析的特点。基于小波分析的边缘检测方法的突出优点是它的多尺度性，图像的每个尺度的小波变换都提供了一定的边缘信息。小尺度下，图像的边缘细节信息丰富，边缘定位精度较高，但易受噪声干扰，大尺度下，边缘稳定，抗噪性好，但定位精度差。利用小波的多尺度性可实现在大尺度下抑制噪声，可靠地识别边缘，在小尺度下精确定位。Snake 模型最初是由Kass 等人在1987 年第1 届计算机国际视觉会议上提出的，其基本思想是首先通过人的识别能力，在图像中目标边界附近确定初始轮廓线，然后对曲线进行能量最小化变形，使其锁定在待分割目标的边界上。 Snake 算法能够有效地利用图像局部与整体的信息，实现对边界的准确定位，具有良好的提取和跟踪特定区域内目标轮廓的能力。由于图像的千变万化，在实际应用中，通常将多种分割算法有效地结合在一起使用以获得更好的分割效果。
2.5 图像分析
图像分析从图像中抽取某些有用的度量、数据或信息，目的是得到某种数值结果，它主要是提供关于被分析图像的一种描述，既要利用模式识别技术，又要利用关于图像内容的知识库，即人工智能中关于知识表达方面的内容。 图像分析需要用图像分割方法抽取出图像的特征，然后对图像进行符号化的描述，这种描述不仅对图像中是否存在某一特定对象作出回答，还要对图像内容作出详细描述。 图像分割综述已上述所述，现分别从描绘和纹理分析这2 个方面加以阐述。 2.5.1 图像描绘
经过图像分割后，得到的是若干区域和边界。 为了有效地识别目标，必须要描述这些目标即提供它们的有用信息和相互关系，通常有区域内部描述、区域边界描述和关系描述。
(1) 区域内部描述
(i) 矩描述子 该描述子是基于帕普里斯( Papoulis) 唯一性定理。M K Hu 在1961 年首先提出不变矩的概念，并将几何矩用于图像描述。M R Teague 在1979 年基于正交多项式理论提出的Zernike 矩，从噪声灵敏度、信息冗余度和图像描述能力等方面来说都具有很好的性能。Y LSheng 和L X Shen 于1994 年提出了
正交傅里叶梅林矩，平子良等定义了一种新的图像矩——切比雪夫图像矩描述图像，这种矩可以得到比较理想的描述效果。矩方法是一种经典的区域形状分析方法，但于它的计算量较大且受噪声干扰，缺乏实用价值。
(ii) 拓扑描述子 带有孔的图形，如果把区域中的孔洞数作为拓扑描述子，显然这个性质不受伸长或旋转变换的影响。但是如果撕裂或折叠时，孔洞数就要变化了，区域描述的另一种有用的拓扑特性是连接部分的个数。
(iii) 投影与截痕 图像在任意方向上的投影可以定义为该图像诸像素在该方向上对应投影之和，和投影相类似的另一种描述图像中的对象方向特性的参数是截痕，截痕和投影有着同样的用途。
(ⅳ)模板匹配
(2) 区域的外形边界描述方法
(i) 傅里叶描述子 当一个区域边界上的点已被确定时，可以从这些点中提取信息。这些信息就可以用来鉴别不同区域的形状，Kauppien比较了各种典型形状识别方法，实验表明基于物体轮廓坐标序列的傅里叶描述子具有最佳的形状识别性能。通过连续型傅里叶变换代替离散傅里叶变换的计算方法，可以减少由于边界曲线等间距离散化引起的误差，而且可以大大减少傅里叶变换计算的工作量。
(ii) 小波轮廓描述子 小波变换是一一对应的映射，所以一个给定的轮廓对应一组唯一的描述符。小波轮廓描述符比较适合描述轮廓的基本特征并用来进行基于轮廓的图像检索。从描述精度、稳定性各方面来看，它比傅里叶描述子更为优越。
(iii) 霍夫变换 霍夫( Hough) 变换是一种线描述方法，它可以将笛卡尔坐标空间的线变换为极坐标空间的点，霍夫变换使不同坐标系中的线和点建立了一种对应关系。
(iiii) 曲线拟合 任何一个二维图像目标或对象的边界都是平面中的一条曲线。对曲线拟合一个函数可用于描述该目标的边界(形状) 。对于所拟合函数，总存在一定的拟合误差。Duda 和Hart 提出一种简单的分段线性曲线拟合方法，
即重复端点拟合方法，这种方法类似于采用分裂方法逼近多边形边界的技术。 该方法的优点是计算简单，缺点是噪声数据点将引起拟合误差。多数情况下，拟合后的曲线只是一种近似，可借助许多方法进行调整，以使边界更加精确，其中利用高层知识的处理也是常用的方法。另外，Ho - Keun Song 和Eung - KwaKang 提出了用圆形扫描的方法来描述图像。
(3) 关系描述
关系描述的任务就是把被分割后的区域或部分组成为有意义的关系结构，一般是以文法概念为基础的，通常可分为串文法和高维文法，其中高维。文法又包括树文法、网文法、表结构[44 ] 。 2.5.2纹理分析
结构法、统计法、频谱法和模型法是常用的纹理研究方法。 结构法从纹理的基元形态及其排布规则角度分析，适用于研究规则纹理；统计法从宏观角度对纹理进行统计分析，适用于随机纹理；频谱法利用频域信号处理方法分析纹理的数字特征；模型法将纹理看做某种数学模型进行分析。
(1) 结构法
结构分析法从纹理图像的结构角度分析纹理基元形状和排列分布特征。 纹理基元存在面积、周长、偏心度、方向、延伸度、欧拉数、矩、幅度、紧支性等特征。该方法通常首先确定纹理基元，然后根据句法模式识别理论，利用形式语言对纹理的排列规则进行描述。其优点是有利于对纹理构成的理解和高层检索使用，适合于描述人工规则纹理。对于自然纹理，由于基元本身提取困难以及基元之间的排布规则不易用确定的数学模型描述，在随机纹理的描述方法中，结构分析法应用不多或者常被用做辅助分析手段。
(2) 统计法
多数纹理可以描述为一个随机变量，尤其是自然纹理，从局部分析表现出很大的随机性。从整体分析和统计意义上，纹理存在某种规律性，不同的纹理存在不同的数字特征。 基于统计的纹理分析方法主要有矩、自相关函数、灰度共生矩阵分析等。
(3) 频谱法
频谱法将空间域的纹理图像变换到频率域中，利用信号处理的方法，该法是建立在多尺度分析与时/ 频分析基础之上的纹理分析方法，目前主要有傅里叶变换、小波等。
(4) 模型法
模型法将纹理基元分布看成某种数学模型，运用统计、信号分析等理论中相应的方法对纹理模型进行分析，获得一些纹理特征。 常用的模型有马尔可夫随机场模型、Wold 分解、自回归模型、控向金字塔小波分析、分形等。基于模型的方法不仅可以用于表示纹理，而且可以用于合成纹理。
3 数字图像处理技术的发展方向
经过近90 年的发展，特别是第3 代数字计算机问世后,数字图像处理技术出现了空前的发展，但存在一定的问题，具体体现在以下5 个方面：
(1)在提高精度的同时着重解决处理速度的问题,巨大的信息量和数据量和处理速度仍然是一对主要矛盾；
(2)加强软件的研究和开发新的处理方法,重点是移植其他学科的技术和研究成果；
(3) 边缘学科的研究(如人的视觉特性、心理学特性的研究的突破) 促进图像
处理技术的发展；
(4)理论研究已逐步形成图像处理科学自身的理论体系； (5) 建立图像信息库和标准子程序,统一存放格式和检索。
数字图像处理技术的未来发展大致可归纳为：图像处理随着高清晰度电视的出现，将开展实时图像处理的理论及技术的研究，向高速、高分辨率、立体化、多媒体化、智能化和标准化发展；图像与图形相结合，将朝着三维成像或多维成像的方向发展；硬件芯片方面，会将图像处理的众多功能固化在一个芯片上；在新理论与新算法方面的研究也会有进一步的进展。在图像处理领域，近几年来引
入了一些新的理论并提出了一些新的算法如小波分析、分析几何、形态学、遗传算法和人工神经网络等。
参考文献
[1](美)Rafael C. Gonzalez, Richard E. Woods著,阮秋琦, 阮宇智等译.数字图像处理.第三版.北京：电子工业出版社，2003.88-97
[2]刘中合，王瑞雪，王锋德等.数字图像处理技术现状与展望.计算机时代,2005,1(9):6-8
[3]陈炳权，刘宏立，孟凡斌.数字图像处理技术的现状及其发展方向. 吉首
大学学报(自然科学版)，2009，30(1):63-70
[4]孔大力,崔洋.数字图像处理技术的研究现状与发展方向. 山东水利职业学院院刊，2012，1(4):11-14