中北大学2013届毕业设计说明书
从20世纪70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。很多国家，特别是发达国家投入更多地人力、物力研究计算机视觉（图像理解）领域，取得了不少重要的研究成果。其中代表性的成果是20世纪70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想[1]。
图像特征（基元图）从立体图从图像序列从阴影至形状从纹理至形状从至形状x2.5维图（intrinsic图像）三维模型
图 一-1 基于Marr视觉计算理论的方框图
Marr视觉计算理论主要涉及描述三维物体的几何表示问题。Marr理论认为描述三维物体有三个层次（图 一-2）:
（1）图像特征（基元图）。它反映了二维图像的重要特征。是以原始图像中抽取如边缘、角点、纹理、线条、不连续点等基本特征，这些特征的集合称为基元图。
（2）2.5维图，又称为intrinsic图像。它在以观察点为中心的坐标系统中，由输入图像和基元图恢复场景可见部分的深度、法线方向、轮廓等，这些信息包含了深度信息，但不是真正的物体三维表示，因此称为二维半图。从图像特征恢复得到2.5维图，可以有很多方法，如立体图、从图像序列、从阴影至形状从纹理至形状、从x至形状（其中x为新研究的方法）等方法恢复得到2.5维图。
第 2 页 共 45 页
中北大学2013届毕业设计说明书
（3）三维模型表示。在以物体为中心的坐标系中，描述了三维物体的形状和它们在空间的结构基元是体积的或表面面积的基元。
Marr计算视觉理论框架虽然还不十分完善，许多方面还有争议，如该理论建立的视觉处理框架基本上是从上至下，而没有考虑反馈的作用；此外，该理论没有重视知识引导作用。但是，它至今仍然是可接受的基本框架，它不仅推动了计算机视觉这门科学的形成和发展，也为计算机视觉领域提供了许多研究的起点。
计算机视觉是模仿人的视觉，由于人们对视觉机理的研究还没有突破性的进展，因此计算机视觉研究是一项艰巨而长远的任务。尽管目前已有了不少图像理解的理论、方法、算法和初级图像理解系统，但真正能在实际应用中可以取代人的视觉功能的还不多见。当前科学技术的发展使得许多领域迫切需要应用图像处理和理解，因此，应当在计算机视觉领域中，加强新理论与方法的探索和研究，使之有可能较大的降低视觉理解的难度，而仍然能解决不少有意义的实际问题。近来兴起的“有目的、定性、主动地视觉”、基于CAD的视觉、距离图像的理解、多传感器融合等都是一些有代表性的研究方向。
这里特别要指出，从20世纪90年代，计算智能信息处理技术获得飞速的发展，它在数字图像处理和计算机视觉领域中获得了越来越广泛的应用，取得了许多引人注目的突破性成果。这些成果不仅推动了计算智能信息处理技术的进一步发展，而且给数字图像处理和计算机视觉开辟了不少新的研究领域。在计算机智能信息处理技术中，如模糊集与模糊逻辑、神经网络、小波分析、进化计算（遗传算法）、分形等，在图像编码、增强、分割、特征提取、描述以及识别等方面都有广泛的应用，获得了不少新方法、新算法。另外，一些新的数学方法，如数学形态、粗糙集理论等数学工具在数字图像处理中也有成功的应用，引起了人们极大的关注。
可以相信，视觉作为人类最重要的一种感知，是人类智能活动不可缺少的。因而，研究图像处理和理解将永远是一个挑战性的研究课题，无论存在多大的困难，总会取得突破性进展，并给人类社会各个方面的实际应用带来越来越多的效益。下面就数字图像处理主要的几个方面作简要介绍：
第 3 页 共 45 页
中北大学2013届毕业设计说明书
1）图像变换
由于图像阵列很大，直接在空间与中进行处理，设计计算量很大。因此，往往采用各种图像变换的方法，如傅里叶变换、哈尔变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，这不仅可以减少计算量，而且可获得更有效的处理（如傅里叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效地应用。
2）图像编码压缩
图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少存储器容量。压缩可以在不失真前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
3）图像增强和复原
图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强调低频分量可以减少图像中噪声影响。图像复原要求对图像降质的原因有一定了解，一般讲应根据降质过程建立“降质模型”，在采用某种滤波方法，恢复或重建原来的图像。
4）图像分割
图像分割时数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，包括图像中物体的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像处理的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。
5） 图像描述
图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特征。一般图像描述方法采用二维形状描述，有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理描述。在计算机视觉中要
第 4 页 共 45 页
中北大学2013届毕业设计说明书
进行三维物体描述的研究，为此，提出了体积描述、表面描述、广义圆柱体描述等方法。
6）图像分类（识别）
图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别、人工神经网络模式分类以及支撑向量机方法在图像识别中也越来越受到重视。
此外，图像重建以及图像的只是表示、彩色图像处理等都是目前数字图像处理中新发展的研究领域，在图像处理中获得越来越广法的应用。
1.2 数字图像处理现状分析
数字图像处理技术的应用越来越广，己经渗透到工程、工业、医疗保健、航空航天、军事、科研、安全保卫等各个方面，在国计民生及国民经济中发挥着越来越大的作用。
总之，数字图像处理技术应用还可列出相当多的领域，它在国家安全、经济发展、日常生活中充当越来越重要的角色，对国计民生的作用不可低估。
图像处理技术由于本身所具有的特点导致它又很容易受到一些因素的制约。图像处理的特点主要集中在以下几点：
（1）图像信息量庞大。在数字图像处理中，一幅图像可看成是由图像矩阵中的像素（pixel）组成的，每个像素的灰度级至少要用6bit（单色图像）来表示，一般采用8bit（彩色图像），高精度可用12bit或16bit甚至更高。X射线照片一般用64KB-256KB的数据量，一幅遥感图像3240x2340x4≈30MB的数据量。
（2）图像处理综合性强。在数字图像处理中涉及的基础知识和专业技术相当广泛。一般来说涉及通信技术、计算机技术、电子技术、电视技术，至于涉及到的数学、物理学等方面的基础知识。总之，图像处理科学是一项涉及多学科的综合性科学。
第 5 页 共 45 页
中北大学2013届毕业设计说明书
（3）图像信息理论与通信理论密切相关。自从1948年，Shannon发表了“A Mathematical Theory ofCommunication”（通信中的数学理论）一文，便奠定了信息论的基础。此后，信息理论便渗透到了各个领域。图像信息论也属于信息论科学中的一个分支。从当今的理论发展看，可以说图像信息论是在通信理论研究的发展起来的。图像理论是把通信中的一维问题推广到二维空间上来研究。总之，通信中的一维问题都可推广到二维，尽管有些理论尚不完全贴切，但对图像自身理论体系的形成有极大的借鉴意义。
（4）处理精度高。
（5）内容丰富，通过编写不同的软件程序可以实现对图像的不同处理，如增强、滤波、恢复和压缩等，其处理内容十分丰富。
（6）灵活性强。数字图像处理不仅能完成线性运算，且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
（7）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真实再现。
（8）适用面广。图像可以来自多种信息源。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。只要被变换为数字编码形式后，均可用计算机来处理。
（9）占用频带宽，信息压缩的潜力大。数字图像中各个像素是不独立的，其相关性大。就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。因此，图像处理中信息压缩的潜力很大。
由此造成图像处理会受到一些因素的制约： （1）知识的综合性强，需要掌握多方面的知识。 （2）对计算机的计算速度、存储容量要求高。
（3）处理宽频带难度大。数字图像处理占用的频带较宽。与音频信息相比，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，成本高。
第 6 页 共 45 页