数字图像处理的发展、应用及前景数字图像处理(Dital Image Processing)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。

形式化的数学表示可表示为：f(x，y)表示幅图像。

x,y,f为有限、离散值。

黑白图像可用二维函数f(x，y)表示，其中x,y是平面的二维坐标，f(x，y)表示点(x，y)的亮度值(灰度值)。

对模拟图像来讲，f(x,y)显然是连续函数。

为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。

空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。

经过数字化后的图像称为数字图像(或离散图像)。

(1)数字图像的灰度图像的阵列表示法。

设连续图像f(x，y)按等间隔采样，排成MxN阵列(一般取方阵列NxN)图像阵列中每个元素都是离散值，称为像素(pix—el)。

在数字图像处理中，一般取阵列N和灰度级C都是2的整数幂，即取N=及G=。

对一般电视图像，N取256或512，灰度级C取64级(m=6bit)至256级m=8bit)，即可满足图像处理的需要。

对特殊要求的图像，如SAR图片取10000×10000，灰度级m取8bit或者16bit。

(2)数字图像的二值图像表示法。

所谓二值图像就是只有黑白两个灰度级，即像素灰度级非1即0。

如文字图片，其数字图像可用每个像素1Bit的矩阵表示，以减少存储量。

二值图像还可采用一些特有的表示方法，如链码仅称Freeman码)。

常用链码是八向链码，能进一步减少存储量。

数字图像处理作为一门学科大约形成于2O世纪60年代初期。

数字图像处理技术是一门新兴的技术，但它已经在各行各业显示出了特有的优点，它已经极大地提高了生产效率，引起了越来越多的人们的关注。

早期的图像处理的目的是改善图像的质量、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。

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。

1972年英国EMI公司工程师Housifeld发明了用于头颅诊断的x射线计算机断层摄影装置，也就是我们通常所说的CT(ComputerTomgaraph)。

CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。

1975年EMI公司又成功研制出全身用的cT装置，获得了人体各个部位鲜明清晰的断层图像。

1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。

在飞机遥感和卫星遥感技术中，要对大量的空中摄影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。

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)，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)。

在气象预报和对太空其他星球研究方面，数字图像处理技术也发挥了相当大的作用。

在文化艺术方面，目前图像技术的应用有数字图像艺术创作、动画制作、游戏、工艺美术设计、文物资料照片的复制和修复等等，以至于现在已逐渐形成一门新的艺术：计算机美术。

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；在公共安全方面，图像处理技术可用于指纹识别，人脸面部鉴别，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。

图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，使图像处理成为一门引人注目、前景远大的新型学科。

太原理工大学机器人实验室从1998年底开始数字图像处理方面的研究，主要研究方向是数字图像的边缘处理、滤波亚像素细分原理及应用，以及如何将各方面的知识进行综合从而用于实际生产。

虽然进入这一领域比较晚但由于有效地利用了现有的知识，进行了大量的实验至今已经成功地开发出了电阻陶瓷基片分类机等产品成功地利用了现有技术并将其应用于生产实际中。

面阵CCD自动检测系统是一种采用高分辨率面阵CCD对被测物体进行几何尺寸和位置尺寸检测的新型检测系统。

它主要是为动态实时检测工件而开发设计的。

该系统以已知尺寸的基准板的图像为模板然后捕捉待测工件的图像，用捕捉到的图像与基准图像进行比较，从而得到工件尺寸并计算出相关角度以及形位误差，对其进行实时分类。

它具有检测精度高、速度快、运行稳定等优点。

它的问世，可以大大提高检测的精度与效率，降低劳动强度，对于工业等方面产品的在线实时检测是一个巨大的提高。

该课题的提出，主要是为了解决广东某企业在生产中遇到的技术难题。

这是一家生产电阻陶瓷基片的大型企业，其产品覆盖面广，生产量大，许多是要求进行实时检测和分类的电阻陶瓷基片。

由于电阻陶瓷基片生产量大，用人工来分类是不可能的，必须采用分类机进行自动分类。

该企业原来采用的是日本奥马公司生产的基片分类机。

这种分类机采用2048或5000点线阵CCD 作为取像设备，依靠基片的运动和CCD不断地取像来获得待检测点的信息，从而获得基片的有关信息，对其进行分类。

线阵CCD的主要优势在于其本身成本较低，但将其用于分类机，就会要求机片运动平稳，速度均匀，否则将会带来巨大的测量误差，这样，就带来了机械结构变得复杂，难以加工生产，对基片摆放精度要求高的问题，反而大大增加了生产的成本。

为了解决这些问题，我们选择了高精度面阵CCD作为取像设备，虽然单个CCD的价格较高，但它却大大减少了外围的机械结构，基片的摆放位置也要求的不是很严格。

CCD自动检测系统由摄像系统、计算机、软件系统以及照明系统组成：(1)摄像系统：该部分由高分辨率面阵CCD摄像机、成像系统、高速图像采集卡数据线、CCD电源组成。

其中面阵CCD摄像机为德国BASLER公司生产的高分辨率A113p型，是该部分的核心。

高速图像采集卡为加拿大MATROX公司生产的Meteor 2 Digital 2.0型。

(2)照明系统：该部分用来提供比较理想的均匀光，以使边缘具有较好的效果。

这部分由本实验室自行研制。

(3)计算机系统：该部分采用具有高速图像处理能力的图形工作站，保证具有较高的处理速度和运行稳定性。

(4)软件系统：软件部分分为多个模块，该系统的核心部分如图1所示。

该软件系统基于Windows NT4.0，采用Visual C++6.0和MATROXMII函数库开发。

应用系统设计胸部x光照片胸部x光照片在检测胸部方面与传统的摄影胶片效果相同，这点已经得到普遍认可。

胸部x线摄影片已成为诊断胸部有无病变的一个重要手段。

通过数字式胸部x线摄影系统，可以获得高分辨率的胸部x片灰度图像，分辨率可高达12位至16位。

从而大大提高了诊断率。

但是在临床实践中，做过胸部x线摄影片的患者中仍有10％-30％的被漏诊，不能被及时查出。

漏诊的原因是多方面的，其中一个重要原因是因为人眼对黑白灰度等级的分辨力最高为1000级左右，对高达122—162级分辨率的数字图像不能辨别其细微差别。

另外，通用计算机的显示系统能显示的灰度变化一般只有8位256级，对于122-162级的灰度变化根本不能表现出来。

与对灰度的分辨力不同，人眼对彩色变化的分辨能力远远高于对灰度变化的分辨能力，利用视觉系统的这一特性，将灰度图像转换成彩色图像显示，可以提高人眼辨别图像细微变化的能力，改变图像的可分辨性。

特别是可以通过研究，把要重点注意的灰度范围内的像素点用视觉系统敏感色彩的变化来显示，辅助临床诊断，以降低漏诊率和误诊率。

伪彩色处理是图像处理中常用的方法，即将图像中每一个灰度级匹配到彩色空间上的一点，是灰度图像到彩色图像的一种变换。

这种映射一般是灰度空间到颜色子空间中的一条连续的曲线。

伪彩色处理结果可以是连续的彩色，也可以由几种纯彩色单独构成。

利用某种变换函数对黑自图像进行伪彩色处理可用下面表达式描述：变换函数的选取，对伪彩色处理结果影响很大，主要是根据人眼对颜色的感觉特性和图像的灰度分布情况以最终效果为选择原则。

因为人眼对绿色强弱的对比较敏感，可以把图像中需注意的细节区域按像素点明暗程度用饱和度深线不一的绿色显示，会提高对图像的分辨力。

根据胸部x光线摄影片的特点，高位的变化应当是我们要注意的，因为这些亮点可能就是我们要找的病灶区域，所以把图像数据中的高位映射为绿色的变化。

L值为最大灰度值，将低于L/4的所有灰度映射成饱和度线性增加的绿色，将L/4到L/2之间的所有灰度映射成饱和度线性减少的蓝色，在L/2到3L/4之间的灰度映射为饱和度线性增加的红色，在3L/4到L之间的灰度映射为饱和度线性增加的绿色，纯基色只有在0、L/2、L处出现，其他灰度将会合成多种不同的颜色。

变换函数在两个不同灰度范围重复用到绿色，是因为只有三原色在饱和度变化时才表现为纯色，其他颜色不可能达到这一要求。

根据此变换函数得到的伪彩色图像比原灰度能更容易的辨别出病灶区域。

但这种变换也存在缺点低阶灰度转换的绿色;由于在点o、∽、L处存在纯基色。

其周围一定范围内的彩色太暗，从而无法区分开用如图3显示的变换函数能更好地改善显示效果。

胸部x光照片采用图2转换函数进行伪彩色增强处理后，都能明显提高病灶区域图像的可分辨性。

通过以上方法，在临床诊断中，可以有目的地检查x片，缩小检查范围，从而减少读图的工作量，达到降低漏诊率和误诊率的目的。

玻璃球玻璃球直径测量(1)目标瞄准及边缘提取在测量过程中采用人机交互的方式对目标圆进行瞄准，具体的方法是：用鼠标在屏幕上目标圆所在区域画出一对圆环，调整圆环的大小及位置将目标圆套住，圆环所包围的区域就是瞄准区域。

图像处理主要在瞄准区域内进行。

首先，采用中值滤波法对图像进行滤波处理，以去除孤点噪声的影响：然后，采用Sobel 算子计算目标的梯度图像。

选取一个梯度阈值对梯度图像进行二值化处理，得到目标的边缘图像。

此时得到的边缘图像包括被测边缘和许多与测量无关的边缘，并且这些边缘宽度大于一个像素宽度。