图像处理技术论文篇（1）

2对图像处理工作的帮助

目前无论是任何地点，都能够看到监控摄像头，视频监控已经成为了社会的一种现象。视频监控强调视频的清晰度，才能够更好地为大众服务。随着出现的各种图像处理方法，图像的清晰度在不断地提高。而针对图像处理这一任务，出现了各种处理软件，并且随着人们对图像清晰度提出的新要求，这些软件也在不断的完善。

2.1常用的图像处理功能

下面为大家分析一下在图像处理时候，对软件要求的几项功能。模糊图像清晰化功能。实际拍摄中，焦距、运动等对图像进行的影响，出现图像模糊化，运用处理软件使原本模糊的图像清晰。该项功能在实际生活中得到了广泛的运用；消除噪声。很多视频拍摄完毕后，都会有很多干扰的声音，覆盖了我们需要的声音。利用自动增强的功能，能够使该图像所要反映的内容更加突出；同时还能够对图像进行锐化处理、将其锯齿消除。同时，由于很多监控设备像素不是很高，拍摄出来的画面在放大之后会出现一片马赛克的现象，可以运用软件将马赛克弱化。在拍摄物体的时候，如果该物体是背朝光源，就会出现拍摄出来的画面很暗，无法看清楚物体的原貌，这是就可以用明暗校正的功能来处理该图像；图像的重建功能。可以将拍摄的画面分为多个帧，将帧进行融合，然后将模糊的部分进行清晰化处理；如果图像中出现的人物面部不是很清晰，可以通过帧平均的方法，使人的五官变得更加清楚；对动态视频处理的功能。可以将拍摄中画面的亮度、明暗对比、噪声等问题进行处理；因为光线、监控机自身的原因，造成了拍摄的画面出现了失真的问题，可以通过还原图像的功能，使原本图像的颜色真实展现在人们眼中。

图像处理技术论文篇（2）

2计算机图像处理技术在网页设计中的应用

在网页设计的过程中，图像的处理和美化是其中最重要的环节之一，在一些较为复杂的网页中，可能会包含一些动态的图像以及flash元素等，这些元素的存在无疑增加了网页的特色，同时，也会提高客户体验，为了保持这些元素的鲜明性就需要将计算机图像处理技术很好的应用到网页设计中，提高网页质量的同时，增加网页的特点。

2.1满足网页设计中对于图片格式的需求

满足网页设计中对图片格式的需求是网页设计过程中最基础的环节，在网页设计中，需要各种不同的元素来组成一个完整的、特色鲜明的网页，从而让浏览者瞬间获取自己所需要的信息和资源，同时，网页设计必须具有一定的便捷性，这样才能有效的增加用户体验，同时增强用户浏览体验的感受，由此可见，图像的处理是网页设计中最基础的内容，所以，计算机图像处理技术首先需要处理的就是网页设计中的图像问题，其中jpeg是最为常用的图片格式，而gif可以实现图像的动态效果，由于这两种的网络图像格式所需要的参数和规格是不尽相同的，所以在应用计算机图像处理技术时，应该满足其格式的不同需求。

2.2对网页设计中图像的大小进行控制

众所周知，计算机的长度和宽度是有限的，这在一定程度上就决定了网页设计的图像也应该是有一定的规格，同时，为了保障网页浏览的清晰度和流畅度，就需要对网页中的图像进行一些特定的处理来限制其图像的大小，由于图像的大小与其所展现的清晰度有直接关系，所以，需要借助计算机图像处理技术来进行处理，以此来缓解清晰度和图像大小之间的矛盾，在追求图片高清晰度的同时，提高网页加载的速度和质量，同时提高网页浏览的效果。计算机图像处理技术主要是一种针对jpeg图片进行处理来权衡加载速度和网页浏览效果的一种技术，从而提高网页设计的浏览效果和网页质量。

2.3对网页设计进行进一步的开发

只有综合运用计算机图像处理技术对网页设计进行进一步的开发和应用，才能从根本上提高网页设计效果，近年来，计算机图像处理技术主要是以软件为主，photoshop是目前最为常用的图片处理软件，但是，随着网页设计的不断普及和发展，出现了更多网页个体设计者，为了满足不同个体对网页设计的个性化需求，同时带动个体成为网页设计的主流，丰富网页的内容和色彩，就需要适当的降低计算机图像处理技术的技术水平，以此满足社会大众的需求，其中photoshop的图片处理功能相对强大，但是photoshop主要是针对专业的网页设计人员开发的一种技术处理软件，所以，对于那些非专业的网页设计者，这个软件具有一定的难度，这在一定程度上限制了网页设计的普及和发展，所以，为了满足更多网页开发者的设计体验，要不断开发出一些相对简单和实用的计算机图像处理技术，进而推动计算机图像处理技术的革新和技术升级。

图像处理技术论文篇（3）

计算机图像处理系统从系统层次上可分为高、中、低档三个层次，目前一般比较普及的是低档次的系统，该系统由CCD（摄像头）、图像采集卡、计算机三个部分组成，其结构简单，应用方便，效果也比较不错，得到的图像较清晰。目前网上基于VC开发经验的文章不少，可是关于如何在VC开发平台上使用图像采集卡的文章确没发现，笔者针对在科研开发中积累的使用图像采集卡经验，介绍如何自己是如何将采集卡集成到图像开发系统中，希望能够给目前正需要利用图像采集卡开发自己的图像处理系统的朋友有所帮助。

使用的摄像机采用台湾BENTECHINDUSTRIAL有限公司生产的CV-155L黑白摄像机。该摄像机分辨率为752x582。图象采集卡我们采用北京中科院科技嘉公司开发的基于PCI总线的CA-MPE1000黑白图象采集卡。使用图像采集卡分三步，首先安装采集卡的驱动程序，并将虚拟驱动文件VxD.vxd拷贝到Windows的SYSTEM目录下；这时候就可以进入开发状态了，进入VC开发平台，生成新的项目，由于生产厂家为图像采集卡提供了以mpew32.dll、mpew32.lib命名的库文件，库中提供了初始硬件、采集图像等函数，为使用这些函数，在新项目上连接该动态库；最后一步就是采集图像并显示处理了，这一步要设置系统调色板，因为采集卡提供的是裸图形式，既纯图像数据，没有图像的规格和调色板信息，这些需要开发者自己规定实现，下面是实现的部分代码：

CTestView::CTestView()

{

W32_Init_MPE1000();//初始化采集卡

W32_Modify_Contrast(50);//下面的函数是为了对采集卡进行预设置

W32_Modify_Brightness(45);//设置亮度

W32_Set_HP_Value(945);//设置水平采集点数

wCurrent_Frame=1;//当前帧为1，获取的图像就是从这帧取得的

//设置采集信号源，仅对MPE1000有效

W32_Set_Input_Source(1);

W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);

W32_Set_PAL_Range(1250,1024);//设置水平采集范围

W32_Set_VGA_Mode(1);

wGrabWinX1=0;//采集窗口的左上角的坐标

wGrabWinY1=0;

firstTime=TRUE;

bGrabMode=FRAME;

bZipMode=ZIPPLE;

/

lpDib=NULL;//存放获取的图像数据

}

CTestView::~CTestView()

{

W32_Close_MPE1000();//关闭采集卡

}

////显示采集的图象，双击鼠标采集停止

voidCTestView::OnGraboneframe()

{

//TODO:Addyourcommandhandlercodehere

wCurrent_Frame=1;

//设置采集目标为内存

W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);

//启动采集

if(lpDib!=NULL)

{

GlobalUnlock(hglbDIB);

GlobalFree(hglbDIB);

}

//分配内存

hglbDIB=GlobalAlloc(GHND,(DWORD)wImgWidth*(DWORD)wImgHeight);

lpDib=(BYTE*)GlobalLock(hglbDIB);

hdc=GetDC()->GetSafeHdc();

if(lpDib!=NULL)

{

cxDib=wImgWidth;

cyDib=wImgHeight;

SetLogicPal(hdc,cxDib,cyDib,8);

SetStretchBltMode(hdc,COLORONCOLOR);

bGrabMark=TRUE;

while(bGrabMark==TRUE)

{

if(msg.message==WM_LBUTTONDBLCLK)

bGrabMark=FALSE;

W32_ReadXMS2Buf(wCurrent_Frame,lpDib);

SetDIBitsToDevice(hdc,0,0,cxDib,cyDib,0,0,

0,cyDib,(LPSTR)lpDib,

bmi,

DIB_RGB_COLORS);

}

//停止采集

W32_CAStopCapture();

::ReleaseDC(GetSafeHwnd(),hdc);

return;

}

////将下面这个函数添加在视图类的CTestView::OnSize（）函数中，就可以对系统的调色板进行设置。

voidWINAPIInitLogicPal(HDChdc,shortwidth,shortheight,WORDbitCount)

{

intj,i;

shortcxDib,cyDib;

LOGPALETTE*pLogPal;

j=256

if((pLogPal=(LOGPALETTE*)malloc(sizeof(LOGPALETTE)+(j*sizeof(PALETTEENTRY))))==NULL)

return;

pLogPal->palVersion=0x300;

pLogPal->palNumEntries=j;

for(i=0;ipLogPal->palPalEntry[i].peRed=i;

pLogPal->palPalEntry[i].peGreen=i;

pLogPal->palPalEntry[i].peBlue=i;

pLogPal->palPalEntry[i].peFlags=0;

}

hPal=::CreatePalette(pLogPal);

deletepLogPal;

::SelectPalette(hdc,hPal,0);

::RealizePalette(hdc);

cxDib=width;cyDib=height;

if((bmi=(BITMAPINFO*)malloc(sizeof(BITMAPINFOHEADER)+j*sizeof(RGBQUAD)))==NULL)

return;

//bmi为全局变量，用于显示图像时用

bmi->bmiHeader.biSize=40;

bmi->bmiHeader.biWidth=cxDib;

bmi->bmiHeader.biHeight=cyDib;

bmi->bmiHeader.biPlanes=1;

bmi->bmiHeader.biBitCount=bitCount;

bmi->bmiHeader.biCompression=0;

bmi->bmiHeader.biSizeImage=0;

bmi->bmiHeader.biXPelsPerMeter=0;

bmi->bmiHeader.biYPelsPerMeter=0;

bmi->bmiHeader.biClrUsed=0;

bmi->bmiHeader.biClrImportant=0;

for(i=0;ibmi->bmiColors[i].rgbBlue=i;

bmi->bmiColors[i].rgbGreen=i;

bmi->bmiColors[i].rgbRed=i;

bmi->bmiColors[i].rgbReserved=0;

}

}

视频"画中画"技术

"画中画"这个概念类似与彩色电视机"画中画"，就是在一幅大的图像内显示另外一幅内容不同的小的图像，小图像的尺寸大小一般地说为大图像尺寸的1/4或1/9，显示位置在大图像的右上角。这种技术不仅在电视技术中，在可视电话系统也可以发现这种技术的身影，它们都是依靠硬件来实现的，但是如何在VC开发平台上用编程语言来将该功能添加到自己开发的视频监控软件，为使用者提供更大的信息量呢？也许读者最容易想到的是首先显示大图像，然后再在一个固定位置画第二幅小图像，这种技术技术如果对于静止图像当然没有问题，但是对于视频流，由于每一秒钟需要画25幀，即25幅图像，这样一来计算机需要不停的画不停的擦除，会给用户以闪烁的感觉，如何解决这个问题呢？有的参考书上将大小图像分快显示，这种方法要将待显示的图像数据与显示位置的关系对应起来，容易出错不说，而且麻烦，且速度慢，为此，我对该方法进行了改进，得到了满意的效果。实现的代码如下：

voidpictureinpicture()

{

………………………..

CBitmapbitmap,*oldmap;

pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight为视频采集卡获取//的图像尺寸。

Read(pData1,bih.biWidth*bih.biHeight*3);//该函数从采集卡中获取数据

CClientDCdc(this);

m_pBMI1=newBITMAPINFO;//自定义的BMP文件信息结构，用于后面的图像显示

m_pBMI1->bmiHeader.biBitCount=24;

m_pBMI1->bmiHeader.biClrImportant=0;

m_pBMI1->bmiHeader.biClrUsed=0;

m_pBMI1->bmiHeader.biCompression=0;

m_pBMI1->bmiHeader.biHeight=biHeight;

m_pBMI1->bmiHeader.biPlanes=1;

m_pBMI1->bmiHeader.biSize=40;

m_pBMI1->bmiHeader.biSizeImage=WIDTHBYTES(biWidth*8)*biHeight*3;

m_pBMI1->bmiHeader.biWidth=biWidth;

m_pBMI1->bmiHeader.biXPelsPerMeter=0;

m_pBMI1->bmiHeader.biYPelsPerMeter=0;

////////////////////////////////////////////////////////////////////////

pData2=(BYTE*)newchar[biWidth1*biHeight1*3];//申请存放小图像的缓冲区

Read(pData2,biWidth1*biHeight1*3);////向该缓冲区读数据

m_pBMI2=newBITMAPINFO;

m_pBMI2->bmiHeader.biBitCount=24;

m_pBMI2->bmiHeader.biClrImportant=0;

m_pBMI2->bmiHeader.biClrUsed=0;

m_pBMI2->bmiHeader.biCompression=0;

m_pBMI2->bmiHeader.biHeight=biHeight1;

m_pBMI2->bmiHeader.biPlanes=1;

m_pBMI2->bmiHeader.biSize=40;

m_pBMI2->bmiHeader.biSizeImage=WIDTHBYTES(biWidth1*8)*biHeight1*3;

m_pBMI2->bmiHeader.biWidth=biWidth1;

m_pBMI2->bmiHeader.biXPelsPerMeter=0;

m_pBMI2->bmiHeader.biYPelsPerMeter=0;

//下面实现画中画的显示

CDCMemDc;

MemDc.CreateCompatibleDC(&dc);

bitmap.CreateCompatibleBitmap(&dc,biWidth,biHeight);

oldmap=MemDc.SelectObject(&bitmap);

::StretchDIBits(MemDc.m_hDC,0,0,biWidth,biHeight,0,0,—biWidth,biHeight,pData1,m_pBMI1,DIB_RGB_COLORS,SRCCOPY);//首先将大图像画在内寸上下文中

::StretchDIBits(MemDc.m_hDC,20,20,biWidth1,biHeight1,_

0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再将小图像画在内寸上下文中

::StretchBlt(dc.m_hDC,0,0,bih.biWidth,bih.biHeight,_

MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//将结果显示在屏幕上。

MemDc.SelectObject(oldmap);

deletepData1;

图像处理技术论文篇（4）

一、前言

浙江理工大学数字媒体技术专业旨在培养德、智、体、美全面发展，具有良好的科学艺术素养，系统地掌握数字媒体设计、制作、处理的理论知识和专业技能，精通数字媒体核心技术，具有新媒体艺术创作能力以及面向网络的、新型数字媒体综合开发能力，能够在国家机关、高等院校、电视台、电影厂、广告公司、游戏制作公司和大中型企业等从事数字媒体设计制作、兼通艺术和技术的复合型的高级人才。

“数字图像分析与艺术化处理”是一门在对传统的“数字图像处理”课程内容进行调整的基础上，针对数字媒体技术专业新开设的专业课，该课程主要讲述利用计算机对数字图像进行分析和处理的方法和技术，强调生成不同艺术效果的处理方法。

本文首先对传统“数字图像处理”课程的特点进行了分析，并结合数字媒体技术专业的需求进行了分析，提出了开设“数字图像分析与艺术化处理”课程的必要性；然后就“数字图像分析与艺术化处理”课程的课程内容、实践教学、教学方法与手段、师资队伍建设进行了讨论；也对目前存在的问题进行了分析；最后总结我们的经验与不足。

二、开设“数字图像分析与艺术化处理”课程的必要性

从教学内容上，近年来《数字图像处理》已经形成以数字图像基础、图像增强、图像复原、彩色图像处理、图像编码、形态学处理、图像分割和对象表示与描述为基本教学内容的一门信息类专业课程。而且，随着新技术在图像处理中的广泛使用，诸如小波变换、遗传算法、神经网络等新内容不断增加到课程体系中。但涉及艺术化处理的内容较少，目前，讲述图像艺术化处理的教材或者参考书基本都是讲述如何使用图像处理软件Photoshop进行制作的，而基本没有讲述对图像进行艺术化处理的理论和方法的。对旨在培养艺术和技术相结合复合型人才的数字媒体技术专业，图像作为一种重要的媒体形式，学习对图像进行艺术化处理的理论和方法是必要的，也是十分有益的。

那么，开设这门课程是否可行呢？虽然目前还没有一本数字图形艺术和处理的教材，但针对数字图像进行艺术化处理，已经有了大量的研究，特别是在图像学领域，艺术绘制的研究更是硕果累累《艺术化绘制的图形学原理与方法》一书对相关工作进行了全面地归纳总结。图形学艺术花绘制的结果基本都是以图像的形式表现出来。所以，从教学内容取材上，是完全没有问题的。

三、课程的总体设计

根据数字媒体技术专业的特点，考虑到课时的限制。“数字图像分析与艺术化处理”课程的教学内容分为以下8讲：

第1讲为数字图像基本概念和图像编程，主要介绍图像概念、图像感知、获取、采样、量化，图像的基本类型和主要文件格式，以及对BMP文件的读写和DIB类介绍。

第2讲为图像信号处理基本理论，讲述几种常用变换及其应用，包括傅立叶变换、离散余弦变换、小波变换和雷登变换。

第3讲是图像特征提取，主要讲颜色、形状、纹理等特征的描述、提取及分析。

第4讲为图像处理基本操作，讲述空域和变换域图像增强，二值图像和灰度图像的形态学处理。

第5讲为图像的分割、恢复与合成，讲述基于像素、区域和辩解的分割及所属；图像降质的数学模型，以及滤波法、代数法、非线性法等恢复方法；图像的合成算法。

第6讲为彩色图像处理，讲述彩色基础、彩色模型及相互转换、伪彩色变换、颜色转移。

第7讲为数字图像的艺术化处理，讲述基于像素级运算的艺术化效果生成，基于笔画绘制的艺术技法模拟，直接借鉴参考图像中的色彩搭配和纹理效果的艺术化绘制，基于绘图样例的艺术化绘制模拟。

第8讲为图像特征降维及其应用，讲述线性和非线性降维的方法和应用。

四、实践教学的设计

“数字图像分析与艺术化处理”课程具有涉及的知识面广、理论较深澳、内容不断丰富等特点。对这样一门涉及技术与艺术，既强调处理方法的理论性，又强调实践结果的艺术性的课程。仅凭教师的课堂讲述是远远不够的，必须辅以足够的实践锻炼，让学生巩固所学理论，锻炼实际动手能力，激发学习兴趣，提高综合利用所学理论，进行设计开发和研究创新的能力。

在设计图像处理实践环节时，一方面，要保留有代表性的经典内容，同时考虑到近年来彩色图像已得到广泛应用，增加彩色图像处理的内容，以满足社会发展的需求；另一方面，针对图像的艺术化处理，设计相应的实验内容，实验结果的直观艺术效果中能有效弥补理论的枯燥乏味，提高学生的学习兴趣。

根据实践内容的不同，我们把实验分为以下四种类型：基本型、设计型、创新型和综合型。基本型实验，主要是通过实验对基本理论进行实现，加深学生对基本理论的理解；设计型实验，要求学生对所学理论进行简单应用；创新型实验主要是通过学生自由分组，通过教师提示，大脑风暴等多种形式，让学生进行创新思维，不要求实验结果的完美性，关键在于创新和创意。综合型实验，要求学生完成运用多种图像分析处理理论和方法，完成一项具体的任务。而且这门课程需要进行实践的内容较多，为了解决实验内容多与学时有限之间的矛盾，我校在设计该课程的实践环节时，采用实践作业、课内上机实验、大作业和课程设计四种实践形式。考虑到学生后续学习工作的实用性和实验的效率，在实验环境和开发工具的选择上，我校采用C++和Matlab作为主要实践教学语言，在实验类型、实践形式和开发环境之间的具体操作如下：

基本型实验，安排一次课内实验，主要是如何利用C++进行数字图像的读写及直方图统计，以便学生熟悉BMP图像的格式，掌握BMP图像文件的读写，并进行像素数据的处理，为后续实验打下基础。另外，要求学生通过实践作业的形式，学习使用Matlab进行图像读取等基本操作。其他基本型实验主要以实践作业的形式进行，建议学生使用Matlab完成。

设计型实验，主要使用C++作为开发语言，安排三次课内实验，分别是图像增强、图像的特效显示、图像的艺术化处理。图像增强选择空域图像增强、变换域图像增强；图像的特效显示可以实现图像的渐隐、图像的伪彩色处理等；图像的艺术化效果可以完成Laplican素描、马赛克效果艺术化绘制。

创新型实验，以大作业的形式布置，学生自由结合成小组，可以从参考题目中选择之一进行，也可以自己确定所作内容。如在线图像艺术化处理系统、图像艺术化显示系统等。

综合型实验，以课程设计的形式完成。要求学生完成一个简单的图像处理系统，或者图像应用系统，但必须包含图像分析、艺术化处理的内容。

五、教学方法与手段

根据“数字图像分析与艺术化处理”课程的特点、数字媒体技术专业的学生的所学课程的特点，我们在常规教学教学方法和手段的基础上，还采用了下面的教学方法和手段：

1.技术与艺术相结合、操作和理论相结合。由于学过艺术类的课程，如《色彩构成》、《绘画基础》、《平面形态设计》等；并对Photoshop和Flash等软件的使用较熟悉。所以在讲述色彩相关的内容时，对于学生熟悉的内容，简单带过；对于图像处理分析的多数理论，Photoshop中都有对应的操作，可以将理论和操作相结合。

2.先修后续课程间广泛结合。由于“数字图像分析与艺术化处理”涉及计算机、艺术、信号等多个领域的知识，广泛应用于虚拟现实、网络媒体、生物医学、工业、国防等多个方面，先修和后续课程较多。同时，增加了课程的难度，同时也可以充分利用先修和后续课程之间的联系，进行课程内容的整合、实践环节的综合。我们在先修课程面向对象程序设计和可视化编程中，以图像处理为例子进行讲述，有了图像的编程基础，在“数字图像分析与艺术化处理”课程中，实验课就更容易开展。在于后续课程衔接方面，在讲到图像特征提取时，利用“数字摄影”课程的照片，结合“虚拟现实技术”课中的全景漫游图片的拼接进行讲解，不但把这些课程的内容有机的结合起来，而其可以提高学生的兴趣，达到学有所用的目的。

3.传统教学手段与现代教学手段相结合。“数字图像分析与艺术化处理”这门课，内容多，知识面广，实践性强，可时少。在讲授时，充分利用多媒体课件节省板书时间；利用视频，展示处理过程和效果，更直观；利用网络交互式图像分析处理平台，提高学生动手的积极性，便于老师和学生就实践环节进行沟通。

当然，在教学中，我们也遇到了一些问题。首先，是教材，目前还没有完全合适的教材可供选用，所以只能使用自编讲义。其次，传统的图像处理理论多针对灰度图像进行处理，如何把图像处理理论更好地应用到彩色图像的处理中。第三，对于图像的艺术效果的评价，涉及到人的主观因素，如何客观地进行分析，还需要更多的研究成果予以支撑。

六、教学队伍建设

“数字图像分析与艺术化处理”这门课，横跨技术和艺术。而同时精通数字图像分析和处理理论，又具有较好艺术功底的老师十分难得。在实践中，我们采用校内与艺术设计学院联合教学，校外积极引进具有艺术背景的教师参与到该课程的教学中来，同时针对现有教师，组织先修后续课程的任课教师，组成教师团队，进行综合教学。

七、总结

本文基于数字媒体技术专业的培养目标，分析传统的“数字图像处理”课程对于数字媒体技术专业的不足；结合学校开课实际，就数字媒体技术专业开设“数字图像分析与艺术化处理”课程进行了探讨，希望能够对数字媒体技术专业技术和艺术复合型课程的教学和建设有所促进。

参考文献：

[1]明冬萍.《数字图像处理》课程教学研究.中国科教创新导刊，2008，(25)：169-170.

[2]Michaella Janse van Vuuren and Gerhard de Jager，Art And Image Processing，2005.

[3]Henri Maitre，Francis Schmitt，15 Years of Image Processing and the Fine Arts, Image Processing，2001 Proceedings 2001 International Conference on.

[4]李杰，刘弘.基于遗传算法的分形艺术图案生成方法.山东大学学报(工学版)，2008，38(6)：33-36.

[5]耿卫东.艺术化绘制的图形学原理与方法.浙江大学出版社，2010.

图像处理技术论文篇（5）

中图分类号：TP399 文献标志码：A 文章编号：1006-8228（2014）10-76-02

Discussion and practice on "image processing technology"

Zhang Yongmei， Ma Li， He Li

（School of Information Engineering， North China University of Technology， Beijing 100144， China）

Abstract： The disadvantages， the characteristics and the content of the current teaching for "Image Processing Technology" are analyzed. Four teaching procedures including the selection of textbooks and expansion materials for initiative learning， application of modern teaching models and methods， strengthening teaching practice and reforming appraisal methods have been discussed and practiced. The result shows that it has obtained better teaching effects， improved the students' interest in learning and motivation to participate in scientific research， as well as the ability to solve practical problems.

Key words： teaching content； teaching method； assessment way； teaching practice

0 引言

图像信息是获取信息的重要来源，图像处理研究对于科学理论研究和工程应用有重要影响。研究图像处理和通信是导向智能计算机、智能机器人或多媒体通信系统的必由之路。现有的图像处理技术在很多方面给人们生活、学习、工作带来极大的便利，如：视频广播、遥感图像、医学图像（计算机X射线断层扫描技术CT，以及核磁共振成像MRI）等，计算机的发展使处理更复杂的图像成为可能。

图像处理是计算机应用领域中的一个重要方面，是模式识别、计算机视觉、图像通讯、多媒体技术等学科的基础，是一门涉及多领域的交叉学科。在图像处理技术课程的教学中，不但要让学生掌握其基本概念和原理，还要让不同层次的学生能够理解和掌握图像处理在其应用领域的最新发展，故传统的常规教学已经不能满足课程的发展要求。目前的教学不足之处主要体现在：传统的图像处理技术教学大多数偏重于理论，缺乏图像处理技术与实践相结合的环节。本文结合计算机学科的特点和多年的教学经验，对图像处理技术课程的教学模式与实践进行了探讨。

1 课程特点和教学内容分析

人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75%的信息是通过视觉系统获取的。图像处理是利用计算机处理所获取视觉信息的技术[1]。图像处理技术的理论基础涉及了众多学科，包括数学、物理、信号处理和计算机科学等多个学科的知识，其内容广泛，理论抽象，不易理解。图像处理技术还有很强的实用性，因此理论和实践的结合是本课程的关键，注重基础理论和技术的教学，以及加强学生实践能力和课题研究能力的培养是本课程的主要教学目的。

图像处理技术已经成为众多高校的一门重要课程，该课程主要介绍图像的数学描述、图像的数字化、图像变换、图像增强、图像恢复、图像编码、图像重建、图像分割与边缘提取、图像的分析和识别等基本的图像处理方法，使学生能熟练地掌握图像处理的基本过程，并能应用这些基本方法开发图像处理系统。通过这样的内容设置，使学生能够真正掌握图像处理技术的基本思想和技术，为深入学习打下坚实基础[2]。

2 教学环节的探讨和实践

2.1 教材的选用和自主学习扩充性资料的选用

图像处理技术发展日新月异，虽然该课程已经有很多可选教材，但大部分教材内容比较陈旧，许多新的算法，新的思想都没有提到，学生无法从这些教材中获取图像处理最新的技术和发展趋势，因此我们选择了章毓晋编著、清华大学出版社的《图像工程》系列教材。该教材全面介绍了图像工程的第一层次――图像处理，图像工程的第二层次――图像分析，图像工程的第三层次――图像理解的基本概念、基本原理、典型方法、实用技术以及国际上相关研究的最新成果。同时我们要求学生将国外的经典图像处理的书籍作为参考书目，如：Rafael C Gonzalez主编的《Digital Image Processing》，并建议学生关注图像处理的一些重要期刊和国际会议，如：IEEE Transactions on Medical Imaging、IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE International Conference on Image Processing、电子学报、CT理论与应用研究、模式识别与人工智能等。这样学生能熟悉一些专业术语，了解最新的前沿动态，并具备一定的英文文献阅读能力，为今后的科研和工作打下了坚实基础。

要求学生自主学习一些最新方法和技术，例如，深入分析中华人民共和国设计制造的玉兔号月球车的结构，给出玉兔号月球车如何通过全景相机、测月雷达、粒子激发X射线谱仪、红外光谱仪等仪器，对月表进行三维光学成像、红外光谱分析，开展月壤厚度和结构科学探测，对月表物质主要元素进行现场分析等探测的原理和方法。又例如，探讨将遥感图像应用于5.12汶川大地震的方法，2008年5月14日上午，中国科学院的两架高性能遥感飞机飞赴汶川，对地震灾区开展遥感监测和灾情评估工作，这两架飞机可分别提供高分辨率光学和雷达图像，具有全天候快速获取大面积灾情数据的能力，探讨如何根据汶川地震前、后图像，给出建筑物、河流、山体等关键区域的变化检测结果，为国务院和相关部门的抗震救灾工作提供咨询服务和决策依据。

2.2 采用现代化教学模式与方法

为了使复杂的算法和抽象的知识更加形象化，便于学生理解和提高学习兴趣，我们充分运用现代电子技术、工具和方法，采用多媒体形式进行课堂教学，利用VC、MATLAB编写一些典型的图像处理程序，并在课堂上演示这些程序，增加了课堂的信息量，提高了学生的学习兴趣，激发了学生自主学习，同时也为实验环节的开展奠定了一定的编程基础[3]。

此外，我们深入分析MOOCs、SPOCs以及“翻转课堂”教学模式等国际流行教育新概念，尝试开展图像处理技术的MOOCs，包括从课堂教学、学生学习进程、学生的学习体验、师生互动过程等教与学过程的完整系统在线实现。MOOCs是一个改变学习方式的时代产物，受到全球各地的重视。国内教育部三个教指委（计算机类专业、软件工程专业、计算机课程）2013年底专门召开会议研讨MOOCs。我们建立了校内MOOCs平台并对学生开放，将其作为课堂外学习的有效补充，这样可以方便学生随时随地学习，或者进行预习和复习。我们尝试了结合图像处理技术的MOOCs，探索创新教学模式与方法，稳步提高教学质量。

2.3 加强实践教学

图像处理技术可以广泛应用于数字电视、视频通话、宇宙探测、自然灾害预测、环境污染的监测、气象云图等应用领域，而教材一般只涉及到理论知识和算法，或者是对应用的简单介绍，对其设计实现介绍得很少，所以必须加强实践教学，将理论与实践结合起来，使理论指导实践，实践加强理论[4-5]。要求学生利用VC或者MATLAB进行实际程序设计，培养学生分析问题、解决问题的能力，具备图像处理系统的开发能力。

根据课程的教学要求设置了四个课外实验。①图像变换实验。要求对输入的图像，分别采用傅里叶变换、离散余弦变换、小波变换进行图像变换，分别给出变换前后的图像，并分析图像变换前后的视觉效果。②图像增强实验。将给定的图像进行增强处理，要求至少使用线性变换增强、对数变换增强、指数变换增强以及伪彩色增强处理，分析增强后的视觉效果。③图像编码实验。将给定的图像进行压缩处理，要求采用 Huffman编码方法，并计算压缩比。分析图像压缩后的视觉效果，并对图像压缩效果进行客观评价。④图像分割与边缘提取实验。分别利用边缘检测法、阈值分割法进行图像分割；分析图像分割后的视觉效果。学生完成所有实验后，我们安排了实验指导课，解决学生在实验中遇到的问题，进一步提高学生的算法设计能力和编程能力。

在课程教学中，我们还安排了三次专题讨论课，由教师指定具体题目，学生通过查阅相关文献，深入分析基本原理和方法，设计相应的算法，编程实现，并给出实验结果及分析，充分调动学生学习的积极性，提高学生利用理论知识解决实际问题的能力。三次专题讨论课分别是：

⑴ 数字图像表示及其处理专题讨论课。题目为：用VC或者Matlab实现常见图像文件格式的显示；常见的图像文件格式，以及用VC或者Matlab实现图像格式转换；给出国内外先进的图像处理系统软、硬件，名称、作用，以及先进性的体现。

⑵ 图像变换专题讨论课。题目为：给出小波变换常用的小波基的基本原理、具体应用，以及用VC或者Matlab的具体实现；给出小波变换、脊波变换、子波变换的基本原理、具体应用，用VC或者Matlab的具体实现；给出小波变换以及小波变换在图像处理中的具体应用，以及用VC或者Matlab的具体实现；给出快速傅里叶变换算法的具体内容，以及时间复杂度或者运行时间的分析。

⑶ 图像编码专题讨论课。题目为：给出小波变换图像编码的基本思想与特点，编码中需要解决的问题，实验结果及分析；给出基于感兴趣区域的小波图像编码方法的基本思想，具体步骤，实验结果及分析；给出几种图像编码质量评价方法，具体实现，实验结果及分析；给出基于子波变换的图像编码基本思想与特点，具体步骤，实验结果及分析。

此外，鼓励学生积极参与本校教师主持的科研项目，如国家自然科学基金、863项目、科技支撑计划，以及北京市自然科学基金等项目。这些项目涉及到视音频检索、视音频理解、视音频处理、网络信息分析、文字处理、信息检索、网络行为分析、图像识别等研究方向。通过参与项目，系统地锻炼了学生的科研能力和思维创新能力，也为今后的科研工作打下了坚实基础。

2.4 改革考核评价方式

考核是对学生学习成果的检验，考核目标不仅要检验学生对课堂教学内容的掌握程度，而且要对提高学生发现问题、思考问题、解决问题的能力起到作用。为了避免出现平时不努力，考前突击的情况，我们对传统的考核方式进行了改革。本课程的考核由两部分组成：平时成绩（占30%）和期末考试成绩（70%）。将平时的上课出勤、作业、实验和专题讨论成绩列入平时成绩。在整个教学过程中，严格要求学生，使学生重视教学的各个环节。

3 结束语

随着信息技术的不断发展和完善，图像处理技术也越来越多地运用在各个领域，因此图像处理技术的课程教学也应该不断发展。本文对图像处理技术课程的教学内容、教材选择、教学方法和考核方式进行了探讨，提高了学生学习的兴趣和参与科研的积极性，以及解决实际问题的能力，为学生学习图像处理新方法奠定了理论基础，为他们进一步开展相关方向的研究和应用打下了良好基础。今后将进一步研究图像处理技术的教学方法，并将理论与实践紧密联系起来。

参考文献：

[1] 章毓晋.图像工程（上册）：图像处理（第3版）[M].清华大学出版社，

2012.

[2] 黄朝兵，杨杰.图像处理课程教学体系的探索与实践[J].电气电子教

学学报，2012.34（2）：17-19

[3] 李向群，王书文.《数字图像处理课程》的教学改革[J].微计算机信息，

2010.26（3）：212-214

[4] 陈青.“数字图像处理”教学中思维能力培养的实践[J].上海理工大学

图像处理技术论文篇（6）

中图分类号：TP751 文献标识码：A 文章编号：1007-9416（2013）12-0060-02

1 并行处理技术在图像处理领域的应用

数字图像处理技术是现代信息处理技术中的一个重要内容，也是计算机应用领域中的主要内容，随着我国信息技术的发展，广大学者对于图像的并行处理技术研究热情也日渐高涨起来。

1.1 图像分割技术

在图像处理技术中，为有效实现对图像信息的识别，分析以及数据编码处理，图像分割技术成为图像处理中的重要组成部分。在图像的分割处理过程中，对分割细节的处理提出了较高的要求，细节的精细化处理为之后的图像处理奠定了稳固的统计基础。为有效提升图像分割技术的精准性，在对图像进行分割处理时，会利用并行处理量对分割计算作进一步加工。图像分割方法的实际应用分为二阶统计和三阶统计两种计量方式，而由于统计量的不同数据特点，又会将不同阶的统计量分为不同阶矩，以此保证图像分割技术的精细化。在对图形进行分割处理过程中，首先应对图像局部进行非监督非参数变化检测，对于图像中的不同区域进行边缘数据的统计估算，以此实现对分割后图像进行并行处理的目的。为保证并行处理的计算精度，在对图像进行分割处理时，应进一步对图像中不同纹理的并行处理方差进行计算，以此确定图像的峰态和偏态特性，进而实现以并行处理技术对图像的精确分割。

1.2 图像滤波技术

在以并行处理量对图像的高斯过程进行统计时，由于高斯过程会在图像中形成高斯背景噪声，并对图像的滤波产生影响，因此将并行处理应用于图像的高斯计算中，通过对高斯过程进行有效的噪声控制，能够在最大程度上减小图像的滤波处理中高斯噪声的影响。在将并行处理量应用于图像的高斯过程中时，通常采用数学中迭代重建的计算方法，即通过在对图像进行并行处理谱计算时，通过对图像进行双阶谱相位的测定和幅值的测量，使图像的空间域能够有效避免噪声的影响，进而得到去噪后的图像信息。并行处理量在图像的滤波技术应用中，实现了对并行处理谱域的重置和构建，有效实现了图像的去噪处理，并在同时保留了图像数据的细节，最大限度的维护了图像的高斯特性，保证了并行处理处理中图像的完整性。

1.3 图像的特性识别和提取

为有效解决图像处理中不变性图像识别和处理的问题，通过将并行处理应用于图像的变量计算中，并对图像中低阶矩和频域进行并行处理测定，能够实现对问题的有效处理。图形的特性识别和提取，即对图像的局部特征和构造不变量的方式进行并行处理的统计计算，并通过获取图像的幅值信息，实现对图像性信息的获取。图像特性识别和提取技术的发展是基于超光谱图像的自动目标识别技术基础上进一步深入而产生的，图像处理学者通过结合并行处理量和数字虚拟维，将二维傅里叶精确的转化为了图像的一维投影，以此实现了对图像平移和尺度的测量。而在对图像进行旋转系数测定时，由于图像旋转造成的图形特性紊乱使得其并行处理矩在并行处理时失去常数的稳定性，进而造成图像的特定发生变化，无法实现有效的图像特性识别和提取。为有效维护图像特性的稳定性，在对图像内容进行分析时通常采用图像内容识别技术，通过并行处理量和PCA技术相结合，加强图并行处理技术中的线性判别能力，以此实现对图像特性的识别和提取。

1.4 图像检测技术

所谓的图像检测技术就是通过一定的技术手段对于图像中有价值信息进行获取，实现图像的高效利用，对于图像的分析和使用更准确以及更具针对性，图像检测技术现阶段主要有两个方面的应用，其一就是图像边缘检测技术，再者就是图像中具体有价值信息技术检测。比如交通管理中交管局对于交通状况的分析，都是通过对于图像中车辆以及行人数量和通行情况进行图像检测处理，还有遥测遥感技术领域中地理检测对于某地段的土壤分析、大气气候条件分析等都是通过卫星遥感技术获取对应的图像，在由图像检测技术获取相关的信息来实现。利用并行处理量在处理图像检测技术时提取图像边缘信息，在图像小模块中利用并行处理技术综合分析其非对称分布的信息。再有就是利用HOS技术在生物医学中对于病变组织实行检测，其关键是要先对生物组织进行扫描确定，然后利用数字射频技术对扫描空间的HOS进行分析。并行处理量在图像检测中的较为常见的应用还有对于乳腺的检测，现阶段X线图像都是通过子带分解滤波器进行处理，然后将带子的图像分解成为交替叠加的正方形区域，利用并行处理量中的并行处理矩估计各个区域的偏态数据，这些由并行处理量算出来的技术参数都能够作为确定区域的非对称性和脉冲幅度，实际应用效果表明并行处理量在检测微钙化方面有着较为明显的效果。还有较为常见的利用是在机动车的检测中，并行处理量在机动车检测中，能够通过扫描产生的HOS信号对于机动车进行车身进行检测，并且在检测前期并不需要了解待检机动车的型号，就算检测条件比较复杂，也能够实现对于待检车辆的检测。

1.5 图像复原技术

图像复原技术的开发是为了改善有价值图像的质量，比如在网络传输中容易出现图像质量损失的情况，或者是对于图像要进行特效处理，再者就是对于失误操作引起的图像的恢复技术。图像处理领域对于图像的恢复技术从上世纪就开始了，当时在图像处理领域掀起了较大的波澜，许多研究者相继发表了自己的图像恢复技术，但是随着图像恢复要求的不断增高，原有的图像恢复技术已经不能够满足图像复原的要求了，因此人们开始着力于并行处理量技术。通过研究发现，采用并行处理量对图像进行修复，不用对于原始图像进行评估来建立修复模型，并行处理技术能够估计出原始图像和现有图像的模糊数据。尤其是后期盲图像恢复技术的研究成功，为图像复原技术带来了新的技术革命。盲图像恢复技术包括模糊投影技术和恢复投影技术两部分内容。对于模糊投影处理技术而言，要首先对需要处理的图像进行投影变换，将二维图像转换为一维图片，然后再通过盲图像处理技术进行点扩散估计。对于恢复投影技术，则是先利用并行处理量技术采用去卷积操作，是喜爱那投影回到原图像中实现图像复原的目的。目前还有更为先进的含噪模糊图喜爱那个PSF技术来实现图像的复原，这种技术能够对图像别细微的地方进行修复处理，并建立基础的模型，图像的基础参数用并行处理图像处理法来进行确定，主要是利用并行处理量中的并行处理累积量来确定，之前的使用模拟实验验证了该技术的可行性。还有研究人员将研究方向转向模糊类型的并行处理量技术研究，从目前的研究进展来看，该技术在图像恢复中有着较为明朗的应用前景。

2 并行处理中存在的问题及其前景展望

在并行处理技术的不断进步中，由于其理论知识和实际应用仍存在一定差距，使得图像的并行处理研究领域中仍存在技术瓶颈，如在图像内容和信号处理的融合过程中，由于HOS理论仍侧重于对图像处理技术的讨论，而导致图像与信号处理无法实现有机融合，使得图像和信号的转化技术出现漏洞。在图像和信号处理过程中，并行处理中存在的问题会对图像的处理产生直接的影响，因此有效解决并行处理问题，是图像处理技术发展的关键。在并行处理对图像进行处理时，由于并行处理次的HOS技术开发仍不成熟，使得并行处理在对图像进行多维处理时，无法做到精确的数据测量，进而影响到图像的并行处理谱测定。

基于现阶段的图像并行处理技术基础，在伴随并行处理理论进步的同时，也会有力带动实用并行处理技术的发展，HOS技术的成熟，会使得并行处理在图像的分割，滤波及特性势识别提取等技术中得到更为深入的应用，随着图像维数研究的进一步深入，图像与信号处理会更为优化，并通过高效结合有效完善并行处理技术。通过在图像处理技术中应用并行处理，实现了HOS技术和其他信号处理理论的有机结合，使得图像处理能够应用到FPGA和DSP等技术的实际应用中，并伴随并行处理的深入研究受到更为广泛的应用，进一步提高图像处理技术的高效性和完整性。

现阶段对于并行处理的研究还有实现统一的理论能够使HOS在信号滤波、检测及获取等全过程的较为完整的技术知识体系。伴随着工业生产的要求越来越高，对于图像处理技术的要求也越来越高，传统的二维处理技术已经不能够满足图像处理的要求，图像处理会向着三维甚至是多维方向发展，图像维数的增加会对并行处理图像处理技术的数据处理量增高，进而导致数据处理时间变长，因此提高并行处理的算法速度是目前急需解决的技术难题之一。再者对于并行处理的图像处理技术，目前为止还没有完整的优化修复技术标准，这对于并行处理技术在图像处理方面的大范围推广和长久发展带来了一定程度的困扰。因此并行处理的未来研究势必会向着建立统一的优化标准为方向，提高并行处理的适用范围，为其进一步发展提供理论上的可能。现阶段并行处理在小波变形、人工神经网络分析等领域还没有很好的应用，因此研究人员必须在小波变形等领域进一步挖掘并行处理的适用内容，提高并行处理的应用效率，进一步推广并行处理在图像处理领域的适用范围。

3 结语

虽然现阶段并行处理技术取得了较大的成就，但是现阶段还没有形成统一的使用方法，因此还不能建立有效完整的评价体系，因此必须在现有的科学技术水平上，继续挖掘并行处理与其他学科和工业的内在联系，将并行处理的应用更加的完善和健全，进一步提高我国工业生产及人们生活的水平。

参考文献

[1]苏光大.图像并行处理技术[J].北京清华大学出版社，2013.

[2]汪润生.图像理解[J].长沙国防科技大学出版社，2013.

[3]朱述龙.遥感图像获取与分析[J].北京科学出版社，2013.

图像处理技术论文篇（7）

中图分类号：TP391

计算机智能化图像识别主要是利用计算机系统对输入的图像进行处理和分析从而识别出多种不同模式的对象。计算机技术和信息技术的不断发展使得计算机智能化图像识别技术得到了越来越广泛的应用。信息时代的今天，人们在生产实践的活动过程中已经不再凭借身体的各个器官来接受信息和感知世界的，计算机智能化图像识别技术可以快速地获得所需要的信息从而帮助人们更好地思考和决策[1]。虽然计算机智能化图像识别技术在我国已经获得了相当程度的发展，但是要想赶上时代的步伐应对变化莫测的国际市场就必须对计算机智能化图像识别技术进行理论上的突破。本文在此将重点讨论计算机智能化图像识别技术的相关发展和创新。

1 计算机智能化图像识别系统概述

计算机智能化图像识别系统一般分为五个部分，即对所要识别的图像通过一定的方式将其输入到计算机内，经过计算机预处理和特征提出再对识别的图像进行匹配和分类。作为计算机智能化图像识别的第一步，图像输入主要是将已经采集到的图像输入到计算机内进行处理。计算机预处理过程主要是对将要识别的图像进行图像区和背景区的分离并且将图像进行细化增强图像的二值化，提高计算机智能化图像识别的后期处理的速度和效率。为了能够尽量地还原图像的真实性和减少其虚假特征可以将图像的特有特征用数值的形式表示出来。在计算机智能化图像识别系统中如果需要将输入的图像与已有的图像进行匹配就必须用一种精确的方法将其分配到不同的图像库中减少计算机对图像的搜索时间。在计算机智能化图像识别系统中为了准确地判断出所输入的图像的性质就必须把当前输入的测试图像和之前已经保存的图像进行对比和分析。具体如下图所示：

图1 计算机智能化图像识别系统

一般来说，计算机智能化的图像识别技术常用的方法包括统计识别法、句法识别法与神经网络识别法等三种方法。

（1）统计识别法。由于在实际图像中背景与目标的线性是不可分割的，所以统计识别法是具有最小分类误差的一种方法。其原理主要以数学中有关决策理论的知识为基础，建立统计学的识别模型，并通过此类模型对图像作出分析与统计，寻找图像中认识的规律性，最终利用图像特点中本质特征的提出来实现识别。

（2）句法识别法。此类方法是统计识别法的一种补充，其对图像特性的描述主要依靠的是符号。由于句法识别法学习了语言学内句法层次的结构排列，所以它能够通过分层表述的方式将复杂的图像简化为简单的多层子图像或单层图像，能够有效突出被识别图像结构的信息。

（3）神经网络识别法。所谓神经网络识别法，主要是指利用神经网络中计算的方法对目标图像作出识别的一种方式。由于神经网络存在着能够实现分布式处理与存储、能够大规模实现并行、具有自适应与自组织能力，所以此类方式在处理需要同时对模糊与不精确的许多条件与因素作出考虑的图像进行处理时尤为有效。

2 计算机智能化图像识别技术的研究现状

在对图像进行识别和处理的领域中图像的识别和分割是一个也重要的问题。虽然在相关专家和工作人员的共同努力下取得了相关的发展，但是还是有许多的问题需要解决。传统的图像识别主要经历了文字识别和数字处理以及物体识别三个阶段。在20是50年代的时候文字识别的对象主要是字母和数字以及符号，许多的专用设备都开始广泛地运用了这一技术。在20世纪60年代中期数字图像开始运用于对图像的处理和识别的研究领域，数字化图像处理更加具有存储量大和方便传输和压缩等优势，为图像识别技术的发展提供了非常广泛的发展空间。数字图像处理主要是表现在对物体的识别中的三维数据和图片的感知和认识。物体识别主要是在前两个阶段的基础上借助了人工智能化的特点将其研究和探索的成果广泛地运用到各种行业领域中。

计算机智能化图像识别技术在目前需要提高其对图像的识别能力，在图像的传输过程中充分地运用不同类别空间的映射[2]。作为一种成熟的图像识别和处理技术，计算机智能化图像处理技术在不断地研究和发展，对各种图像的类别和特征进行有效地对比和匹配，提高图像处理后的清晰度和识别度。

3 计算机智能化图像识别技术的特点和优点

3.1 计算机智能化图像识别技术的主要特点

（1）信息量大。计算机对图像信息的处理主要是采用二维信息的方式，因此对计算机的配置和计算机的运行系统的速度以及计算机的存储量都有非常严格的要求。图像信息与语言信息相比所需要的频带较宽，无论是在计算机的成像过程中还是在图像的传输中以及图像信息的存储和处理的过程中都需要一定的科学技术。

（2）相关性大。计算机系统中对图像的各个像素都是具有一定的关联性，所以在计算机智能化图像的识别过程中需要对输入的各种图像信息进行有效地压缩才能够对不同的图像信息进行分类和匹配。尤其是对三维景物的选取上，输入的图像本身是没有再现三维景物的几何信息能力，因此对三维景物的背后所需要反映的部分信息必须进行适当地假设和重新的测量[3]。计算机在对图像进行智能识别的过程中需要对三维景物进行适当地引导以便于解决在计算机智能化图像识别过程中所产生的问题。

（3）人为因素大。计算机智能化图像识别在对图像进行后期处理之后总是由人来进行评价的，因而计算机在对图像进行智能化识别的时候受人的因素影响较大。然而，人的眼睛总是会受到周围环境的影响以及情绪和知识兴趣爱好的影响。因此，为了提高计算机对图像进行智能化识别的质量应该尽量地让计算机模仿人的视觉，充分地模拟人们在对图像进行观察和评价时候的状态。

3.2 计算机智能化图像识别技术的优点

（1）精确度高。因为现在的科学技术水平的限制只能将一幅模拟的图像进行数字化处理转换为一种二维数组，基本的扫描仪都能够对图像的像素转化为32位。因此计算机智能化图像识别能够将任何的图像的精确度满足用户的任一要求。

（2）表现型强。计算机智能化图像处理可以准确地处理影响图像处理的相关因素，例如图像的存储状况和图像的输入过程中出现的问题和故障。计算机智能化图像识别系统能够在任何的情况下对图像进行还原和再现从而保证了图像在经过计算机识别和处理的时候的像素。

（3）灵活性好。计算机智能化图像识别系统在对图像进行识别和处理的时候，可以根据图像的客观情况来将其放大。由于图像的信息总是来自于各个方面，无论是来自生物显微镜下的细胞图像还是对于宇宙中位于天文望远镜下的庞然大物都能够在计算机智能化图像识别系统中进行识别和处理，通过线性运算和非线性处理实现图像的识别功能[4]。在对各种不同的图像信息进行正确地编码之后用二维数据将图像的灰度进行组合在计算机上可以清晰地显示出图像的质量。

4 计算机智能化图像识别技术的理论性突破

4.1 计算机智能化图像识别技术朝着高速化和标准化的方向发展

无论是在生活领域还是科学领域计算机的运行速度都会对生活和工作产生重要的影响。尤其是对图像进行智能识别对计算机具有特别的要求，而现在的计算机在科学技术水平的促进下不断地提高其自身的硬件水平。不仅如此，在计算机的内部配置方面也比以前有了相当大的进步，计算机在进行图像的采集和处理的过程中分辨率都大大地提高了，同时对图像的存储设备的性质也在日益地更新。图像作为一种二维度信息，计算机将其进行识别的过程中将更多的三维信息赋予图像中并且通过各种计算和技术的处理而得到相应地改进[5]。

同时，计算机在对图像所显示的数据进行整理和压缩的时候开始以多媒体的形式对其进行信息化转换，使得计算机智能化图像识别尽量能够按照人的思维和意识来进行从而提高计算机的智能化水平和对图像识别的工作效率。

4.2 计算机智能化图像识别技术朝着多维方向和高科技方向发展

计算机在对图像进行识别的过程中开始从二维角度向三维角度和多维角度发展，因此对各种图像的数据信息处理的更加精确。目前由于硬件水平的逐渐提高，计算机的中央处理器的功能也在不断地提高，因此计算机智能化图像识别的领域越来越广泛。随着新的技术理论和新的科学计算方法的诞生，计算机在对图像的识别和处理过程中更加侧重对其详细的信息进行分类和整理，经过系统的转化后形成高清晰度的图片。

5 计算机智能化图像识别技术的运用

计算机智能化的图像识别技术尽管面临着许多困难与问题，但此类技术依旧得到了较好与较快的发展。就近些年其变化与发展而言，在今后的发展过程中，计算机智能化的图像识别技术将会出现飞速的发展阶段，人工智能与立体视觉同时也将成为计算机智能化的图像识别技术未来发展的方向。由于短时间内图像识别技术实现计算机通用性较大的全自动系统的可能性较小，所以在未来的发展历程中，计算机智能化的图像识别系统需要和不同类型的应用进行结合开发。

5.1 医学生物工程

计算机智能化图像识别技术可以对诸如红细胞和各种染色体进行识别，从而有利于医生更好地了解患者的病情和更好的医学研究。在医院的很多部门例如心电图的分析以及彩超和超声波图像处理都广泛地运用了计算机智能化图像识别技术。

5.2 工程建设方面

计算机智能化图像识别技术在工程项目的建设过程中得到了广泛的应用，尤其是对相关零部件的检测和分类以及对输电线路故障的分析和排查方面都借助计算机的智能化工程得到了有效地解决。在工业生产过程中，施工人员对工程的焊接和装配的过程中都充分地运用计算机对图像进行智能化识别从而减少了施工误差的发生，保障了整个工程项目建设的质量。

5.3 文学艺术方面

文学艺术方面对计算机智能化图像识别技术的使用非常普遍。在广播电视领域，电视要想播出高清晰度、高质量的画面就必须借助计算机对所拍摄的画面进行处理和识别。计算机能够对动态图像进行相应地采集加工合成从而形成电视画面。为了避免图像在播出的时候出现失贞的情况，计算机可以对输入的画面进行智能化处理，尤其是一些人为的失误都能够通过计算机进行自动地调整。在美术方面，计算机智能化图像识别技术可以对每一幅作品的像素和色彩方面进行相关地调整，使其输出后能够更好地反映现实生活的。除此之外，计算机智能化图像识别技术在服装设计与制作和动画制作以及发型设计等方面均发挥了重要的作用。

5.4 商务业务方面

计算机智能化图像识别技术在电子商务和酒店商务方面具有重要的影响，其可以在很多的方面代替人工操作从而节省大量的人力资源。比如，员工每天在进行上下班的时候都可以在经过大门通道的时候进行电子身份签到和认证。同时对于一些重要的商业资料也可以通过计算机智能化图像识别技术进行防伪说明等等。

除此之外，计算机智能化图像识别技术还经常运用于航空航天事业和通信工程事业以及科学研究等领域方面，为我国的经济发展带来了重大的影响。

6 结束语

文中通过对计算机智能化图像识别技术的特点和概念以及其优点等方面进行了简要地分析和阐述，同时对其在理论上的创新和突破进行了讨论。计算机智能化图像识别技术在科学技术的发展下还有很长的路要走，我们必须对其进行高度地重视。随着社会的发展，对图像进行智能化地处理越来越重要。计算机智能化图像识别技术在工业和农业以及科学研究等各个方面将发挥关键的作用。同时，计算机智能化图像识别技术在不断地运用和发展过程中将会越来越成熟。

参考文献：

[1]杨小冬，宁新宝.自动图像识别系统图像分割算法的研究[J].南京大学学报，2009，40（4）：424-431.

[2]李建华，马小妹.基于方向图的动态阈值指纹图像二值化方法[J].大连理工大学学报，2008，42（5）：626-628.

[3]康剑莉，陈罡，毛金明.基于Cabor小波特征的磨粒图像识别新方法[J].激光与红外，2010，3，35（3）.

[4]柳稼航，杨建峰，单新建，尹京苑.一种基于优先搜索方向的边界跟踪算法[J].遥感术与应用，2011，19（3）：209-213.

图像处理技术论文篇（8）

中图分类号：TP391 文献标识码：A 文章编号：1674-098X（2014）07（a）-0228-01

1 图像分割

作为一种图像技术，图像分割得到了人们广泛的研究与重视，并在实践中也得到应用。在图像应用中，图像分割技术可以在需要进行图像目标提取的工作中发挥重要的作用。如生物医学图像分析、遥感图像分析、文档图像处理、生产过程控制、在线产品检验以及工业自动化中都应用了图像分割技术。应用领域的不同也让图像分割技术具有着不同的名称，如目标追踪技术、目标识别技术、阀值化技术、目标轮廓技术等，这些技术的核心或者本身等同于图像分割技术。图像分割是将某个图像分为具有自身特色的几个区域，并对感兴趣区域提取的过程与技术。这里所提出的特色包括像素的纹理、颜色、灰度等，目标经过预先定义后可以指向单个区域，也可以指向多个区域。由于在研究图像和应用图像的过程中，往往只是对图像的某个部分感兴趣，所以为了对这些部分进行分析与辨识，有必要将他们提取和分离出来，并对他们进行利用，由此可见，图像分割是对图像进行处理以及分析的重要步骤。图像分割的方法多年来一直得到了人们的重视，基于多样化的分割算法基础上，将图像进行分割与分类的方法也非常多，比较通用的分类是根据图像中相邻像素在像素值方面表现出的两个性质：相似性与不连续性。虽然区域内部中的像素都具有相似性，但是不同区域边界上却具有着不连续性，因此，分割算法可以以此为依据分为基于边界的算法和基于区域的算法两种，另外，以分割过程中所使用的处理方法的差异，分割算法可以分为串行算法与并行算法。

2 模式识别理论基础上的图像分割

一般而言，模式识别需要由设计与实现两个过程来组成，设计指的是使用样本开展分类器设计，实现指的是使用设计完成的分类器来对待识别的样本开展分类决策。随着模式识别理论以及技术的发展，模式识别方法也得到了一定程度地创新，当前的模式识别方法主要包括统计模式识别方法；以句法规则结构化模式为依据的模式识别方法以及神经元网络模式识别方法。

图像分割所具有的难点在于分割依据的确定，即难以根据具有确定性的判定标准来对需要分割的图像各个部分开展判断以确定分割对象的位置，因此，基于知识的多特征多级判别的变化域分割概念被提出。在这一概念中，需要对特征进行分析，确定分割对象之间最明显的区分特征来作为分割依据，随后可以根据特征标准来使用经典的图像分割技术分割特征空间并得到可靠的位置结构。同时以分割精确度的差异为依据，开展多特征多级的分割，即在进行特征抽取后以具体需求为依据再次开展特征抽取或者开展多次的特征抽取，每一个提取过程中所使用的特征依据都需要达到减少分析区域的效果，并在此基础上对分割范围进行进一步的确定。具体而言，基于模式识别理论对分割问题作出考虑，分割对象可以根据图像本身的结构特性和统计特性分为分割类与非分割类。每一种事物都具有某些特征来与其他事物进行区分，所以在图像分割过程中也必然能够提取出一些和分割背景具有差异的特征来当做分割依据。在对定位对象进行分割的过程中，可以选择由这些特征所构成的特征空间来开展定位识别，所以本文认为，可以将图像分割的对象当做模式识别对象，把图像分割过程当做模式识别中识别特定模式类并以特征模式类特征为依据来进行分割的过程。

基于模式识别理论的图像分割主要分为四个步骤。

一是对分割对象本身所具有的所有特性做出分析，为分割需要提供依据。在图像分割过程中，选取这些特征的原则为更好、更容易的区分分割对象。在此方面又包括以下几点内容：可靠性，属于同类对象的特征应当相似。区别性，属于不同类别的识别对象所具有的特征值应当存在差异。独立性，在分割过程中所使用的特征应当不存在紧密关联。虽然十分相似的特征可以进行组合，但是不能当做相同的特征。对数量进行控制。特征个数的增加会增大模式识别系统在进行图像分割过程中的复杂程度，其中用于结构测试的样本数量会随着特征量的增加呈现出指数关系的增长。在模式识别理论基础上的图像分割工作中，一般需要开展大量的实验、计算与分析才能够充分了解分割对象所具有的特性，同时需要在具体的图像分割过程中寻找能够区别于复杂背景且稳定、有效的特征来当做图像分割的依据。

二是通过特征空间转换将图像转换成为确定特征基础上的特征空间。在此过程中变换域方法、神经网络方法以及模糊理论等方法都可以作为变换方法。这主要是由于图像分割过程中的复杂背景会产生很多的不确定性因素，并对特征的确定产生干扰，所以在开展图像分割之前，有必要采用数学方法和一些其他的学科理论来变换图像，其目的主要在于让特征这一作为图像分割的依据更加突出。

三是根据已经明确的特征范围和特征标准，采用合理的分割技术来分割特征空间，同时以分割对象的特征标准度范围和标准度量值为依据来匹配图像中的各个区域以确定需要进行分割的区域。另外在分割图像的过程中，最底层环节为图像处理技术，分割中的工作都需要建立在图像处理技术基础上。

四是当分割精度没有达到需求和要求时，有必要进一步开展特征选择，即对以上三个部分进行重复。

综上所述，模式识别理论对于提高图像分割效果而言发挥着重要作用。无论是模式识别理论还是图像分割作为一种具有先进性和现代化特点的技术都具有着良好的应用前景，但是在此过程中，需要认识到二者的发展以及应用价值的提升都需要二者本身做出不断的完善。单从模式识别理论在图像分割中的应用于完善方面来看，首先需要对单识别器的性能进行进一步的提高；其次有必要继续强化对多分类器集成方法的谈论与研究。这对于增加模式识别理论在图像分割方面的应用价值具有重要意义。

参考文献

[1] 靳富丽.模式识别理论及其应用[J].湖北广播电视大学学报，2007（12）.

[2] 曾庆鹏，吴水秀，王明文.模式识别中的特征提取研究[J].微计算机信息，2008（1）.

图像处理技术论文篇（9）

作者简介：史彩娟（1977-），女，河北唐山人，河北联合大学信息工程学院，讲师；谷学静（1972-），女，河北唐山人，河北联合大学电气工程学院，副教授。（河北?唐山?063009）

基金项目：本文系河北联合大学教育教学改革基金项目的研究成果。

中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）22-0070-01

“数字图像处理”是高等学校信息类专业的重要专业课程。该课程主要介绍数字图像处理的主要内容与方法，论述数字图像处理中的基本概念、理论和算法，教学内容主要包括数字图像基础、正交变换、图像压缩编码、图像增强、图像复原、图像重建、图像分割等理论和方法。

随着电子技术及计算机技术的飞速发展，图像处理的理论和技术不断地丰富和完善，新的理论和技术层出不穷，并逐步应用于实践。图像处理技术已经渗透到计算机、通信、交通运输、医学、物理化学、生物学、军事、经济各个领域，与人们的生活也紧密相关。

一、“数字图像处理”课程的特点

“数字图像处理”课程内容宽泛，难度大，每个章节都可以作为一个研究方向；与其他课程联系紧密，如电子技术、电视技术、通信技术、计算机技术、数学物理等；与实际联系紧密，如数字电视，视频会议等。

因此“数字图像处理”课程起点高、难度大，理论性和实践性都很强。在传统理论教学过程中经常会出现如下情况：一方面学生面对繁杂的数学推导感到困难，或是不能很好地将其他课程所学知识融入到该课程的学习之中；另一方面与图像处理技术的最新发展经常脱节，不能很好地掌握图像处理技术的最新前沿知识和最新动态。为此从教学内容、教学方法、考核方法以及师资等方面对“数字图像处理”课程的理论教学进行了改革和尝试，经过3年的教学实践取得了显著的效果。

二、不断整合完善教学内容

教材的选取是完善教学内容的首要任务。尽量选取权威的、新近出版的教材作为该课程的主讲教材，同时又不拘泥于一本教材，根据课程的系统性和实用性，向学生推荐一些新颖的相关书籍、专题性的文档以及国外原版教材作为辅教材，从而增强学生对相关知识的理解。另外还可以根据讲解内容的需要，充分利用网络资源，查找相应内容以补充教材中的不足。

教学内容以基本理论、基本算法和基本技术为主线，以图像处理的前沿知识、最新发展为补充，同时注意与其他课程的相辅相成。基本内容主要包括图像处理的基础知识、图像处理中多种正交变换、图像压缩编码、图像增强、图像复原、图像重建和图像分割等基础知识。将这些内容的基本理论、基本概念、基本方法传授给学生。由于数字图像处理技术发展非常迅速，所以在授课内容上还要紧跟学科发展的脚步，及时地将新技术介绍给学生。如教材中的正交变换主要是介绍傅里叶变换、离散余弦变换、沃尔什变换和哈达玛变换，但作为正交变换中比较新颖的小波变换也会介绍给学生。这样学生既可以掌握最经典的图像处理技术，同时也能很好地把握学科的前沿新知识。另外教学内容上也非常注意与其他课程的相辅相成，尽量避免内容的重复讲解。如教材中的图像压缩编码中的熵编码详细地介绍了哈夫曼编码和香农编码内容，而在学生的前期课程信息论中对这些内容已经做了详细的讲解，所以当讲解熵编码时就简单复习一下，而将讲解的重点放在预测编码和变换编码上。这样既让学生了解了课程之间的关联，又避免了教学内容无必要的重复。

三、采用多种教学方法和手段

由于“数字图像处理”课程具有内容宽泛、难度大、与其他学科联系紧密、理论性和实践性都很强的特点，所有在讲授的过程中注意采用多种教学方法和手段，从而达到最佳的教学效果。

1.传统与现代教学手段相结合

板书作为传统的授课方式，有其独特的不可替代性。采用板书进行公式推导，可以增强学生对演算推论过程的理解和记忆。根据“图像处理技术”课程的特点，图像处理讲授的理论知识是要应用在图像上，需要通过观察图像的变化来理解图像处理的基本技术。而多媒体教学手段具有丰富的表现力，使所学对象具有生动性、形象性、直观性特点，使抽象的概念具体化。两者相互结合从而达到很好的教学效果。此外，教学中引入形象生动的图像处理实例演示。将MATLAB，VisualC++等软件适时地应用到“数字图像处理”课程的教学中，通过这些直观形象的实例演示，将图像处理前后的效果进行对比，从而使学生对图像处理技术有了感性的认识，加深了理解。传统与现代教学手段结合，相辅相成，大大促进了教学质量的提高。

图像处理技术论文篇（10）

关键词： 数字图像处理；教学方法；教学内容；实践教学

Key words: digital image processing；teaching methods；teaching content；practice teaching

中图分类号：G42 文献标识码：A文章编号：1006-4311（2011）16-0200-01

作者简介：王冬梅（1977-），女，黑龙江大庆人，东北石油大学讲师。

0 引言

《数字图像处理》是高等院校信息与通信类专业重要的专业课程之一，主要内容为数字图像处理技术的基本概念、基本原理、基本分析方法和图像处理的新技术。本课程概念抽象、原理复杂、理论性较强，给学生掌握本课程带来一定的难度。通过多年教学实践，对《数字图像处理》课程的教学内容、教学方法、教学手段和实践环节等进行了全方位的改革与实践，取得了一定的成效[1]。

1 教学内容改革

《数字图像处理》是涉及学科领域相当广泛的交叉性学科，且其应用遍及通信、宇宙探测、遥感、生物医学、工业生产、机器人视觉、视频与多媒体系统、军事和公安等诸多领域。然而授课学时有限，在选取教学内容时必须处理好基础理论、相关学科以及与新兴技术之间的关系，做到精选教材和教学内容[2]。

1.1 精选教材 首先，精选教材。根据教学需求，查阅了许多国内外教材，并结合数字图像处理理论与技术的最新进展，有目的的选择了适合当前专业学生的教材和辅助教材――何东键老师的《数字图像处理》、老师的《数字图像处理》和朱秀昌老师的《数字图像处理与图像通信》以及课题组老师自编实验教材等[4-7]。

1.2 精选教学内容 数字图像处理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。图像处理需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。我们主要针对这个方面来选择数字图象处理课程的教学内容。实际上就是讲解如何通过计算机对其进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。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。因此应当适当介绍图象处理最新技术以及发展趋势。增加典型数字图像处理系统案例分析。作为让学生理解数字图像处理综合知识的应用的平台。

2 教学方法和教学手段改革

在教学过程中，尽量避免“满堂灌”的情况，尽可能多地采用启发式、设问式和讨论式教学方法，经常介绍相关数字图象处理技术的研究背景，引导学生主动地思索。依据教学内容，精心准备设问，从而启发学生思考、激起学生的求知欲望，使其从被动学习转化为主动学习。例如，在讲授各种图象处理技术时，直接给出相关程序让其运行，让学生看其结果，从而达到激发学生的目的；在授课时，我们并不把相关结论直接告诉学生，而是要求学生分组进行讨论，在分析的基础上总结归纳[3]。该课程某些知识点很难用传统教学方式口述清楚，很难直观形象地表达出来，需要用大量实例图片和程序运行结果加以说明。为此，课堂教学中采用多媒体教学和传统教学手段相结合的方式，发挥两种教学手段各自的优点，采用多媒体方式可以节省大量机械书写黑板的时间，同时可以演示各种程序的运行结果，加深学生对具体理论的理解；而结合黑板对局部知识点具体详细地讲解，更有利于学生掌握理解理论的实质。

3 实践教学改革

实践教学是理论教学中不可缺少的环节。实践教学目的是培养学生的动手能力、综合能力和设计能力，它对于学生综合素质的提高和创新能力的培养发挥着独特的、不可替代的作用。根据《数字图像处理》课程特点，将课程实践分为实验教学和综合课程设计两大环节[4]。

3.1 实验教学改革 实验教学改革中重要的是实验教学内容的改革。原有实验教学内容都是验证性实验，通过教学实践，发现此实验内容具有一定的不足。有的实验即使在没弄清楚相关实验原理的情况下也可以完成，致使学生对实验课积极性不高。因此，有必要对实验教学内容和方法进行改革[4]。实验内容由单纯的验证性实验调整为验证性和设计性实验。验证性实验在相关理论知识点讲解完之后及时进行，这样可与课堂理论课结合起来，互相促进，巩固和提高学生对理论知识的掌握程度。将部分实验在课堂作演示后再安排学生进行实验，这样会取得理论课和实验课教学相得益彰的效果。应用Matlab和VC++来实现图像处理算法，目前已将这两种软件实验全部渗透到课堂教学中，验证性实验程序全部对学生开放，为学生将实际实验结果与仿真实验结果对照提供方便，同时为学生自行设计仿真程序提高了参考。设计性实验安排在某段固定实验课时内完成，主讲教师以布置作业的形式给出，要求学生利用实验室已有的仪器设备和资料，自己设计实验方案，自己完成设计实验任务。

3.2 综合课程设计 为了让学生进一步熟悉各种数字图象处理的基本原理和基本技术，培养和锻炼学生的创新能力，在课程结束后开设综合课程设计，利用VC++和Matlab软件设计实现图象处理系统，以及利用DSP芯片实验箱来实现图象处理算法。在综合课程设计过程中，学生在教师的指导下完成查找资料、拟定设计方案，直至完成所作的设计。通过综合课程设计，培养学生综合运用数字图象处理理论知识分析问题和解决问题的能力，掌握进行课题研究的方法，为毕业设计和将来的工作奠定基础。在整个综合课程设计过程中，信息处理实验室对学生全天候开放。

4 结束语

结合数字图像处理课程教学实际情况对该课程进行了多方面改革尝试,实践证明效果良好。当然随着通信技术、计算机技术以及其他相关技术的飞速发展和完善，数字图像处理也在不断地丰富和完善，各种新技术、新算法和新应用不断出现。因此，如何在教学过程中发挥学生的主动性，激发学生的创新能力，提高学生的实际动手能力，有待进一步探索和实践。

参考文献：

[1]赵珊，刘静.《数字图像处理》课程教学改革探讨[J].科技资讯，2010.