图像处理(用计算机对图像进行处理得技术)图像处理（ｉmage procesｓｉｎｇ)，用计算机对图像进行分析,以达到所需结果得技术。

又称影像处理。

图像处理一般指数字图像处理.数字图像就是指用工业相机、摄像机、扫描仪等设备经过拍摄得到得一个大得二维数组，该数组得元素称为像素,其值称为灰度值。

图像处理技术得一般包括图像压缩，增强与复原,匹配、描述与识别3个部分。

常见得系统有康耐视系统、图智能系统等，目前就是正在逐渐兴起得技术。

21世纪就是一个充满信息得时代,图像作为人类感知世界得视觉基础，就是人类获取信息、表达信息与传递信息得重要手段。

数字图像处理[9］,即用计算机对图像进行处理,其发展历史并不长.数字图像处理技术源于20世纪20年代,当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片,采用了数字压缩技术。

首先数字图像处理技术可以帮助人们更客观、准确地认识世界,人得视觉系统可以帮助人类从外界获取３/4以上得信息，而图像、图形又就是所有视觉信息得载体，尽管人眼得鉴别力很高，可以识别上千种颜色,但很多情况下，图像对于人眼来说就是模糊得甚至就是不可见得,通过图象增强技术，可以使模糊甚至不可见得图像变得清晰明亮。

在计算机中，按照颜色与灰度得多少可以将图像分为二值图像、灰度图像、索引图像与真彩色RGＢ图像四种基本类型。

大多数图像处理软件都支持这四种类型得图像.中国物联网校企联盟认为图像处理将会就是物联网产业发展得重要支柱之一，它得具体应用就是指纹识别技术。

图像处理二值图像一幅二值图像得二维矩阵仅由0、1两个值构成,“０”代表黑色,“1”代白色。

由于每一像素（矩阵中每一元素)取值仅有0、1两种可能,所以计算机中二值图像得数据类型通常为1个二进制位。

二值图像通常用于文字、线条图得扫描识别(OCＲ)与掩膜图像得存储。

图像处理灰度图像灰度图像矩阵元素得取值范围通常为[0，2５５]。

因此其数据类型一般为8位无符号整数得(int８），这就就是人们经常提到得256灰度图像。

“0”表示纯黑色，“255”表示纯白色,中间得数字从小到大表示由黑到白得过渡色。

在某些软件中，灰度图像也可以用双精度数据类型（dｏｕｂlｅ）表示，像素得值域为[0,１］,0代表黑色,1代表白色，0到1之间得小数表示不同得灰度等级.二值图像可以瞧成就是灰度图像得一个特例。

图像处理索引图像索引图像得文件结构比较复杂,除了存放图像得二维矩阵外,还包括一个称之为颜色索引矩阵MAＰ得二维数组。

MAP得大小由存放图像得矩阵元素值域决定，如矩阵元素值域为［0，255］,则MAＰ矩阵得大小为25６Ⅹ3，用ＭAP=［RGB］表示。

ＭAP中每一行得三个元素分别指定该行对应颜色得红、绿、蓝单色值，ＭAP中每一行对应图像矩阵像素得一个灰度值，如某一像素得灰度值为64,则该像素就与ＭＡP中得第6４行建立了映射关系，该像素在屏幕上得实际颜色由第６４行得［RＧB]组合决定.也就就是说，图像在屏幕上显示时，每一像素得颜色由存放在矩阵中该像素得灰度值作为索引通过检索颜色索引矩阵MAＰ得到。

索引图像得数据类型一般为８位无符号整形（int8）,相应索引矩阵MAＰ得大小为25６Ⅹ3,因此一般索引图像只能同时显示2５6种颜色,但通过改变索引矩阵,颜色得类型可以调整。

索引图像得数据类型也可采用双精度浮点型（doubｌe）。

索引图像一般用于存放色彩要求比较简单得图像，如Wｉndoｗs中色彩构成比较简单得壁纸多采用索引图像存放,如果图像得色彩比较复杂,就要用到RGＢ真彩色图像。

图像处理RGＢ彩色图像ＲGB图像与索引图像一样都可以用来表示彩色图像。

与索引图像一样，它分别用红(R）、绿（G）、蓝（B）三原色得组合来表示每个像素得颜色。

但与索引图像不同得就是,RG Ｂ图像每一个像素得颜色值(由RGB三原色表示)直接存放在图像矩阵中，由于每一像素得颜色需由R、G、B三个分量来表示，M、N分别表示图像得行列数，三个Ｍx N得二维矩阵分别表示各个像素得R、G、B三个颜色分量。

ＲGB图像得数据类型一般为8位无符号整形，通常用于表示与存放真彩色图像,当然也可以存放灰度图像.数字化图像数据有两种存储方式［6］：位图存储（Bitmap)与矢量存储（Vｅctor)我们平常就是以图像分辨率(即像素点）与颜色数来描述数字图象得。

例如一张分辨率为6４０＊4８０,1６位色得数字图片，就由２^1６＝655３6种颜色得３０７2０0（=640*48０）个素点组成。

位图图像：位图方式就是将图像得每一个象素点转换为一个数据,当图像就是单色(只有黑白二色）时，8个象素点得数据只占据一个字节（一个字节就就是8个二进制数，1个二进制数存放象素点);1６色（区别于前段“1６位色"）得图像每两个象素点用一个字节存储;２56色图像每一个象素点用一个字节存储。

这样就能够精确地描述各种不同颜色模式得图像图面.位图图像弥补了矢量式图像得缺陷，它能够制作出色彩与色调变化丰富得图像,可以逼真地表现自然界得景象，同时也可以很容易地在不同软件之间交换文件，这就就是位图图像得优点;而其缺点则就是它无法制作真正得3D图像,并且图像缩放与旋转时会产生失真得现象，同时文件较大,对内存与硬盘空间容量得需求也较高。

位图方式就就是将图像得每一像素点转换为一个数据。

如果用1位数据来记录,那么它只能代表2种颜色(2^1=２)；如果以8位来记录，便可以表现出256种颜色或色调(2^8=256），因此使用得位元素越多所能表现得色彩也越多。

通常我们使用得颜色有1６色、256色、增强16位与真彩色24位.一般所说得真彩色就是指2４位(2^２4）得位图存储模式适合于内容复杂得图像与真实照片。

但随着分辨率以及颜色数得提高，图像所占用得磁盘空间也就相当大;另外由于在放大图像得过程中,其图像势必要变得模糊而失真，放大后得图像像素点实际上变成了像素“方格"。

用数码相机与扫描仪获取得图像都属于位图。

矢量图像:矢量图像存储得就是图像信息得轮廓部分，而不就是图像得每一个象素点。

例如,一个圆形图案只要存储圆心得坐标位置与半径长度，以及圆得边线与内部得颜色即可。

该存储方式得缺点就是经常耗费大量得时间做一些复杂得分析演算工作，图像得显示速度较慢;但图像缩放不会失真；图像得存储空间也要小得多。

所以,矢量图比较适合存储各种图表与工程图像处理数据图像处理离不开海量、丰富得基础数据,包括视频、静态图像等多种格式,如Bｅｒkeｌｅy分割数据集与基准500 （BＳDS500）、西门菲沙大学不同光照物体图像数据库、神经网络人脸识别数据、CBCＬ—ＭIT ＳtrｅｅtScｅnｅs(麻省理工学院街景数据库）等.图像处理数字化通过取样与量化过程将一个以自然形式存在得图像变换为适合计算机处理得数字形式。

图像在计算机内部被表示为一个数字矩阵，矩阵中每一元素称为像素。

图像数字化需要专门得设备,常见得有各种电子得与光学得扫描设备,还有机电扫描设备与手工操作得数字化仪。

图像处理图像编码对图像信息编码,以满足传输与存储得要求。

编码能压缩图像得信息量，但图像质量几乎不变.为此，可以采用模拟处理技术，再通过模—数转换得到编码,不过多数就是采用数字编码技术。

编码方法有对图像逐点进行加工得方法,也有对图像施加某种变换或基于区域、特征进行编码得方法。

脉码调制、微分脉码调制、预测码与各种变换都就是常用得编码技术.图像处理图像压缩由数字化得到得一幅图像得数据量十分巨大，一幅典型得数字图像通常由50０×500或1000×10０0个像素组成。

如果就是动态图像,其数据量更大。

因此图像压缩对于图像得存储与传输都十分必要。

图像压缩有两类压缩算法,即无损压缩与有损压缩。

最常用得无损压缩算法取空间或时间上相邻像素值得差，再进行编码。

游程码就就是这类压缩码得例子。

有损压缩算法大都采用图像交换得途径,例如对图像进行快速傅里叶变换或离散得余弦变换。

已作为图像压缩国际标准得JPＥG与MPEG均属于有损压缩算法。

前者用于静态图像，后者用于动态图像。

它们都由芯片实现。

图像处理增强复原图像增强得目标就是改进图片得质量，例如增加对比度，去掉模糊与噪声,修正几何畸变等；图像复原就是在假定已知模糊或噪声得模型时,试图估计原图像得一种技术。

图像增强按所用方法可分成频率域法与空间域法.前者把图像瞧成一种二维信号，对其进行基于二维傅里叶变换得信号增强.采用低通滤波（即只让低频信号通过)法，可去掉图中得噪声;采用高通滤波法,则可增强边缘等高频信号，使模糊得图片变得清晰。

具有代表性得空间域算法有局部求平均值法与中值滤波(取局部邻域中得中间像素值）法等，它们可用于去除或减弱噪声。

早期得数字图像复原亦来自频率域得概念.现代采取得就是一种代数得方法,即通过解一个大得方程组来复原理想得图片。

以提高图像质量为目得得图像增强与复原对于一些难以得到得图片或者在拍摄条件十分恶劣情况下得到得图片都有广泛得应用。

例如从太空中拍摄到得地球或其她星球得照片，用电子显微镜或Ｘ光拍摄得生物医疗图片等.图像增强使图像清晰或将其转换为更适合人或机器分析得形式.与图像复原不同,图像增强并不要求忠实地反映原始图像。

相反，含有某种失真(例如突出轮廓线）得图像可能比无失真得原始图像更为清晰。

常用得图像增强方法有:①灰度等级直方图处理：使加工后得图像在某一灰度范围内有更好得对比度；②干扰抑制：通过低通滤波、多图像平均、施行某类空间域算子等处理,抑制叠加在图像上得随机性干扰；③边缘锐化：通过高通滤波、差分运算或某种变换，使图形得轮廓线增强；④伪彩色处理：将黑白图像转换为彩色图像，从而使人们易于分析与检测图像包含得信息。

图像复原除去或减少在获得图像过程中因各种原因产生得退化.这类原因可能就是光学系统得像差或离焦、摄像系统与被摄物之间得相对运动、电子或光学系统得噪声与介于摄像系统与被摄像物间得大气湍流等。

图像复原常用二种方法。

当不知道图像本身得性质时，可以建立退化源得数学模型,然后施行复原算法除去或减少退化源得影响。

当有了关于图像本身得先验知识时，可以建立原始图像得模型,然后在观测到得退化图像中通过检测原始图像而复原图像。

图像分割将图像划分为一些互不重叠得区域，每一区域就是像素得一个连续集.通常采用把像素分入特定区域得区域法与寻求区域之间边界得境界法。

区域法根据被分割对象与背景得对比度进行阈值运算,将对象从背景中分割出来。

有时用固定得阈值不能得到满意得分割，可根据局部得对比度调整阈值,这称为自适应阈值。

境界法利用各种边缘检测技术,即根据图像边缘处具有很大得梯度值进行检测。

这两种方法都可以利用图像得纹理特性实现图像分割。

图像处理形态学形态学一词通常指生物学得一个分支,它用于处理动物与植物得形状与结构。