中北大学2013届毕业设计说明书
（4）二维到三维的转换难度大。由于图像是三维景物的二维投影，一幅图像本身不具备复现三维景物的全部几何信息的能力，三维景物背后部分信息在二维图像画面上是反映不出来的.因此，要分析和理解三维景物必须作合适的假定或附加新的测量.在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。
（5）人为因素。数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大。
鉴于图像处理自身的特点以及影响其的一系列因素，个人认为图像处理未来的发展可能会有以下几个方向：
（1）数字图像处理技术的发展将向着高速、高分辨率、立体化、多媒体、智能化和标准化方向发展
（2）进一步加强软件研究、开发新的软硬件图像处理方法。
（3）加强基础学科、边缘学科的研究工作，促进数字图像处理技术的进一步发展。
（4）逐步完善数字图像处理科学自身的理论体系。 （5）图像、图形相结合朝着三维成像或多维成像的方向发展
（6）新理论与新算法研究.近年来在图像处理领域引入了一些新的理论并提出了一些新的算法，如:Wavelet、Fractal、Morphology、遗传算法、神经网络等。Fractal广泛用于图像处理、图形处理、纹理分析，同时还可以用于数学、物理、生物、神经和音乐等方面，有人认为Fractal把杂乱无章、随意性很强的事物能用数学方法加以规范和描述，它在分析和描绘自然现象上具有独到之处。这些理论在未来图像处理理论与技术上的作用应给予充分的注意，并积极地加以研究
（7）图像处理芯片化。目前，结合多媒体技术的研究，硬件芯片越来越多。如Thomson公司ST13220采用SyStO11C结构，作运动预测器。INMOS公司的IMS-A 121，采用流水线结构，C-CUbe公司CL-550把JPEG做到一个芯片上，更便于推广应用。总之把图像处理的众多功能固化在芯片上将会有更加广阔的应用领域。
（8）虚拟现实。计算机的运算速度发展到今天，已为虚拟现实提供了可能。网上虚拟现实、可视电话及会议系统等方面的发展及应用都为数字图像处理技术
第 7 页 共 45 页
中北大学2013届毕业设计说明书
的发展提供了新的机遇。
（9）机器人视觉.随着各种相关技术和相关学科研究的不断发展，机器人视觉将由2D向3D，由低速响应向高速响应发展。
1.3 本文章节简介
本文共分为六章。第一章绪论，主要介绍数字图像处理的现状，基本概念，以及内容分布。第二章图像处理理论，对图像处理技术中经常用到的一些理论与方法进行比较详细的介绍。第三章需求分析，该数字图像处理系统进行可行性分析，并且就所使用的嵌入式平台进行介绍。第四章概要设计，这一章是整个系统的设计思路以及一些算法的简单分析。第五章进行系统的具体实现，包括硬件电路的设计与软件程序的编写。第六章是系统的最后调试以及功能使用说明部分。
第二章 图像处理理论
2.1 图像信息的基本知识
2.1.1 视觉研究与图像处理的关系
（1）图像质量评价与视觉心里。目前把图像信息看成二维平面上具有亮暗色彩变化的若干单个像素信息的集合是非常初步的认识。应该说，对图像的认识或理解是由感觉和心理状态决定的，也就是说，与图像内容和观察者的心理因素有关。由此启发人们去研究建立包括人的因素在内的信息理论。
（2）画面组成和心理视觉。人的视野相当宽广，左右视角约为月
，但如此宽广的视野中视力好的部位仅限于
，上下
。那么，人是如何转动眼
球使视线移动，从而适应大的画面和立体景象的呢？人眼中心视力分辨率强，可以进行图像细节的认识，但只能认识图像的一小部分；而周边视力分辨率差，但可以认识图像的全貌，而且可以将所视目标特征部分检出，利用检出的目标图像
第 8 页 共 45 页
中北大学2013届毕业设计说明书
特征去控制眼球运动，必要时可以再用中心视力来进一步认识这一部分图像。对于大画面图像，充分利用周边视力产生较强的临场感；而小画面临场感弱，为了产生充分的临场感，画面尺寸一般应有觉效果好的原因也就是这个道理[2]。
（3）主观亮度感觉。实验表明，人的视觉系统感觉到的景物亮度并不直接由景物本身的亮度所决定。其主观亮度感觉S与光强度B的对数呈线性关系，这一规律称为韦伯-弗赫涅尔（Weber-Fechner）定律，即为下式所示：
式中k、
为常数。
以上的视野。宽银幕和球幕电影的视
（4）同时对比效应和马赫带效应
在某些情况下，人的感觉不是简单的光强度函数，还可以从人的两个视觉特性，即同时对比效应和马赫带效应得到说明。
图 二-1 同时对比效应
同时对比效应（如上图所示）。图中所有的中心方块都有相同的光强度，但在人的视觉感觉就不同，这种与背景光强度有关的视觉主观感觉称为同时对比效应。
第 9 页 共 45 页
中北大学2013届毕业设计说明书
图 二-2 马赫带效应
图中各个条带的客观亮度不同，但每个条带本身的客观亮度是相同的。但在人的视觉中，对每个条带感觉都是不均匀分布的，感到所有条带的右边比左边亮些，出现的这些毛边带（特别是靠边界处）称为马赫带效应。
2.1.2 图像数字化
一幅黑白静止平面图像中各点的灰度值可用其位置坐标来描述。显然，
的函数
是二维连续函数，有无穷多个值。这种用连续函
数表示的图像无法用计算机进行处理，也无法再各种数字系统中传输或存储，必须将代表图像的连续（模拟）信号转变为离散（数字）信号。这样的变换过程称为图像数字化，主要包括采样和量化两步。
采样和量化。图像在空间上的离散化成为采样，其约束条件是：由采样点，通过某种方法可以正确的重建原图像。采样的方法有两类：一类是直接对表示图像的二维函数值进行采样，即读取各离散点上的信号值，所得结果就是一个样点值阵列，所以也称为点阵采样；另一类是先将图像函数进行某种正交变换，用其变换系数作为采样值，故称为正交系数采样。对样点灰度值的离散化过程称为量化。也就是对每个样点值数字化，使其只和有限个可能电平数中的一个对应，即使图像的灰度值离散化[3]。量化也可以分为两种，一种是将样点灰度值等间隔分档取整，称为均匀量化；另一种是不等间隔分档取整，称为分均匀量化。因为都要取整，故量化也常称为整量或整量化过程。
2.1.3 图像的噪声分析
第 10 页 共 45 页
中北大学2013届毕业设计说明书
图像噪声在数字图像处理技术中的重要性已越来越明显，如高放大倍数航片的判读、X射线图像系统中的噪声去除等都已成为不可缺少的技术。
图像噪声按其产生的原因可分为：
（1）外部噪声：是指系统外部干扰从电磁波或经电源串进系统内部而引起的噪声，如电气设备、天体放电现象等引起的噪声。
（2）内部干扰一般可分为四种：由光和电的基本性质所引起的噪声、电器的机械运动产生的噪声、元器件材料本身引起的噪声、系统内部设备电路所引起的噪声。
从统计理论观点图像噪声可分为平稳和非平稳噪声两种。不严格的讲，这两种噪声可以理解为:其统计特性不随时间变化的噪声称为平稳噪声；其统计特性随时间变化而变化的称为非平稳噪声。还可以按噪声幅度分布形状来定义，如其幅度分布是按高斯分布的就称其为高斯噪声，而按雷利分布的就称其为雷利噪声。当然也有按噪声频谱形状来命名的，如频谱均匀分布的噪声称其为白噪声，频谱与频率成反比的称为噪声，而与频率平方成正比的称其为三角噪声等等[4]。
2.1.4 图像质量评价
图像质量的含义包含两个方面，一个是图像的保真度（fidelity），另一个是图像的可懂度（inteligibility）。所谓图像保真度是描述被评价图像与标准图像的偏离程度；而图像的可懂度则是表示图像能向人或机器提供信息的能力。
目前对图像质量在定量评价上一般采用均方误差表示的客观保真度准则，而图像的可懂度定量测量还是很困难。目前对图像质量评价往往还是采用主观保真度准则，它是由一批图像评价专家按主观感觉来定性地评价图像质量。显然这种评价方法容易受到很大认为因素的影响。
2.1.5 彩色图像基本知识
为了定量的描述颜色对人眼的视觉作用，可以用亮度（brightness）、色调（hue）、色饱和度（saturation）这3个与视觉特征有关的量来计算描述，这3
第 11 页 共 45 页
[5]