ＩＳＳＮ１００９－３０４４ＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅａｎｄＴｅｃｈｎｏｌｏｇｙ电脑知识。
ｉ技术Ｖ０１．６，Ｎｏ．６，Ｆｅｂｒｕａｒｙ２０１０，ＰＰ．１４５２—１４５３，１４６０浅谈数字图像处理技术的基本原理潘振赣ｕ。
龚声蓉１（１．苏州大学计算机科学与技术学院，汀苏苏州２１５００６；２．苏州科技学院网络中心，江苏苏州２１５００９）Ｅ—ｍａｉｌ：ｅｄｕｆ＠ｃｃｃｃ．ｎｅｔ．ｃｎｈｔｔｐ：／／ｗｗｗ．ｄｉｉｚｓ．ｎｅｔ．ｃｒｌＴｅｌ：＋８６—５５ｌ一５６９０９６３５６９０９６４摘要：原始资料因为时间原因变得模糊不清．人眼无法识别相关内容．把这些原始资料变为数字图象输入计算机，运用数字图象处理技术对这些数字图像进行去除噪声、增强、复原、分割等处理，将其还原达到人眼可以看清的效果，可以保存资料和进行历史研究。
关键词：识别；图象处理；去噪；增强：复原；分割中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１００９－３０４４（２０１０）０６一１４５２—０２ＡＳｕｒｖｅｙｏｆｔｈｅＢａｓｉｃＰｒｉｎｃｉｐｌｅｓｉｎＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｏｌｏｇｙＰＡＮＺｈｅｎ—ｇａｎ”．ＧＯＮＧＳｈｅｎｇ—ｒｏｎ９１（１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｎｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＳｏｏｃｈｏｗＵＭｖｅｒｓｉＷ，Ｓｕｚｈｏｕ２１５００６，Ｃｈｉｎａ；２．ＣｅｒｔｅｒｏｆＮｅｔｗｏｒｋ，ＳｕｚｈｏｕＵｍｖｅｍｉｔｙｏｆＳｃｉｎｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｓｕｚｈｏｕ２１５００９，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｆｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｃｏｎｔｅｎｔｓｏｆｂｌｕａ－ｙ，ＫＯＵＴＣＣｍａｔｅｒｉａｌｓａｒｅｄｉｆｆｉｃｕｌｔｆｏｒｎａｋｅｄｅｙｅｔｏｉｄｅｎｔｉｆｙ．ｉｔｉｓｆｅａｓｉｂｌｅｔＯｐｒｅｓｅｒｖｅｔｈｅｍａｔｅｒｉ—ａｌｓａｎｄｃａｒｒｙＯＵｔｈｉｓｔｏｒｙｒｅｓｅａｒｃｈｂｙｉｎｐｕｔｔｉｎｇｔｈｅｄｉｇｉｔａｌｉｍａｇｅｓｏｆｓｏｕｒｃｅｍａｔｅｒｉａｌｓｉｎｔｏａｃｏｍｐｕｔｅｒ，ｄｉｓｐｏｓｉｎｇｔｈｅｉｍａｇｅｓｗｉｔｈｔｈｅｔｅｃｈｎｏｔ—ｏｇｙｏｆｎｏｉｓｅｒｅｍｏｖａｌ，ｅｎｈａｎｃｅｍｅｎｔ，ｒｅｓｔｏｒａｔｉｏｎ，ｓｅｇｍｅｎｔａｔｉｏｎａｎｄｒｅｖｅｒｔｉｎｇｔｈｅｍｔＯｔｈｅｅｆｆｅｃｔｏｆｖｉｓｉｂｉｌｉｔｙ．Ｋｅｙｗｏｒｄｓ：ｉｄｅｎｔｉｆｆ；ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｎｏｉｓｅｒｅｍｏｖａｌ；ｅｎｈａｎｃｅｍｅｎｔ；ｒｅｓｔｏｒａｔｉｏｎ；ｓｅｇｍｅｎｔａｔｉｏｎ一些历史档案和资料具有很高的研究价值，对于研究该地区当时的经济和文化背景有很大的作用，但是因为年代久远．其纸质或布质的材质冈为时间原因，使得写在上面的图案和义字资料都模糊不清，有砦肉眼已经很难分辨出具体内容，对于历史和研究都是很大的损失，用数码相机将这些纸质或布质材质的资料拍摄下来输入计算机，将原始的资料变为数字图象，再用数字图象处理的方法将其处理还原，以达到人眼可以看清内容，进行研究的效果。
用计算机进行图像处理的前提是图像必须以数字格式存储到计算机中，以数字格式存放的图像称为数字图像（ｄｉｇｉｔａｌｉｍａｇｅ）。
数字图像处理（ｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ），就足利用计算机对数字图像进行去除噪声、增强、复原、分割、特征提取等理论、方法和技术，将原始资料清晰化，改善图象的质量，使人的肉眼可以看清这些图象，从而得以保存和研究的目的。
由于图像处理是利用计算机硬件和软件实现的．因此也被称为计算机罔像处理（ｃｏｍｐｕｔｅｒｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ）。
数字图象处理一般有两种基本的方法：一种方法是在图象的空间域中处理．即红罔象空间中对图象本身直接进行各种处理优化，达到改善图象质量的目的；另一种疗法是把空间网象进行某些转化，从空间域转到频率域巾。
再在频率域中进行各种处理，然后再变叫到图象的空间域，形成处理后的图象，从而达到改善图象质量的目的。
１去除噪声原始实体资料变为数字图象在计算机中进行处理的时候，可能会产生各种各样的噪声，这些噪声可能是在进行数字转换过程中，因为输入设备的原因产生，也可能在对数字图象的处理中产生，噪声不一定是真实的声音，可以理解为影响人的视觉器官或系统传感器对所接收图象源信息进行理解或分析的各种因素。
不同原因产生的噪声，其分布特性也不完全相同，根据噪声和信号的关系可将其分为两种形式：１）加性噪声，此类噪声与输入图象信号无关，含噪图象表示为ｑｘ，ｙ）＝ｇ（ｘ，ｙ）＋ｎ（ｘ，ｙ）；２）乘性噪声，此类噪声与图象信号有关，含噪图象表示为ｆ（ｘ，ｙ）＝ｇ（ｘ，ｙ）＋ｎ（ｘ，ｙ）ｇ（ｘ，ｙ）。
噪声对罔象处理卜分重要，如果图象伴有较大噪声，它会直接影响到图象处理的输入、采集、处理的各个环节以及输出的全过程甚至输出结果，因此。
在进行数字图象处理的时候，首先需要对目标图象进行去除噪声的工作。
１．１均值滤波器采用邻域平均法的均值滤波器适用于去除通过扫描得到的图象中的颗粒噪声。
邻域平均法是空间域平滑技术。
对于给定的图象ｆ（ｘ，ｙ）中的每个像点（ｘ，ｙ），取其邻域Ｓｘｙ，设Ｓｘｙ含有Ｍ个像素，取其平均值作为处理后所得图像像点（ｘ，ｙ）处的灰度。
１－２自适应维纳滤波器它能根据图象的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强。
它的最终目标是使恢复图像ｆ＾（ｘ，ｙ）与原始图像ｆ（ｘ，ｙ）的均方误差ｅ２＝Ｅ［（ｆｆｘ，ｙ）一ｆ＾（ｘ，ｙ））２１最小。
１．３中值滤波器基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的ｒＩｉ值代换。
其主要功能是让周嗣象索灰度值的差收稿日期：２００９—１２—２７作者简介：潘振赣ｆ１９７６一），男，江苏兴化人，苏州科技学院工程师，苏州大学在职研究生，研究方向为模式识别，数字图象处理，龚声蓉（１９６６一）苏州大学计算机科学与技术学院教授，研究生导师。
１４５２－－人工■■夏识勇怕Ｅ术本栏目责任编辑：唐一东第６卷第６期（２０１０年２，Ｅ１）ＣｏｍｐｕｔｅｒＫｎｏ．铡ｇｓａｎｄＴｅｃｈｎｏｌｏｇｙ电■知识每技术比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点，对于滤除图像的椒盐噪声非常有效。
１．４小波去嗓小波变化具有高斯分布的特性，根据信号小波分界的特点，对信号的小波系数设置一个阐值，大于这个阈值的小波系数由信号变换得来，同时含有信号和噪声的变换结果，而小于这个阈值的小波系数则完全由噪声变换而来。
应该去掉这些系数。
这样就可以达到降低噪声的目的。
同时由于这种方法保留了大部分包含信号的小波系数，因此可以较好地保持图象细节。
利用小波分析的理论可以构造一种既能够降低图象噪声，又能保持图象细节信息的方法。
２图象增强很多历史资料由于材质和时间的原因，整幅图片色泽偏暗，亮度范围不足或非线性等因素造成对比度不足，影响观看效果，结合人眼对灰度的感觉，如果相邻两个物体目标灰度相差比较小，超过人眼对灰度差的感知能力，人眼就无法区分这不同的两个物体，从而导致无法看清楚图片，这就需要对图片做出一些处理，使图片的灰度差和整体色泽有所改善，以达到人眼观看的效果。
图象处理的原始目的就是改善图象，使看不清的目标能够看得清楚，因此，对数字图象识别分析的全过程，都要求图象得到改善以适应人的肉眼，为了达到这个目的，除了首先需要去除噪声之外，还需要分辨灰度细节，解决灰度的扩展和图象鲜明化问题。
图象改善最常用的方法是图象增强，图象增强要改善图象的视觉效果，把图象处理成为适用于计算机分析或控制的某种形式．图像增强按特定的需要突出一幅图像的某些信息，同时，削弱或除去某些不需要的信息的处理方法，以达到改善图象的目的。
图象增强并不能完全满足原始图象的一些视觉特性，为了达到图象增强的效果，图象往往会发生变化，产生畸变，但是对人的肉眼的感觉而言，畸变后的图象反而比原始图象更加清晰，观感也更舒服，因此，图象增强不顾及原始图象是否发生了畸变，只以符合肉眼观感和找出特征为条件，图象增强内容包括：去除图象噪声，抽取图象中某些目标轮廓，图象的勾边处理，提取图象中的特征等技术，通过直方图均衡化技术来实现图像增强。
首先就是对原图像通过离散函数进行直方图处理。
得到原图像的直方图后，根据均衡化的变换函数通过计算得到所需要的增强效果的图像的直方图，分析图像增强的点处理、空间域滤波、频域滤波、代数运算。
用直方图均衡化的算法增强灰度图像．达到了图象增强的目的。
３图象复原有些图象因为质量变坏，导致图象模糊不清，或图象有干扰等现象，这种情况叫做图象退化，根据图象退化的原因建立一个退化模型，以该模型为基础依据，运动各种反退化处理方法，使复原后的图象符合某些要求和条件，图象的质量得到改善，这样的方法叫做图象复原。
图象复原和图象增强的目的相似，都是为了改善图象的视觉效果，令其符合人肉眼的视觉要求，但二者并不等同。
图象增强不用考虑图象畸变或退化的原因，更多的依据主观判断利用各种技术进行处理，达到增强图象的视觉效果，满足人视觉系统的要求，不用考虑增强后的图象是否失真，只要满足肉眼观感就可以，而图象复原是根据图象产生畸变或退化的原因，建立相应的数学模型，从畸变或退化的图像信号中提取所需的相关信息，并找出一种相应的逆过程处理方法，从而恢复图象的本来面貌。
图像复员的过程实际是设计一个滤波器，从已经退化的图像中计算得到真实图像的估计值，并国际预先规定的误差准则，使其最大程度的接近物体的原始真实图像．．。
图鐾复原是樨据退化原因，建立相应的数学模型，从被污染或畸变的图象信号中提取所需要的信息，沿着使图象降质的逆过程恢复图象本来面貌。
实际的复原过程是设计一个滤波器，使其能从降质图象ｇ（ｘ，ｙ）中计算得到真实图象的估值｝（ｘ，Ｙ），使其根据预先规定的误差准则，最大程度地接近真实图象ｆ（ｘ，ｙ）。
象平面所得图像为Ｈ【ｆ（ｘ，ｙ）】，加性噪声ｎｋｙ），实际所得的退化图象ｇ（ｘ，ｙ）模型函数是ｇ（ｘ，ｙ）＝Ｈ［ｆ（ｘ，ｙ）】＋ｎ（ｘ，ｙ），其中Ｉ－Ｉ［・】是综合所有退化因素的函数。
４图象分割．‘Ｊ－ｙ＇图１图象退化模型图像作为一个整体，有丰富的内容和色彩，我们所需要的目标和背景与整幅图像融为一体，不利于进行图像处理。
因此，先将图象划分成若干个与物体目标相对应的区域，根据目标和背景的先验知识，对图象中的目标与背景进行标识、定位，将目标从背景或其他伪目标中分离出来．这种方法称为图象分割。
图象分割而成的区域所包含的信息包括了分区分割和对各分区的描述。
利用这些区域中所包含的部分特征，例如灰度差别、局部纹理差别、彩色差别、局部统计特征或局部区域的频谱特征的差别等，可以用来区分整幅图象中不同的目标物体。