以供供进一步研究。随着计算机的发明以及不断完善，计算机图像处理技术产生于20世纪80年代后期。计算机图像处理技术是一种利用计算机优秀的计算能力来完成二维和三维图像设、显示、存储、修改、完善工作。计算机图像处理技术具体的主要工作内容有，首先图像的数字化、几何变换、数字建模、明暗处理、曲线和曲面拟合等计算量十分大的工作。这些处理工作都是环环相扣的，一个工作的完成是另外一个工作开始的条件，并且一项工作的处理技术的发展会带动另外一项技术的进步。目前市面上流行的图像处理软件基本上也是以二维和三维图像处理技术为基础。

计算机图像处理技术在过去数十年的迅速发展过程中，已经非常成熟。其技术的不断更新也促进着其他领域技术的进步。有许多功能强大并且简单易用的图像处理软件被开发应用到其他领域的科研，开发，生产过程中。比如在天文学的研究中，就已经研发出来如何通过大型计算机图像处理技术来模拟宇宙诞生的过程。并且通过设定不同的属性参数，通过计算机图像处理技术可以快速的计算并展现宇宙在不同参数下的运行状况。

2 计算机图像处理技术的发展历程

20世纪20年代出现的基于海底电缆的Bartlane电缆图片传输系统大大提高了图片传输效率，实现了3个小时之内完全传输一幅图片。

20世纪50年代，美国科研人员开发出了一种由电子管计算机控制，由配合滚筒式、平板式绘图仪等设备配合的图像处理装置。

20世纪60年代至70年代，由于计算机技术的发展，计算机图像处理技术走上了进步的快车道。此时计算机图像处理技术能够实现改善图像质量，提取信息，压缩图片，传输保存等多种功能。并且计算机图像处理技术的应用领域扩展到了卫星遥感、医学研究等各个方面。并于1964年，美国喷气推进实验室通过计算机图像处理技术对月球照片进行处理，成功地绘制出月球表面地图；1972年由英国工程师根据人的头部在X光照射下的截面投影，并通过计算机图像处理来重建截面图像而发明了CT（Computer Tomograph）。

由于计算机图像处理过程是一个通过复杂的数学模型进行复杂的数学计算最后输出图像的过程。所以往往计算机图像处理技术计算机软硬件性能的限制。而在19世纪80年代之后，计算机技术获得了迅猛的发展。随之，计算机图像处理技术也日趋完善。今天，在医疗卫生、通讯、交通运输、办公自动化、地球物理、大气环境、卫星遥感及工业自动化等诸多领域都可以看到计算机图象处理技术的广泛应用。

3 现代计算机图像处理技术的应用发展

数字图像技术作为一个计算机技术的重要分支，过去数十年的发展中在理论和实践上都获得了巨大的成功。相比之前使用命令行的dos系统，如今每一个界面友好具有漂亮图表的操作系统不仅是计算机技术进步的标志，都是数字图像处理技术的巨大成功的案例。

图像是人类视觉的基础，它可以使得计算机的界面与人类的交互变得更简单。早期的计算机图像处理技术难点就在于如何能够显示出丰富多彩的图像。这需要首先将图像通过图像算法和计算机技术处理，提高所输入的图像的质量。也就是说计算机图像处理技术是从图像增强开始的，然后才是复原和编码最后压缩。这对于某些需要清晰图像的领域具有非常重要的意义。比如在天文学上，通过天文望远镜拍摄到的空间照片在未经过处理之前往往都是处于不清晰或者比较模糊的状态的。拍摄之后要进行数字图像处理。首先对拍摄到的空间照片惊醒几何校正，然后灰度转换、去除噪点，最后通过时空四维对其进一步处理，最后获得更加清晰的图形。最后呈现给我们的宇宙图片往往都是已经经过图像处理技术处理的照片。再比如在医学上，数字图像处理技术的应用也十分广泛。比如被广泛用于体检的CT，将是通过计算机图像处理技术将初步得到的影像进行处理，然后更加清晰的显示患者的身体结构，从而方便医生更加准确的诊断。不仅如此，近些年，人工智能技术不断取得突破性进展，这不仅是因为计算机性能的不断提高，还因为计算机图形处理技术为人工智能的视觉效果提供了强有力的保障。

4 我国计算机图像处理技术现状

经过多年的技术积淀，特别是改革开放30年来我国在各个领域的技术成果的大量出现，我国在计算机图像处理技术上有了迅速的发展。相关研究部门机构不仅在理论研究上丰硕的成果，实践应用上也已经逐步接近发达国家的水平：首先在图像获取方面，不仅成功研制出了一系列图像传感器，并且成功发射了大量观测卫星，形成了一个完整的对地球的民用的卫星观测体系；在影像大数据采集方面，我国的卫星体系已经不仅能够实现对全国陆地、海域的实时探测，还能够完成对周边国家和地区多达1000万平方公里区域的观测任务；在研究团队方面，我过不仅具有专业的计算机图像处理算法研究团队，而且组建起了多学科交叉研究的队伍，并且在理论、硬件、软件等方面同时发力，并取得了举世瞩目的研究成果；在标准建立方面，我国已经建立了适合我国以及全球经济发展的较为完善的科学的技术管理制度和标准规范。虽然我们现在还有很多工作要做，但随着国民经济的进一步发展，我们在计算机图像处理这一领域将有能力有实力赶上甚至超过发达国家，走在世界前列。

5 计算机图像处理技术的发展前景

计算图像处理技术随着信息化社会的发展而不断进步，目前，计算机图像处理技术已经逐渐成熟。但随着社会经济可持续发展的不断推进，社会各个领域对计算机图像处理技术的要求也越来越高。所以为了提高社会信息化，计算机智能化的水平，科研人员要不断地推进计算机图像处理技术新型的技术的研发与完善，从而提高计算机图像处理技术可应用性，为社会经济的发展打下坚实的基础。并且由于市场中越来越多的与用户交互简单并且功能强大的图像处理软件开发出来，并且其可靠性与优越性均得到了不断的提升，其软件的可用性也受到软件公司的不断维护，极大地促进了人们生活的便利。所以在算机图像处理技术快速发展的进程中，不仅需要新型专业软件的开发，处理算法的完善以供专业用户使用，还需要操作简单、功能强大的小型图像处理软件供一般用户选择，使不同目的的用户都能在图像处理的快速发展中得到便利。而且在计算机图像处理技术的未来发展趋势上，还应该注意图像处理芯片的发展。首先将图像处理的功能固化在芯片上有利于产品的供应，同时有利与图像处理技术的发展。并且在未来几十年里，动态图像技术是计算机图像处理技术一个重要的发展趋势。这项技术不仅能够在已有技术的基础上极大的促进人工智能、计算机技术等技术的发展，对于社会其他使用到计算机图像处理技术的领域的进步具有极大的促进作用。也就睡说，这项技术的发展将会极大的带动相关领域的发展，从而创造更多的社会价值。

6 结语

进入了21世纪信息时代，计算机图像处理技术在社会的各个方面都得到了非常广泛的应用，为现代社会的发展作出了卓越的贡献。并且随着计算机图像处理技术功能日趋强大，其实用价值以及社会价值被更加地凸显出来。目前计算机图像处理技术的发展方向是数字化、高清化、集成化。不仅计算机性能的不断突破瓶颈，新图像处理算法的发明、以及已有算法的完善，都在推动着计算机图像处理技术的进步。

在我国改革开放以来，计算机技术水平不断提高，在各行各业的应用水平不断提高。与此同时，计算机图像处理技术在起步较晚的情况下，依然不断地得到新的突破性进展，甚至在某些方面的理论研究及实践都已经达到或者接近发达国家的水平。但是在我国计算机图像处理技术的发展面临机遇的同时也面临着很多的挑战，甚至在某些方面计算机图像处理技术国民经济的发展的一个短板。所以我们要不断加强计算机图像处理技术方面研究和开发投入，满足经济快速发展的需要，使其更好地促进我国经济的可持续发展以及人民生活水平的提高。

参考文献：

[1] 赵元富.计算机图像处理技术的发展及未来展望[J].读与写杂志，2006（11）：189.

[2] 徐珂.计算机图像处理技术的探析[J].电脑知识与技术，2004（11）：2640-2641.

[3] 蔡洋，陈昌雄.浅谈计算机图像处理的相关技术[J].计算机光盘软件与应用，2012（21）：100.

[4] 韩晓颖.浅谈计算机图形图像处理技术[J].福建电脑，2011（10）：83-84.

[5] 王燕飞.谈计算机图像处理技术的应用[J].信息与电脑，2014（3）：181-182.

图像处理技术论文篇5

关键词：数字图像处理 教学改革 教学实践

中图分类号：G642 文献标识码：A 文章编号：1674-2117（2014）08-0012-02

1 前言

数字图像处理技术的应用非常广泛，已经渗透到计算机、通信、交通、物理、医学、化学、生物学、军事、经济等各个领域，与人们的生活密切相关。《数字图像处理》是信息技术领域中发展较快的一个热门领域，是模式识别、计算机视觉、多媒体技术、数据挖掘等学科的基础，也是一门涉及多领域的交叉学科。

该课程的理论性和实践性都很强，要求学生在掌握图像处理的基本概念、基础理论、典型算法的基础上，掌握一定的编程实践能力，能够利用计算机编程实现数字图像的各种处理，如图像变换、图像增强、图像恢复、图像重建、图像分割、图像编码和图像识别等，在学习图像专业知识的过程中增强学生的创新意识，培养学生独立获取知识和综合运用所学知识分析和解决实际问题的能力，提高学生的实际动手能力，为其今后深入地进行科学研究和独立工作奠定良好的基础。

2 创新教学理念

在《数字图像处理》课程的教学中，努力贯彻素质教育的先进理念，注重教与学的有机结合，坚持以学生为主体，教师为主导，最大限度地发挥学生的主观能动性，将培养学生的主动思维，鼓励学生的创新意识作为教学的重要目标之一。

对于教学内容的设计，以图像处理算法的理论作为授课的重点，以算法的产生、应用、改进为主线，突出知识的内在联系，揭示数字图像处理发展的内在规律（要求学生重点理解）。

掌握数字图像的基本概念和基本算法，关注图像应用的前沿动态，培养学生的创新思维能力，并根据课程需要，适当将数字图像处理领域中最新的技术手段，研究进展以及发展趋势纳入教学，并鼓励学生对新知识、新领域进行积极地探索。

在教学过程中，努力将复杂抽象的理论融入到形象直观的应用实例当中，将算法实现过程中的重难点问题分解细化为可展现的图像处理效果，在理论中渗透实践，在实践中穿插理论，注重理论联系实际，培养学生的工程实践能力，真正使学生乐学、易学并会学。

3 改革教学内容

数字图像处理技术在科学研究、工农业生产、军事技术和医疗卫生等许多领域中发挥着越来越重要的作用。图像技术的快速发展决定了《数字图像处理》课程的教学内容也需要不断更新，教材原则上选用专业内容全面新颖的教材，即图像专业基础知识相对稳定，并能够紧跟数字图像处理技术发展趋势。对于辅教材，可以根据图像课程的系统性和实用性，并考虑到扩充学生的视野，可以选一些国际上经典书籍如外文经典专著。目前我们以2012年清华大学出版社出版的，章毓晋编写的《图像工程（上册）――图像处理（第三版）》教材为主线，以美国Rafael C.Gonzalez 等编著的Digital Image Processing，阮秋琦编著的《数字图像处理学》等教材和中外科技期刊发表的最新图像技术为参考资料，并适当补充本领域中的一些新技术、新方法及新成果。

对图像处理教材内容进行整合，课内图像处理基础知识分为九大模块：图像与视觉基础、图像运算与变换、图像增强、图像恢复、图像重建、图像编码、图像分割、图像目标表达与描述、图像识别等内容。

在授课过程中，一般知识点进行自学，系统讲解重点难点内容，如直方图均衡等，而对于教材中未写进或无系统介绍的前沿性、创新性或跨学科的内容，则渗透到各个章节中。例如，将水果识别系统、车牌图像的自动识别、基于内容的图像检索等新技术渗透到图像增强、图像分割、图像目标表达与描述和图像识别等各个章节中，授课内容完成，那么自动识别系统模型建立，学生就完成了水果、车牌等图像的自动识别。通过这种方法强调基础，跟踪前沿，将基础理论与实践有机地结合起来，使学生不仅能够学到课程的基础知识，了解科学前沿的最新成果，加强学生的实践动手能力，而且与时俱进，增强了学生的好奇心，促进学生创新能力的培养。

4 改进教学方法

在数字图像处理教学中，综合运用课堂讲授法、研究法、讨论法和实验法等教学方法，发挥各种教学方法的优势，引导学生积极参与教学。

对于一般的重点难点内容，例如，图像增强中的直方图增强等模块，同时以课堂讲授和实验法为主，在讲解图像增强理论的同时进行图像直方图增强实验，在图像增强原理讲完之后直接出现直方图增强的前后对比图，可以激发学生的兴趣和动手能力。

对于图像边缘检测等一些难度相对较小的内容，首先以讲授法系统地讲解其中一种边缘检测算法，其他与之原理相似的算法则运用讨论法，以学生讨论、交流为主，教师引导、点评为辅进行。

对于课堂难度较大的内容如图像恢复与重建，则采取研究法为主，其他方法为辅。促使学生主动思维，成为真正的学习主体，教师根据学生反馈的信息及时把握学生思维过程，成为真正的主导。

另外，对于图像某一知识模块的引入，可以适当设置一些悬念或疑问，再引出讲授的主要内容，即将教学过程设计成一个“产生疑问―寻求解决方法―解决疑问―再产生疑问―再寻求解决方法一再解决疑问……”的过程。这样不仅有利于增强授课内容的逻辑性，还有利于启发学生的思维，激发学生的兴趣及创新能力。

5 丰富教学手段

鉴于数字图像理论知识比较丰富，实践性比较强，应用领域比较广的特点，以及现有教学设备、教学网络环境的改善，《数字图像处理》课程采用板书、多媒体课件、辅助教学软件以及教学网络平台等多元化的教学手段。充分活跃课堂气氛，提高教学效果，促进教学改革，提高学生的学习兴趣及实践动手能力，增强学生的信息素养，获得了良好的教学效果。

对于数字图像处理中典型算法的原理与推导等难度较大的内容，以板书为主，通过对公式的推理计算，体现出知识的逻辑性和严谨性。同时适当辅以多媒体课件对图像处理的结果进行演示，以加速学生对授课内容的理解，增强了学习的直观性、生动性和趣味性。

针对本课程的特点，开发了辅助教学软件，利用该软件在课堂教学中将图像处理算法的实际效果进行随堂演示，从而将枯燥的理论推导转化为立竿见影的实际操作。让学生充分感受到数字图像处理技术的巨大魅力，从而降低了理论知识学习的难度，增加了课堂的信息量、激发了学生的学习兴趣，实现了化静态为动态，化抽象为直观，化复杂为简洁，使课堂教学的效率大大提高。此外，又锻炼了学生的研究性学习能力，培养了学生的创造性思维。

根据课程教学标准，进一步改革教学实践，安排了实验教学，并将实验内容划分为验证性实验和设计型实验。验证型实验的设计，要求学生掌握数字图像处理、基本操作处理和简单的典型算法编程，从而实现对课堂上理论知识的学习巩固，增强了学生的编程能力和基本的项目开发能力。设计型实验需要学生对源代码进行分析研究、修改或补充，动手设计一些综合性或创新性的算法，分析实验结果，写出实验报告或论文。既培养了学生发现问题，分析问题和解决问题的能力，又提高了学生的动手能力和创新能力。

利用大学提供的教学网络平台，把图像处理课程的教学标准、授课教案、教学课件、习题、实验指导以及相关参考资料都上传到此教学网络平台。同时引导学生在网络上积极讨论关于图像处理方面的一些最新研究等话题，激发学生讨论及思考。另外，学生对于未消化的难点，也可以在网络平台上提出，教师及时通过教学平台进行回复，实现课后数字图像处理教学的互动，从而作为课堂学习的补充。教学网络平台实现了教学资源的共享，课后教学的互动，丰富了教学手段，为开展多种形式的教学奠定基础。

6 改革考核方法

课程考核对于加强学生对学习内容的掌握、实验技能的提高、创新能力的培养具有很大的促进作用。然而，传统的闭卷考试，主要考核学生对课堂教学内容的理解和掌握，容易使得学生将注意力放在背记考点及研究考试技巧上。《数字图像处理》课程是一门实践性很强的课程，仅采用这种评价方式将难以调动学生实践学习的积极性，达不到良好的效果。

在考核方法的改革上，对《数字图像处理》课程采用了综合性的考核方法。期末考试采用笔试开卷方式，主要强调学生对数字图像处理技术基础理论的宏观掌握。在考试题目设计上，重点强调学生知道如何去寻找解决问题的方案，考核学生发现问题，分析问题和解决问题的能力；同时增强实验成绩的比重，根据学生对实验内容的完成情况，以及创造性解决图像处理问题的能力，对实验成绩进行评分。另外，还将平时的听讲，回答问题，作业的情况列入平时成绩。因此《数字图像处理》课程最终的考核成绩包括三个部分：期末考试成绩（占50%），实验成绩（占30%）和平时成绩（占20%）。

通过课程考核方法的改革，不仅有效地检验了学生对《数字图像处理》课程的综合掌握程度，而且还能激发学生学习的积极主动性，提高了实践创新能力。

7 结语

随着信息技术不断发展和完善，数字图像处理技术也在不断发展，并且越来越多地应用于各个领域，相应地，数字图像处理课程的教学改革和实践也应与时俱进，结合国内外科研和教学成果，不断吸收新知识，丰富教学内容；根据教学内容灵活运用各种教学方法，使学生在掌握数字图像处理基本理论和方法的基础上，培养学生的实践动手能力，创新意识与综合设计能力，使学生的信息综合设计能力和科学研究能力有明显地提高。激发学生主动学习的兴趣，提高学生进行研究性学习的能力，同时进一步提高教学质量和教学水平，真正培养出具有开拓精神和创新意识的现代化新人。

参考文献：

[1]章毓晋.图像工程（上册）――图像处理（第三版）[M].北京：清华大学出版社，2012.

[2]冈萨雷斯.数字图像处理（第三版）[M].北京：电子工业出版社，2010.

[3]Rafael C.Gonzalez. Digital Image Processing using Matlab[M].北京：电子工业出版社，2003.

[4]张书真，宋海龙.专题化教学模式在《数字图像处理》课程中的实践[J].现代计算机，2011，（1）：54-56.

图像处理技术论文篇6

关键词：计算机；图像处理；应用；发展趋势；

中图分类号：TP391 文献标识码：A 文章编号：1674-3520（2015）-01-00-01

一、计算机图像处理技术概念简述

（一）基本概念

计算机图像处理（也称影像处理）是指利用计算机技术对所采集图像进行分析、处理进而得出其中所蕴含信息的技术。其内涵就是将图像转化为计算机可以识别的数字矩阵存放在计算机中，并利用数学中的各类算法对其进行处理，从而得出被分析图像所含的信息供研究所用。

（二）图像的分类

图像根据是否数字化可以分为两大类：一类是模拟图像，包括由照像机直接拍摄得到的照相图像、光学图像及由摄像机录制的电视图像等，这类图像虽然具有处理速度快，输出比较简单，但精度和灵活性差，其应用受到一定的限制。另一类是数字化、离散化的图像。它是通过专业软件将连续的模拟图像离散化后转变为计算机能够辨识的点陈图像。这类图像是伴随着科学技术的快速发展、计算机软件和硬件的高速发展的产物。该类图像具有精度高、处理方便和重复性好等特点。

二、计算机图像处理技术的相关应用

（一）图像处理技术在工业等生产领域的应用。计算机图像处理技术在工业生产领域的应用以印刷行业最为典型，也是最为广泛的，主要体现在对印刷产品的质量检测上。在生产线上对于印刷产品以及产品的零部件进行质量的无损检测必定会用到图像处理，需要采用图像的配准技术检验印刷产品的质量，同时也要通过应用CAD技术对产品进行更好的研发与更新；

（二）图像处理技术在农业等生产领域的应用。计算机图像处理技术在农业领域的应用还是比较先进的，尤其是在农产品的采摘及收获等方面，图像处理技术的地位和作用越来越重要，目前在农业领域已经研制出了农业果实采摘的机器人，这种机器人的研制根据对目标物体如果实、稻穗等目标的识别，再通过三维空间的定位等技术将信号传输至机器人的机械手，为机械手的运动提供准确的参数，从而完成机器人对于农产品果实的采摘，果实采摘机器人的发明为农产品的收获工作节余了大量的劳动力，提高了农业领域的生产和工作的效率。

（三）图像处理技术在生物与医学等领域的应用。在生物医学领域对于计算机图像处理技术的应用应该说是最为广泛的，由于图像处理技术具有直观、准确以及无创等独特的优势，十分贴近医学的临床诊断的需要。早在1970年开始计算机的图像处理技术就在生物医学领域的营应用上崭露头角，取得了很大的突破，如X射线断层扫描CT早在70年代初期便开始大范围地应用在医学临床中。而随着图像技术的不断更新，如今医学上对于图像技术的运用更是数不胜数，如超声波图像、核磁共振图像等等相继推出，这些技术的运用都很大程度上的提高了医术水平，为患者的病情诊断提供了准确的依据。

（四）图像处理技术在遥感通信等领域的应用。计算机的图像处理技术对于航空、卫星的遥感是非常重要的，在卫星与航空遥感领域必须借助图像的处理技术从采集到的图像中提取到最有效的最重要的信息，同时遥感技术的发展，也必须借助图像处理技术帮助其将不同波段的图像高质量的传输到气象、军事等各个部门，一般而言，这些需要传输的遥感图像的数据量是十分庞大的，所需要依赖图像的压缩技术对其进行处理，来保证图像的清晰度和质量。同时，随着通信技术的快速发展，电话会议、视频会议等等各种通讯手段相继研发出来，这些高科技的通讯手段都不可缺少图像处理技术的帮助，图像处理技术可以压缩大量的数据保证最大力度保证图像不失真，帮助会议的顺畅进行。

三、计算机图像处理技术的未来发展趋势

计算机图像处理技术未来发展大致可归纳为：

（一）高清晰、实时动态图像技术将是计算机图像处理技术发展的必然趋势。这种技术将结合高速传输、高分辨率、三维成像或多维成像、多媒体化、智能化等方面将会发挥重大的社会作用，产生较大的社会效益，同时将对图形学、机器人等学科产生极大地推进作用。

（二）功能集成化也将会成为研究的热点。如果将图像处理的功能集成固化在芯片上，会使应用更方便。

（三）更新的理论研究与更快的算法研究。在图像处理领域，近几年来，引入了一些新的理念并提出了一些新的算法，如小波形、分形几何、形态学、遗传学、人工神经病网络等。这些理论及算法，将会成为今后图像处理理论与技术的研究热点。

四、结束语

计算机图像处理技术凭借着其快速、准确的优势，广泛运用于社会各个领域，在社会众多行业和领域中发挥着重要的作用，给人们的生活和工作带来极大的便利，在某种程度改变了人们的生活环境。随着科学的发展，各领域对起其处理技术的水平也有着越来越高的要求，因此有关技术人员应该继续进行新型技术和新型算法的研究，推动其在更大范围之内的使用。计算机图像处理技术的发展和应用，对于社会各领域的发展是极其必要的。

参考文献：

[1]韩晓颖.浅谈计算机图形图像处理技术[J].福建电脑，2011，26（10）：207-208

[2]闫云娟，陈圣滔，冯大一.计算机图像处理技术在眼底图像中的应用[J].太原师范学院学报：自然科学版，2003，3.

图像处理技术论文篇7

关键词：计算机；图形与图像；区别与联系；

中图分类号：TP311 文献标识码：A 文章编号1672-3791（2016）04（b）-0000-00

随着时代的进步和社会的发展，人们的生活水平越来越高，我国社会经济的发展越来越迅猛，与此同时，科学技术也在不断的飞速发展中，随着计算机技术的全面发展，计算机图形和图像已经广泛应用到我们生活工作的每个角度，人们无时无刻不在接触着各种各样的图形和图像，但是，大部分用户对图形和图像的概念还是非常模糊，也经常把计算机图形和图像混为一谈，这种认识上的错误，不仅影响计算机图形图像技术的普及和发展，也阻碍图形和图像技术的推广和应用。所以，理解和掌握计算机图形和图像的内在关系，对于计算机图形图像技术的发展和应用都有着非常重要的意义。只有这样，才能根据实际情况，实现对计算机图形和图像的合理运用。

1计算机图形与图像的概念

1.1计算机图形的概念

图形是指由外部轮廓线条构成的矢量图，是用计算机技术绘制的直线、圆、矩形、曲线以及图表等等。其基本单元是锚点和路径，不论放大多少倍，图形的边缘都是平滑的，不会影响图像的输出质量，对其任意缩放，效果一样清晰。

1.2计算机图像的概念

图像又称位图。它是通过扫描仪和摄像机等输入设备捕捉实际的画面而形成的数字图像。数字图像是由像素点阵构成的，如果将其放大到一定程度，就会出现马赛克效果，每个小方格被称为一个像素，也可称为栅格。

2计算机图形和图像的区别

2.1数据来源的差异

计算机图像信息一般情况下是来自客观世界的，它通指的是对客观世界的一种成像，比如说我们拿照相机拍出来的照片风景，而计算机图形则是通过计算机操作技术形成的一种形式，它是计算机通过对算法操作或者计算从而形成的。

2.2处理方式的差异

一般情况下，计算机图形处理是对图像处理的识别和弥补，图形处理更多的是一种对几何形式的处理，比如说对图形的缩放、旋转、明暗处理以及阴影处理等等。而图像复原、图像分类、图像融合、图像超分辨率以及图像模式的识别等等，都是对已有的数据信息的细化处理和研究。

2.3理论基础的差异

除了数据来源和处理方式的差异，计算机图形与图像在理论基础上也有很大的区别。计算机图像处理相对于图形处理是发展的比较早的一门学科，也称数字图像处理，它是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的过程，它的理论基础通常都是来自对信号的处理，像信号处理理论、模糊数学、概率统计等等。而对于计算机图形学来说，它更注重、倾向的是几何的理论和知识，所以，计算机图形的理论基础一般主要来自透视变换、几何计算、仿射以及分形理论等等。

2.4用途的差异

由于计算机图形与图像在理论上和处理方式上都存在很大的差异，所以决定了计算机图形与图像在用途上也存在很大的差异，计算机图形的主要用途是非现实场景的实现，比如说我们日常工作中的集体重构和计算机辅助设计CAD、计算机辅助教学CAI计算机艺术等等。而计算机图像则主要用于具体的实际工作中，比如医院治疗的医学模式的识别：一般的CT技术，医用显微图像的处理分析，X光肺部图像增晰、超生波图像处理、立体定向放射治疗等；航空航天领域的航天数据分析：JPL对月球火星照片的处理、飞机遥感和卫星遥感技术，利用陆地卫星所获取的图像进行资源调查、灾害检测、资源勘测、农业规划、城市规划等；工业工程领域：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、邮政信件的自动分检、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、工业视觉等；在军事和公安方面图像处理和识别主要用于导弹精确制导、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，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等；通信工程方面：分形编码、自适应网络编码、小波变换图像压缩编码等以及文化艺术方面的电视画面数字编辑、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、运动员动作数据的分析处理等等，这些应用通常是现实生活中存在的并且需要非常严谨、准确的分析和处理结果。

3计算机图形和图像的联系

计算机图形与图像虽然有很大的区别，但是他们之间也存在一定的联系，在特定条件下也可以实现转化，一种转化是对象和输入、输出设备之间的硬转化，另外一种是对象文件格式之间的软转化，下面本文对这两种转化进行具体的分析。

3.1计算机图形和图像的软转化

计算机图形和图像的软转化是指通过改变图形与图像的文件格式，从而实现图形和图像的互相转化。有很多用户都认为计算机图形和图像相互之间是可以随便转换的，实际上计算机图形与图像软转化的条件非常受限制，而且很多图形和图像之间的软转化是不可互逆的，用户一定到注重这点，以免对图形和图像之间的软转化操作失误，因为图形和图像之间软转化的次数越多，计算机信息丢失的就可能越多。比如说在计算机默认的情况下，我们用Coreldraw做的一个文件，文件格式表现为cdr，为矢量图，表现为图像信息，而当我们保存这个文件时将文件格式选择为jpg，bmp或者是其他的位图格式时这个文件格式将表现为图像信息。

3.2计算机图形和图像的硬转化

计算机图形和图像的硬转化是通过不同的硬件对图形和图像进行输入、输出从而让图形和图像之间进行互相转化。通常情况下，同一种图纸对象，是可以实现两种行驶的转化的，既可以被作为计算机图形进行处理，也可以被视为图像进行处理。在实际操作的过程中，我们可以根据被处理的对象的性质以及其要达到的处理效果进行适当的判断，看哪种处理方式更适合，效果更好。比如说，我们经常会操作的一个过程，我们可以将手绘制的图纸作为处理对象，在没有将其输入到计算机中，它还不能被看作是图形或者图像，但是当我们用扫描仪将这张手绘的图纸输入到photoshop中时，它显示的是点位图，这时图纸就是图像信息，而当我们将其输入到AutoCAD中时，它就显示为矢量图，从而也就成了图片信息了。这就是计算机图形与图像具体的一个硬转化过程。

4结束语

总之，准确并且熟练的掌握计算机图形与图像处理方法，搞清计算机图形与图像区别与联系对于我们研究和应用计算机技术都有着非常重要的促进作用。本文从数据来源、处理方式、理论基础以及用途等差异上来分析计算机图形和图像的区别，又从两者的软转化和硬转化两个方面来分析他们的具体联系。希望通过本文的介绍，能使人们了解计算机图形和图像不是一个概念，并能清楚他们之间的关系，从而根据自己的实际情况，对计算机图形和图像进行有效合理的使用，更好的运用计算机图形和图像处理技术。

参考文献

[1]计算机领域中图形与图像的区别与联.黑龙江科技信息，2012（07）.

[2]计算机图形图像设计与视觉传达设计.计算机光盘软件与应用，2012（20）.

图像处理技术论文篇8

关键词: 数字图像处理;计算机图像;多媒体技术

中图分类号:TP311.12文献标识码:A 文章编号:1005-5312(2010)13-0146-01

用数字图像处理又称为计算机图像处理,它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。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域,在起短短的历史中,它却广泛应用于几乎所有与成像有关的领域,在理论上和实际应用上都取得了巨大的成就。

一、数字图像处理的特点

数字图像处理有5个基本特点:1.数字图像处理的信息大多是二维信息,处理信息量很大。因此对计算机的计算速度、存储容量等要求较高。2.数字图像处理占用的频带较宽。与语言信息相比,占用的频带要大几个数量级。所以在成像、传输、存储、处理、显示等各个环节的实现上,技术难度较大,成本亦高,这就对频带压缩技术提出了更高的要求。3.数字图像中各个像素是不独立的,其相关性大。在图像画面上,经常有很多像素有相同或接近的灰度。因此,图像处理中信息压缩的潜力很大。4.数字图像处理后的图像一般是给人观察和评价的,因此受人的因素影响较大。

二、数字图像处理的优点

数字图像处理的主要优点在于1.再现性好。数字图像处理与模拟图像处理的根本不同在于,它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿,则数字图像处理过程始终能保持图像的再现。2.处理精度高。按目前的技术,几乎可将一幅模拟图像数字化为任意大小的二维数组,这主要取决于图像数字化设备的能力。3.适用面宽。图像可以来自多种信息源,它们可以是可见光图像,也可以是不可见的波谱图像。即只要针对不同的图像信息源,采取相应的图像信息采集措施,图像的数字处理方法适用于任何一种图像。4.灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分,每一部分均包含丰富的内容。

三、数字图像处理的领域

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:在飞机遥感和卫星遥感技术中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。2.生物医学工程:除了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。3.通信工程: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。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.工业和工程领域: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。5.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。6.文化艺术:这方面的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。7.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。8.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。

随着数字图像处理技术的发展,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。

随着计算机技术的迅猛发展,图像处理技术应用领域越来越广泛,已在国家安全、经济发展、日常生活中充当越来越重要的角色,这门边缘技术将得到更为广泛的应用。

参考文献: