计算机图像处理技术基础范文

导语：如何才能写好一篇计算机图像处理技术基础，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：计算机技术；图形图像处理；图像数字化；计算机现代化应用；数字模式 文献标识码：A

中图分类号：TP391 文章编号：1009-2374（2015）15-0061-02 DOI：10.13535/ki.11-4406/n.2015.15.031

改革开放以来，随着计算机的飞速发展，从以前计算机寥寥无几已发展到现在的几乎家家户户都有。在进入信息化时代的今天，快速有效率地获取信息将直接影响到人们的思维和决策。我们感知事物的主要途径就是图画，计算机图形图像处理技术不仅可以使人们所看到的图形图像更加清楚，也可以使图像变得更加生动具体。举个日常生活中的例子，比如我们看到的3D电影、多媒体课件、photoshop图像处理软件等。计算机图形图像处理可以用于生活中很多方面，比如平面设计、网站设计、图像处理等。计算机图形图像处理技术因为其处理图形效果好、准确性高、处理速度快等特点，使得计算机图形图像技术存在于许多领域，并且发挥着重要的作用。

1 计算机图形图像处理技术的含义

所谓计算机图形图像处理技术，就是利用电脑来把概念或数学模型所描绘的几何图形或者立体几何图形通过计算机进行显示、修改、储存、压缩来达到使图像质量得到增强的效果，并且可以用如几何校正、灰度变换、去除噪声等方法进行图像的改善，来使抽象、模糊、不真实的图片变得更加生动具体，来达到增加人们视觉效果的目的。简而言之，就是利用计算机把图片进行加工处理，使图像变得更加生动。计算机图像处理包括对数字图像的处理、对数字图像的分析与理解、结合传感设备对实际事物的数字化图像采集以及对图像处理结果的数字化表达等。通过计算机可以把图片从二维转化成三维，增强图片的真实感，使人身临其境。

2 计算机图形图像设计的内容

（1）计算机可以使图像数字化，计算机可以把需要修改的图片转化成数字模式，便于计算机处理和识别，使计算机对图片的处理更加准确；（2）计算机可以把原有的照片增强或复原，照片的增强或复原是使照片增强着色的重要途径，可以减少干扰和噪声使图像更加清晰；（3）计算机图形图像设计可以利用代数法、反投影法来进行图片的保真，达到重建图像的目的。计算机可以利用采集到的数据来进行图像的还原；（4）计算机图形图像设计可以压缩图片，把图像进行编码处理，来达到简化图片信息，方便图片的运输的目的；（5）色彩的设计对计算机图形图像设计是十分重要的，要知道，我们评判图像是否真实，最先观察的就是图像的色彩是否贴近生活，所以计算机图形图像设计可以把色彩变得更加逼真，让人们感受到或真实或立体的图片。

3 计算机图形图像设计在生活中的应用

计算机图形图像由于有着操作方便灵活、效果好、准确性高的处理特点，所以计算机图形图像设计在生活中的应用有很多，比如网页设计、平面设计、包装设计、室内设计、软件设计等。例如生活中常见的photoshop软件，通过这个软件我们可以用来处理照片，包括添加文字、剪裁或者对照片进行局部处理；还有计算机图形图像在工程制图中的应用，通过CAD软件可以实现，它可以把事物变得具体，把平面的图形用立体的形式表达出来由点到线、线到面、面到体，逐步扩充，来达到实验模型的整体构造；计算机图形图像设计也可以在医学中应用，计算机图形图像设计可以把医学中的影像信息转变为三维视图，使医生对病情的诊断得到大幅度提高。计算机图形图像处理技术可以在包装设计得以应用，计算机图形图像技术可以进行排版、缩印、调整色调等工作，使包装更加贴近人们生活；计算机图形图像设计应用在动画设计中，动画是由一张张图片拼接起来的，计算机图形图像技术可以使图片变成动画，从而使动态的图片变得更加逼真，同时也能减少工作量，使动画表现出更加真实的规律，更容易让人们接受……现如今计算机图形图像处理已经分布在我们生产、生活的各个方面，这种技术已经发挥了巨大的作用，给人们以全新的视角和多维的空间看世界，让我们的生活变得更丰富多彩。

4 计算机图形图像技术的发展前景

从进入21世纪以来，计算机开始飞速发展，计算机图形图像发展技术已经历了30多年的发展，成为现在最活跃的技术之一。计算机图形图像技术也广泛应用到我们生活的各个方面，小到包装设计、图片处理，大到医疗制图、工程设计。这些应用不仅使我们的生活更加丰富多彩，而且使我们的视野变得更开阔。计算机图形图像设计丰富了我们的生活，比如3D电影，使我们在看电影时身临其境；用于医疗中，可以使医疗科技变得更发达，使我们的健康进一步得到保证；用于绘制自然景物，计算机图形图像技术可以把自然景观设计得十分真实，给人们带来视觉上的强烈冲击……根据计算机的图形图像技术所研究出的硬件软件在日常生产、生活中就拥有着巨大的发展前景。这就需要我们建立较为完善的科学管理体系以及规范化的制度，让计算机图形图像处理技术造福人类，使人们的生活变得丰富多彩。

5 结语

计算机图形图像的处理技术使计算机技术得到延伸与推广，使计算机技术深入人们生活的方方面面，计算机图形图像处理技术开始发展于20世纪80年代，到现在有30多年的历史，由于计算机图形图像的设计在人们生活生产中有巨大的适用空间，并且在日后的发展过程中对人们有着深远的影响和重要的意义，计算机图形图像处理技术显然已成为计算机现代化应用的重要方面之一，对人们的生活起到非常重要的促进作用。计算机图形图像处理可以在医疗保健、航天航空、室内设计、工程制图等方面得到应用，计算机图形图像处理技术创造了巨大的社会生产力，其自身也在不断发展与进步中越来越适应人们的生产、生活。相信随着计算机图形图像处理技术的不断发展，我们的生活将会越来越好。

参考文献

[1] 李红俊，韩冀皖.数字图像处理技术及其应用[J].计算机测量与控制，2002，（10）.

[2] David F.Rogers.计算机图形学算法基础[M].北京：电子工业出版社，2002.

[3] Kenneth R.Castleman，，石定机，等.数字图像处理[M].北京：电子工业出版社，2002.

[4] 崔屹.数字图像处理技术与应用[M].北京：电子工业出版社，1997.

[5] 孙家广，杨长贵.计算机图形学[M].北京：清华大学出版社，2000.

篇2

关键词 计算机；图像处理；信息技术；应用分析

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2016）160-0060-02

计算机文明作为现代文明的重要载体，其发展过程较为迅速，且具有广阔的发展空间。随着计算机技术的深入，人们的生活生产方式发生了巨大的改变。计算机图像处理技术具有强大的功能，能够直接的影响到生活的方方面面，产生了较高的社会价值。与此同时，随着计算法的更新和完善，计算机图像处理技术从自身进行了改革，提高了其使用价值。

1 计算机图像处理技术的概念及分类

计算机图像处理技术主要是指利用计算机技术对图形图像进行数据分析与处理，进一步剖析图像中隐藏的其他信息，为相关工作提供思路。其研究重点在于，如何将图像进行多样性的转化，且转化的数据能够识别“数字矩阵”，只有完成图像优化，才能够将其保存在计算机系统中。除此之外，对已经保存在计算机上的图像，通过算法能够对其进行深入的分析，并得出相关的图像信息。

图像可以分为数字化图像和模拟图像2个大类。数字化图像具有较高的精度，且处理步骤相对的方便，能够满足现代社会对图像处理的基本要求。模拟图像的输出较为便捷，但是在灵活度和精度的选择上处于劣势。生活中常见的模拟图像包括照片、光学图像等。

2 计算机图像处理技术的要点及研究方向

计算机图像处理技术已经运用在农业、侦查、工厂作业、医疗等多个领域，其研究的重点主要集中在以下几个方面。

首先，实现数字化图像，其步骤包括采样和量化。与此同时，由于现阶段计算机图像处理的软件较多，常见的包括Corel Draw、Photoshop，它们能够对图像进行常规的修饰和转换，使其达到预想的效果。

其次，要努力还原和增强被损毁的图像。例如，消除不必要的噪音能够获得高质量的图像效果，提高了还原度。当然，图像经常会受到环境和设备的影响，使其表现的较为模糊，缺乏精准度。因此，在图像处理的过程中需要我们基于几何校正，进一步完成对图像的重建工作。图像增强是指让数字化图像更为清晰和细致，即得到更高质量的图像。这就要求我们通过干扰抑制，对图像使用低通滤波器来实现外界的干扰。与此类似的方法还有灰度等级直方图处理。该处理方式具有较好的图像增强效果，能够有效地利用灰度等级直方图进行对比，改善图像中细微的部分，使其表现的更为细致，这将有利于计算机的识别和整理。

再次，我们将其归纳为模式识别。具体而言，图像的处理需要被计算机识别，因此，研究模式识别对计算机图像处理技术具有重要意义。举一个简单的例子，指纹识别技术。指纹具有唯一性，所以在研究指纹图案的过程中，端点和交叉点都具有唯一性，这也是指纹具有绝对精确度的主要原因。

最后，图像编码。图像编码技术主要运用于图形图像的传输和数据的高度压缩领域。在图像编码的处理过程中，我们首先应该进行的就是对多余、重复信息的排查和删减，这将有利于提高图像传播的速度、压缩时间。其次，由于人的视觉心理特性不同，我们通常选择混合编码以及预测编码的方式完成图像编码的操作。

3 新时期计算机图像处理技术的发展趋势

随着社会的进步与发展，计算机图像处理技术也进行着新一轮的革新。形态学、分形几何的出现，丰富了计算机图像处理技术的理论基础，有利于实现其多样化的发展。现阶段，计算机图像处理功能表现为高度的集成化。具体来讲，随着社会需求的增加，将图像处理技术尽可能的集中在芯片上，能够更好的节约空间资源，满足人们的切实需要。此外，随着算法基础的成熟，分形几何、人工神经网络能够有效地改善图像处理的速度，提高工作效率。

就我国计算机图像处理技术的发展来看，我国自主研制的卫星观测系统在数据获取方面有着新的成就，在医学技术领域也得到了较快的提升，这些都离不开计算机图像处理技术。与此同时，“实时动态图像技术”将成为该领域的新趋势之一。该技术能够将图形处理技术在结合人工智能的基础上，实现多领域的跨界运作，能够承担更多的社会效益和经济效益，创造更多的使用价值和社会价值。

4 计算机图像处理技术的应用

计算机图像处理技术已经被广泛的应用于医疗、气象、航空航天、农业、交通运输等多个领域。笔者将联系实际进行简单的几点分析。

在农业方面，计算机图像处理技术主要被应用于农副产品的加工方面，并取得了初步的成效。总的来讲，计算机图像处理技术能够为农业产品机械自动化提供便利的条件，能够间接的提高农副产品在生产加工上的效率，有利于节约人力物力资源。其中，最典型的就是“蘑菇自动化采摘系统”的成功研发。该系统在使用计算机图像处理技术的基础上，利用智能机器人实现了对蘑菇的自动化采摘，一定程度上提高了采摘的速度，减少了农民作业的压力，具有较高的使用价值。

在交通运输方面，我国的道路交通体系具有较大的压力，如何合理的规划、搭建安全交通线路，需要计算机图像处理技术的大力支持。就目前形式而言，摄像监控系统是最直接的表现形式。在设置了红绿灯的交通路口，通常都配置了摄像头，将违规违章行为进行记录和拍摄，并在计算机终端设备上进行保存。该系统在运行中所利用的自动检测识别功能就是通过计算机图像处理技术来完成的，具有较高的社会意义。

除此之外，计算机图像处理技术也被广泛的应用在工业发展领域，例如，工业生产线的自动识别系统，纺织产品的质量检测等。因此，笔者认为发展计算机图像处理技术能够为人们的生活提供更多的选择。

5 结论

在现代科技信息化高度发展的当代社会，计算机图像处理技术被应用在社会生活的方方面面，有利于促进现代社会的新发展。与此同时，生活需求多样性要求计算机图像处理技术不断的革新，即数字化、高清化的发展成为主流趋势。在算法技术不断成熟的过程中，计算机事业也得到了新的发展，具有广泛性。

参考文献

[1]王耀南.计算机图像处理与识别技术[M].北京：北京高等教育出版社，2011（7）.

篇3

关键词：计算机技术；医学图像；图像处理技术

中图分类号：TP18文献标识码：A文章编号：1009-3044(2012)15-3696-02

The Application of Computer Image Processing Technology in Medicine

ZHANG Gui-ying

(Zunyi Medical College, Department of Medical Information Engineering, Zunyi 56003,China)

Abstract: Modern medicine is increasingly inseparable from the medical image information, the support of medical equipment or systems, medical image processing and medical equipment, ultrasound imaging, CT, MRI, surgery, Tongue like diagnostics and computer image processing technology are closely related.

Key words: computer technology; medical image; image processing technology

1医学图像的种类

随着计算机技术和医学的发展，医学图像信息在临床诊断中起着越来越重要的作用。目前，供医学研究和临床诊断所需要的医学图像多种多样，如：B超图像、MRI图像、CT图像、PET图像、SPECT图像、数字X光机（DR）图像、X射线图像、各种电子内窥镜图像、显微镜下病例切片和显微镜下细胞图像等。利用计算机技术处理这些图像，不仅可以提高医学临床诊断水平，还能为医学培训、医学研究与教学、计算机辅助临床外科手术等提供必要支持[1]。

2医学图像处理技术的内容

在医学图像处理中，计算机起着至关重要的作用。广义的图像处理技术包括：图像的获取、图像的存储、图像的传递、图像的处理和图像的输出，这些处理工作都需要用到计算机技术。狭义的图像处理主要研究计算机可以实现的算法，包括：1)几何处理：包括改变图像的大小，旋转、移动图像等。2)算数与逻辑预算：包括图像的加减乘除、与或非运算等。3)图像数字化：将模拟形式的图像转化成数字图像。4)图像变换：为了方便后续操作，改变图像的表示域和表示数据，如傅里叶变换、余弦变换、小波变换等等。5)图像增强：改善视觉效果和图像质量，如对比度增强、平滑、校正等等。6)图像复原：修复失真图像以尽量接近原始的未失真的图像，如频域中的恢复方法、最大熵恢复、运动模糊恢复等。7)图像压缩：为了有利于图像的传输和存储，将一个大的数据文件转换成较小的同性质的文件，如自适应编码压缩、基于人工神经网络和小波技术的压缩等。8)图像分割：将图像中感兴趣的部分分割出来，为后续图像分析和理解打基础，如边界检测、区域检测等等，具体可以参考文献[2]。9)图像的表示和描述：对已分割的图像进一步表示和描述，以更适合计算机进一步处理，如颜色提取、纹理提取、区域集合特性等等。10)图像分类识别：根据提取的特征来分类识别图像，如人工神经网络、支持向量机、模糊识别等。11)图像重建：将一组关于目标的某一剖面的一维（或二维）投影曲线，重构该剖面的二维（或三维）图像的技术，如投影重建、3D重建技术等。一般所说的图像处理指的是狭义的图像处理。

3计算机图像处理技术在医学中的应用

3.1图像处理技术在超声医学成像中的应用

超声成像过程中图像处理的方法有很多，其中主要的有图像平滑处理、图像伪色彩处理、图像纹理分析、图像分割、图像锐化处理，以及图像增强处理等图像处理方法[3]。在B超图像中，不可避免会出现噪声，噪声的存在对某一象素或某幅图像是有影响的，因此要平滑图像，去除噪声，为图像的后续处理做准备。为了使B超医生更好的识别B超图像信息，可以用不同的颜色来表示图像中的不同灰度级，达到图像增强的效果，可识别灰度差较小的像素，这种用彩色差别代替灰度差别而组成的图像，即为伪色彩图像。B超图像中存在颗粒状纹理，其主要有以下两种情况引起的，一种是B超图像本身的斑纹，是无用的信息，另一种是由被检查者的组织结构引起的，是有用的信息。正常和有病变的器官图像组织颗粒分布不同，即纹理也不同，因此，对B超图像进行纹理分析，从而判别病情。图像分割是将病变区域分割出来，以便测量其大小，体积等，为诊断提供必要数据。除此之外，还要用到图像锐化处理和图像增强等计算机技术处理B超图像。

3.2图像处理技术在CT和MRI中的应用

CT的本质是一种借助于计算机进行成像和数据处理的断层图像技术。虽然X线透视可使人们了解人体的内部结构,但只有CT通过计算机在排除散射线和重叠影像的干扰并对X线人体组织吸收系统矩阵作定量分析后,才从根本上解决了分辨率问题。计算机在CT系统中要完成图像去噪、图像的增强、图像重建等任务。没有计算机技术，CT设备的发展是不可想象的[4]。在磁共振中，图像处理技术包括图像去噪、图像增强、图像复原、图像三维重建等操作，磁共振成像也离不开计算机图像处理技术的支持。

3.3图像处理技术在图像引导外科手术中的应用

手术导航(Surgical Navigation)是近二十几年迅速发展的微创外科(Minimally Invasive Surgery，MIS)技术之一。图像引导外科系统利用医学影像和计算机图像处理技术，可在术前对患者多模态图像数据进行三维重建和可视化，获得三维模型，制定合理、定量的手术计划，开展术前模拟；在术中利用三维空间定位系统进行图像和病人物理空间的注册或配准，把患者的实际、手术器械的实时空间位置映射到患者的三维图像空间，对手术器械在空间中的位置实时采集并显示，医生通过观察三维图像中手术器械与病变部位的相对位置关系，对病人进行精确的手术治疗[5]。它把图像图形处理、空间立体定位、精密机械和外科手术等结合在一起。医学图像自动处理算法诸如图像分割、滤波、特征提取算法在图像引导外科中发挥着重要作用。

3.4图像处理技术在中医舌像诊断系统中的应用

计算机图像处理技术在舌象综合定量化研究中起着重要作用，也是舌诊现代化的发展方向之一。中医舌象诊断系统运用色度学、近代光学技术、图像处理技术和计算机硬件技术等学科技术，其中图像处理技术是关键技术之一。在该系统中，要对舌象进行预处理，包括去噪、图像分割等操作。建立颜色模型，根据模糊数学理论，确定有关舌象的定义域，进行特征提取和纹理分析等，这些都是计算机图像处理技术。

4结束语

现代医学越来越离不开医学图像信息的支持，在医学图像处理中，计算机技术起着至关重要的作用。在医学领域中，超声成像、CT、磁共振、外科手术、中医舌像诊断都与计算机图像处理技术息息相关。随着计算机技术和医学的发展，计算机图像处理技术会在医学领域中得到更广泛的应用，医学领域也更离开不计算机图像处理技术。

参考文献：

[1]潘礼庆.计算机技术在医疗仪器中的应用[M].北京：中国中医院出版社,2008:69-89.

[2]张贵英,张先杰.医学图像分割技术研究[J].医学信息, 2011,24(1):533-535.

[3]李义兵,余大昆.计算机在超声医学图像处理中的应用[J].医学信息, 2005, 18(9): 1035-1036.

篇4

关键词 分辨率 图像处理技术 计算机

中图分类号：TP3 文献标识码：A

图像处理作为常用的计算机应用技术之一，其能够帮助用户通过对原始图像的处理获得更有价值的信息，捕获更加清晰的信息内容。而在进行图像处理的过程中，分辨率的合理确定和选取又是一个关键：分辨率选取的太小，输出的图像粗糙不清晰；分辨率选取的过大，又会使得耗费的空间太大，处理的时间太长。因此，为了能够更加全面的了解计算机图像处理技术的中的分辨率知识，更加科学的实现分辨率的确定和选取，本文就针对计算机图像处理技术中的分辨率问题进行了简要的分析。

1分辨率的概念及种类

分辨率是与图像相关的一个重要概念，是衡量图像细节表现力的一个关键的技术参数。但是分辨率的种类有很多，而且不同的分辨率的含义也各不相同。要正确理解分辨率的概念，对分辨率有一个正确的了解和掌握，首先就必须要清楚不同的分辨率的含义及表示方法。

（1）图像分辨率

图像分辨率实际上指的就是组成一幅图像的像素密度，也可以说是图像中存储的信息量，它是用来衡量图像质量的最基本的一个标准。图像分辨率有多重衡量方法，其中最为典型的，则是以每英寸的像素数，即：PPI（Pixels Per inch，像素/英寸）来进行衡量。通常来说，图像分辨率越大，图像看起来就越细腻逼真，图像文件所占用的磁盘空间也就越大，当针对这幅图像进行修改或者是打印时，所花费的时间也就越多。

（2）扫描分辨率

在扫描一幅数字图像之前所进行的操作，将会对最后的图像文件的质量和使用产生直接的影响，而在这其中，最为关键的一点就是扫描分辨率的确定。扫描分辨率是用DPI来做单位进行衡量的。通常来说，扫描分辨率的确定，主要取决于图像以哪种方式来进行显示或打印。如果所扫描的图像是用于640*480像素的屏幕显示，则扫描分辨率不需要大于一般的显示器屏幕的设备分辨率即可，也就是一般不超过120DPI。但是如果所扫描的图像是为了在后续的高分辨率的设备中输出而准备的，那么在确定扫描分辨率时，就需要采用较高的值。

（3）网屏分辨率

网屏分辨率，又被称为网屏频率，其实际上指的是在打印灰度级图像或者是粉色所用的网屏上没英寸的点数。网屏分辨率，通常是以LPI（Line/Inch，线/英寸）来做单位进行衡量的。

（4）设备分辨率

设备分辨率又被称为输出分辨率，其指的是各种输出设备每英寸上可以产生的点数。例如：显示器、绘图仪以及激光打印机和喷墨打印机等等。设备分辨率同样也是采用DPI这个单位来进行衡量的。通常来说，PC显示器的设备分辨率一般在60-120DPI之间，而打印机的设备分辨率则一般在180-720DPI之间。同样的，设备分辨率的数值越高，输出的效果也就越好。

（5）位分辨率

位分辨率又可称为位深，其是用来衡量每个像素所存储的信息的位数的。位分辨率决定了每次在屏幕上可以显示多少种颜色，通常来说，常见的主要有8位、24位以及32位颜色。

2计算机图像处理技术中与分辨率相关的关键问题分析

在了解并掌握了不同的分辨率的基础上，为了确保图像处理的质量，应注意如下几点与分辨率相关的问题：

首先，要注意图像分辨率与文件大小之间的关系。图像文件的大小是与图像的像素尺寸之间成正比的。在固定的图像尺寸之下，分辨率越高的图像，就能够表现更为丰富的细节和色彩变化，但是相应的图像文件也就越大，所占用的磁盘空间就越大。因此，在进行图像处理时，如果要控制图像文件的大小，就要注意从设置合理的分辨率入手。

其次，应注意根据不同的图像用途来相应的确定合理的分辨率值。图像的用途不同，对分辨率的要求也就会相应的有所不同，因此，在确定图像的分辨率时，一定要注意根据图像的分辨率来进行合理的选择。

篇5

关键词：计算机；图像处理技术；分辨率问题

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2016）24-0189-02

在获取信息时，通常都要识别某领域内的图像。精确处理图像，关系到设定决策的精确性。最近几年，图像处理日益融汇于全方位的生产及日常生活。判断并且识别图像信息，才能用来处理某一问题。航拍影像照片、层析用到的射线图、电视的图像等，这些都源自计算机处理得出的图像。图像是否精确，密切关系到图像本身的分辨率是否优良。由此可见，若要在短时段内获取完整且精准的图像信息，就要提升分辨率，快速识别并且获取可信的图像信息。

1 图像处理的根本技术

计算机协助的图像处理采纳了如下技术思路：针对于选定的图像，借助微机用来处理并且解析。经过全方位处理，获得符合需求的新图像。计算机辅助下，图像处理即为新式的影像处理，采纳了新阶段的计算机手段。通常状态下，处理各类的图像都配备了扫描仪、数字性摄像机。具体在采样后，可得二维性的数字数组并且构建像素。采样可得二维的整数数组，由此产生灰度值[1]。从处理流程来看，图像处理可分成如下：对图像的压缩、复原以及强化、匹配各类的图像、识别并描述图像。

在这之中，压缩图像是必要步骤。数字化处理后，经常获得较大量的图幅数据。典型状态下，数字图像都含有多个像素。某些图像呈现为动态性，同时也附带了更多量的像素数据。由此可见，妥善存储并且压缩图像是尤为必要的。从算法来看，压缩图像包含了近似算法以及不失真的方式。常用的流程为：在时间空间上，针对于邻近像素值予以编码，而后求出差值。例如压缩可得精确的游程编码，即为典型实例。与之相比，压缩图像配备的近似算法可借助交换图像，经过余弦变换可得图像。这种典型即为MPEG类的新式处理，此外还可选取傅里叶的快速变换。对于动静态这样两类的图像，都是很适用的。

选出了待处理的某一图像，还需再次去复原或增强。这样做，是为从根本上改进图片，提升影像的质量。复原及增强可选的方式包含了去模糊性、去除噪声、强化对比度、减低几何性的畸变。复原图像则先要设定噪声模型，估测并推断得出原先的图像。增强图像的方式为空间域或频率域，把图像化作可识别的信号，通常为二维信号。在这种基础上，再去强化信号。去除图像噪声，可选傅里叶变换的途径，但它仅适合于频率偏低的信号。高通滤波用来强化频率较高的图像信号，影像将更为清晰。典型性算法为：算出局部影像的平均值、计算出空间域、选取中值滤波的方式。经过这些处理，都可缩减直至除掉噪声。

2 图像处理的必要性

在各个领域中，都不可缺失信息。图像信息相比来看更具备直观性，更易识别判断。认知世界的过程中，就要借助直观性的图像信息用来获得判断，收获信息来源。然而，原始影像经常是模糊性的，很难借以估测某些必要信息。唯有经过处理，才能显示出隐含的某些信息，图像更加清晰。在现今阶段内，计算机辅助下的多样技术都获得了进步，尤其图像处理。在微机协助下，人们即可更便捷且精确地处理影像，进而获取更精准的清晰图像[2]。这样做，便于给出决策，或者获取信息。

日常生产中、科研等领域中，都需接触各类的影像。新阶段内，图像拓展了含义，包含遥感影像、医学拍摄的光片、清晰度更高的照片等。认知客观世界，不可缺失这些图片。计算机拥有更大容量及更高的实效性，也提升了原先的处理速度。在这种状态下，可处理的图像日益变得多样化。与此同时，摄像装置也拥有了高精度，趋向于小型化，这就在根本上改进了画面的总体质量。由此可见，现今的图像处理可以凭借于小型微机，提升处理的实效。

信息化时代内，图像处理日益融汇于多行业。例如医学影像，可用来分辨出机体内的断层；技术性的图像，可用来调控并且监管生产。面对于复杂的图像，还需快速判断可提取的信息，作为处理根据。生成数字图像，也可借助计算机予以实现。最近几年，计算机配备的软硬件都正在改进，推进了全方位的图像处理手段更新。在广阔领域内，都用到新阶段的图像处理。计算机辅助的新式图像处理拥有了小型化，也加入了更优的实时性及远程性。

3 设置图像分辨率

从根本上看，图像整合了多层次的信息，表现出全面性。在各类介质上，还可再现原先的信息。作为集合体，图像可用来集成并处理信息。对此，就有必要设置并匹配分辨率。具体而言，设置分辨率要注重如下事项：

3.1 选取分辨率

选定分辨率过程中，先要确定最适当的影像扫描率。初期在构建图像时，若设定了较低分辨率，那么扫描得出的影像也并不很精确。从这种角度看，单独提升像素并非必然可获得更为清晰的影像。导入扫描的过程中，针对特定图像还需设定匹配性的分辨率，这种分辨率被看成扫描阶段内的分辨率。若分辨率设置得很高，扫描可得优质影像。然而，这种设置也并非完美，也是有局限的。这主要是由于，扫描仪本身就表现为局限性，制约了分辨率。此外，要设置扫描的分辨率，还需兼顾给出来的处理目的[3]。

3.2 具体设置方式

设置分辨率时，要把它限定于最佳范围内，不可超越范围。条件准许时，若有必要放大固有影像，则还需筛选更大分辨率。然而各步骤中，都需控制于最吻合的分辨率之内。在软件帮助下，可再次予以放大。从现状来看，处理图像可借助多款的软件。选取了最佳软件，对应着的处理实效也会变得更优。同时，插值算法也密切关系到图像处理。插值算法可用来具体放大图像，进而判断出某一最相符的扫描分辨程度。经过扫描之后，要依托某种媒介用来输出，还要视情况予以放大原图。

在某些情况下，屏幕可用来显示出扫描后的影像，可至网页。具体显示时，应能维持恒定的图像规格尺寸。通常来看，可设置于70dpi的分辨率。若有必要放大，那么借助如下公式用来确定分辨率：扫描时的分辨率=72*影像的各边长/最初的边长。

扫描之后，需要输出并予以打印，这样才可获得易辨别的影像。具体打印步骤中，要维持最初的边长及尺寸。在这种基础上，最便捷的方式即为筛选分辨率，输出打印线的总数。如果需要打印，还需依照如下思路来设定分辨率：输出线频率*图像处理后的各边长/最初图像边长。

3.3 匹配不同的分辨率

打印的过程中，分辨率应当是可以匹配的，这种匹配是指图像本身及打印机二者的分辨率。打印机产生了某种输出，这种状态下即可算出最精准的分辨率，然后用来计算。输出打印之前，需要妥善匹配合适的分辨率。需要注意的是：打印设备及图像本身并不需要设定完全同样的分辨率，只要匹配即可。经过详尽的匹配，才会确保输出得到的图像是优质的。某些作品设定为较高分辨率，针对于这类作品先要妥善予以保存。预留必备的备份，依照打印机来选取分辨率。

图像分辨率可设置为双倍的打印机线频率。在这时，可自主予以定义。打印的步骤中，需要舍掉冗余性的某些图像。这是因为，打印出来的影像并不需要添加繁杂的细节，这些细节也会拖延更长的打印时间。打印机设有自身的分辨率，单位为各英寸内的图像点数。具体打印过程中，若没能明确某一个打印机的精确线频率，那么还可大体予以匹配。同时，应当优选适合的纸张用来打印。因为在不同材质上，打印得出的分辨率其实并不相等。

4 处理中的超分辨率

从总体来看，依照输出及输入的不同算法，可设置组合性的不同超分辨率。重构超分辨率的微机图像，借助于信号处理来转变原先较低的分辨率，变为高分辨率。这种技术目前正被广泛选用，用于打印图像、构建视频监控、解析刑侦案件、构建卫星成像或医学影像等。超分辨率关系着各类处理，例如根本性的图像处理、微机辅助的视觉性处理[4]。重构超分辨率时，也需要先期压缩图像、提取图像的特性、评价图像质量。需要提取独特的图像特征，优化得到最佳的某类算法。

超分辨率的构建中，重要步骤应为处理频域。唯有经过频域处理，才能构建精准的超分辨率。在频域范围内，可以用来卷积图像、旋转或平移图像。经过全面处理，即可转变成更易辨认的计算方式。分辨率领域内，频域方式拥有更高层次的直观优势。对于此，还可选取傅里叶变换。假定某一生成模型，经过连续性的变换即可构建线性的频域关系。

此外，超分辨率还会用到插值方法，这种方式针对于不均匀的图像。在重构超分辨率时，插值方式是更为简易并且直观的。对于非均匀性的处理图像，插值方法包含了如下流程：对于输入视频，配准为给出来的平面图像。经过转换之后，再设置对应性的图像约束。从本质来看，这种重构图像即为整合性的插值，可用于各阶段内的图像生成或处理。

5 结语

图像处理源自新阶段内的微机技术，经过处理以后，应能获取最佳的图像效果。通常来看，这类处理技术要符合设定的分辨率，易于辨别且可提供决策的参照。图像处理包含了多样的复杂要素，要全方位衡量并且判断，这种基础上得出精准的结论。从目前状态看，图像处理的相关性技术仍没能达到完善，有待持久的改进。未来的实践中，还需继续摸索，归纳图像处理的经验，服务于各领域内的计算机处理。

参考文献：

[1] 苏衡，周杰，张志浩.超分辨率图像重建方法综述[J].自动化学报，2013（08）：1202-1213.

[2] 王志芳，刘玉红，王颖，等.基于数字图像处理的人类视觉对比度分辨率限制测定[J].生物医学工程学杂志，2012（05）：998-1002.

篇6

基于图像采集卡的视频图像处理系统

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BENTECH INDUSTRIAL 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-MPE 1000 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

void CTestView::OnGraboneframe()

{

// TODO: Add your command handler code here

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。

void WINAPI InitLogicPal( HDC hdc ， short width， short height， WORD bitCount )

{

int j， i;

short cxDib， 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;i pLogPal->palPalEntry[i].peRed = i ;

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

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

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

}

hPal = ::CreatePalette(pLogPal);

delete pLogPal;

::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;i bmi->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：

void pictureinpicture( )

{

………………………..

CBitmap bitmap，*oldmap;

pData1=(BYTE*)new char[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

CClientDC dc(this);

m_pBMI1= new BITMAPINFO;//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*)new char[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= new BITMAPINFO;

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

CDC MemDc;

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);

delete pData1;

delete m_pBMI1;

delete pData2;

篇7

关键词：图像处理；计算机应用；智能化

0 概述

计算机图像处理技术指的是技术人员运用计算机知识对数据或图像信息进行相关处理的一种技术。随着计算机信息技术的快速发展，利用计算机信息技术实现了人类视觉功能，并把所测的对象映射成数字图像，经过处理后实现了对数字图像的分析、加工、处理和输出。通过计算机进行图像处理的应用领域也在不断扩大，横跨农业、工业、广告传媒、工程技术等各个领域。计算机图像处理技术在现实生活中的应用具有真实、准确度高、处理速度快、获取信息便捷等特点，尤其是在工程领域，计算机图像处理技术得到了广泛的应用。

1 计算机图像处理技术

计算机图像处理技术是在上世纪80年代后期，随着计算机技术的发展和运用而逐渐发展起来的一门综合技术。该技术是利用计算机、摄像机以及其他有关数字技术，对图像施加某种运算和处理，从而让图像更为清晰。 它的主要原理是：用图像采集卡和摄像机将外界图像转换为以红（R）、绿（G）、蓝（B）三个原始灰度值表示的数字图像，然后运用计算机的相关软件对其进行分析、加工、处理和输出[1]。

2 计算机图像处理技术特点

2.1 再现性好

与传统的模拟图像处理技术不同的是，原始图像在数字化的过程中能准确表现出原图，经由计算机图像处理保持图像的原有模样。计算机图像处理技术在存储、传输、复制过程中不会导致图像质量发生退化，因此，图像处理后的再现性效果良好。

2.2 处理精度高

随着计算机图像处理技术的发展，可以实现将一幅模拟的图像数字化为二维数组，而且只要处理图像数字化的设备允许，这一二维数组可以做到任意大小，现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求[2]。

2.3 适用面宽

现实生活中，来自多种信息源的图像，既可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。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。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。

3 计算机图像处理技术的现实应用

计算机图像处理技术已经在工农业生产、军事技术以及科学研究等各个方面得到了广泛的运用。

3.1 在工业领域的应用

随着工业现代化、智能化进程的加快，图像处理技术在工业自动化领域所发挥的作用也日益凸显：在机械零件的加工、装配中通过对摄像机和传感器提供零件视图或其他信息边可以实现机械加工的自动识别，通过识别能够对图像中的一些普遍特征如面积、方位等，把这些特征作为原始空间进行相应处理，可以将识别的结果应用于确定机械手或机器人应采用的动作上，实现了生产、装配过程的自动化和智能化。

3.2 在农产品领域的应用

计算机图像处理技术在农产品领域中主要应用于对农产品的检测和农产品加工以及采摘的自动化方面的广泛应用。例如，通过对农产品果实等目标物体的识别和三维空间的定位，设计相应的机械手的运动参数，实现对农业果实的精准采摘，提高农产品的收获效率。

3.3 遥感图像领域的应用

遥感技术对于图像的处理要求高，图像处理的作用随着遥感技术的快速发展得到了广泛的运用，同样不同波段的数据经过处理后逐渐形成新的有用数据，遥感得到的数据图像信息经过计算机图像处理技术处理后，能够实现快速成图自动化，在获取不同波段的高质量遥感数字图像后可以广泛应用于农、林、牧、渔、气象、环境、军事等领域中。

3.4 在交通监测中的应用

检测交通违章，常常需要收集许多交通参数，日常用到的“电子眼”设备也是通过环形线圈检测器、照相机等构成，通过环形线圈检测器检测路口的车辆是否存在闯红灯行为，一旦检测到时，系统便会自动启动照相快门，并拍下车辆，可以通过图像处理和分析方法的判断，当检测到有闯红灯车辆画面后系统将及时予以冻结保存，并将拍摄到的突破存储在相关格式文件中，后期处理时再通过恢复原图，从而实现及时检测出交通违章车辆。

4 结语

随着计算机应用技术的快速发展，运用计算机处理图像技术的应用越来越广泛，既有传统领域的应用，也逐渐扩展至机电、航空、安全等领域，还伴有新型科学药物的研发，伴随着计算机的技术与人工智能电子的研发，智能图像的作用将会占据很大的部分，其今后的发展趋势越来好，越来越广。

参考文献：

[1]温玉春.计算机图像处理技术应用研究[J].现代商贸工业，2011（02）：230-231.

篇8

关键词：计算机；图像技术；科学技术；经济发展

随着计算机应用技术的不断普及，先进的计算机信息技术已经广泛地渗透到了社会的各大领域，而计算机图像处理技术的应用对社会各领域都有着极为重要的意义，同样，在现代化发展的今天，经济的快速发展对计算机图像处理技术的发展繁衍有着更高的要求，同时，计算机图像处理技术也为经济发展带来了极为重要的意义。

一、计算机图像技术

所谓的计算机图像处理技术是指先将模拟的图像信号逐步转换为数字信号，之后再有效地利用计算机对数字信号处理的快速的优势来对数字图像进行相应的移动、转化之类的技术方法。当然，这一过程也被称为数字图像处理技术。

二、计算机图像处理技术的有效应用

在现阶段计算机图像处理技术中，对于非图像信息处理专业人员而言，计算机图像处理技术并没有想象中的那么复杂，例如：现在许多非图像处理专业人员应当有效地运用各种PS技术来对自己的图片进行相关的简单的修饰。当然，对于图像处理技术程度较高的同学而言，可以有效地进行相关的网页制作以及动画制作相关的活动。因此，现阶段的计算机图像处理技术已经广泛地运用到社会各方面的环境中，诸如工农行业、生物医学以及遥感通信之类的各个方面。例如：在工业行业中，在生产线上，可以有效地运用计算机图像处理技术来进行无损检测以及产品的质量检测，同样，在相关的工业部门都能有效地运用CAD技术来实现工程产品的有效地更好地开发。

随着计算机应用技术的不断普及，先进的计算机信息技术已经广泛地渗透到了社会的各大领域，而计算机图像处理技术的应用对社会各领域都有着极为重要的意义。同样，在现代化发展的今天，经济的快速发展对计算机图像处理技术的发展繁衍有着更高的要求，同时，计算机图像处理技术也为经济发展带来了极为重要的意义，随着社会的发展以及计算机性能的有效提升以及图像处理技术的高速发展，相信计算机图像处理技术一定会有更好的发展。

参考文献：

[1]温玉春.计算机图像处理技术应用研究[J].现代商贸工业，2011（2）：230-231.

[2]魏少峰，张威.对计算机图像处理技术应用研究[J].科技风，2012（5）：81.

篇9

网页设计

1、计算机图像处理技术的几种类型

计算机图像处理技术主要分为以下几种类型：数字图像处理技术、数字图像分析技术、数字图像采集技术以及数字图像二值化技术。

数字图像处理技术；它是一门覆盖面比较广的技术，主要包含图像灰度、频率以及阈值的变换，图像恢复中图层的建立，图像色差的处理等。它所要求的设计师能够熟练掌握，才能才设计中充分发挥功能。图像处理技术对于处理的图像工作量比较大时，需要采用傅里叶变换或者沃尔什变换等间接的数字图像处理技术，增大了设计人员的工作难度，如若应用到网页设计中也会起到比较积极的作用。

数字图像分析技术；其是利用机器或软件对需要识别的事物进行分析，从而得出客观结论。该技术的应用对日后检测网页设计中的图像效果起到很大的作用，该技术对图像的灰度变化、区域亮度、边缘纹理以及色彩进行提取，所提取的结果进行二值化处理来让计算机识别，由此可以得出是否为网页设计师所需要的图案。

数字图像采集技术；其中原理是应用采集器件对图像进行采集，来实现数字图像处理技术以及数字图像分析技术的应用。其不光运用于网页设计中，在医疗、仪器检测、多媒体监控等领域有广大应用。

数字图像二值化技术；与其说是一门技术，不如说这一门计算机语言。通过此技术将器件采集的图像转换为计算机可以读懂的二进制，计算机再将此代码进行重新编辑，就可以得到预期的图像。二值化不单单有利于图像的进一步处理，计算机任务量降低，并且可以让设计人员利用相关的图像处理软件轻易地找的不符的图像参数进行改善。以上技术的应用对网页设计提供了便利，也降低了设计师工作难度。

2、图像处理技术对网页设计的重要性

首先，需要了解图像在网页设计中发挥什么样的功能。第一，图像在网页中相较于文字易于吸引人的眼球，对浏览者造成视觉冲击。图像内容、样式、色彩都将影响整个网页的布局，进而影响网页的效果。据调查显示，在日常经常浏览网站的人群中，大约有百分之七十之多的人会被醒目的图像所吸引，进而说明了网页中的图像有较强的吸引力。第二，图像在网页中也起到一定信息的传播作用。图像若能将整个网页内容简要概括出来为浏览人群提供方便，这样容易在此人群心理产生好感，增加浏览概率。以上两个功能能够较为概括出图像对网页设计的重要性，应用于此的图像处理技术更加有不可小觑的作用。

图像处理技术应用在网页设计时需要注意到以下几个方面。一方面图像在网页中的布局很重要，所以图像的大小以及在网页中的位置是设计师首要解决的问题。图像过大，难以将我们要表达的内容展现给浏览者，图像过小，不易引起浏览者的注意，这就需要设计者从美学的角度来解决。图像的位置同尺寸一样，合理地摆放图像能够让网页主旨更加突出，达到最终所要求的设计的效果。另一方面，图像的形状，不同形状的图形对浏览者的感觉是不一样的，例如三角图形与正方图形常出现在工业网页的设计中给人以稳定的感受，圆形经常出现在家居网页的设计中给人以温馨的感觉等等。所以我们需要对于不同类型的网页，对图形的形状进行选择，来衬托出整个网页的风格。最后一个方面，在应用自己设计的图像时，图像的色度、分辨率等与想要的效果不符，可以利用专业的软件，例如MATLAB数值运算软件进行处理，修改图像与实际不符的参数。

3、结语

在科学技术迅速发展的今天，在互联网这个庞大的领域中，网页设计的应运而生，会对整个领域起到修饰的作用。网页设计需要设计师具备较高的专业能力与知识储备，并且运用计算机图像图像处理技术带设计的作品中是大势所趋。这项技术的运用不单单对网页设计的质量有所提高，也增加了网络空间整体的美感。所以计算机图像处理技术在网页设计中起到比较重要的作用。

参考文献

[1]华腾芳.网页设计中图像设计软件的应用[J].湖北函授大学学报, 2018, (02) :152-153.

[2]刘姝虹.计算机图像处理技术在网页设计中的运用[J].计算机产品与流通, 2017, (08) :12.

篇10

关键词：图像处理 FPGA Matlab

中图分类号：TP391.41 文献标识码：A 文章编号：1672-3791（2014）01（b）-0005-02

The Research of FPGA-based Digital Image Processing Algorithms

Wu Mingmei Wang Yan Wang Qing Liu Shuchang

（College of Electrical and Information Engineering，Changchun University of Science and Technology，Changchun Jilin，130022，China）

Abstract：Due to the extensive application of digital image， the requirements of real-time image processing are also getting higher and higher，the image processing which only to rely on software implementation has been unable to meet the requirements， so FPGA is increasingly used in image processing. In this paper， image processing algorithms are analyzed and simulated through Matlab software.And the appropriate algorithm implemented by verilog language， and then use quartusII simulation software， the last applied to the actual image processing system.

Key Words：Image Processing；FPGA；Matlab

在图像采集和处理过程中，由于存在噪声及干扰，使得获取的图像产生畸变等缺陷。通常采用软件算法对图像进行滤波、去噪，再进行存储和显示。由于图像处理的基本算法已经十分成熟，运算复杂性相对固定，所以在保证精度的条件下对算法进行优化十分困难。因此，对于实时性要求较高的系统，可以利用FPGA技术实现图像处理算法，大幅度提高系统处理速度。针对上述问题，本文通过Matlab进行算法对比和分析，选择合适的处理算法，用硬件实现算法的设计，完成图像的基本处理，实现了数字图像的滤波、去噪。

1 系统总体设计

基于FPGA的数字图像处理系统由数字CCD相机、A/D转换芯片、数据缓存模块、图像处理模块、整体控制模块、D/A转换芯片和图像显示等部分组成，其中数据缓存模块、图像处理模块和整体控制模块在FPGA中实现。（如图1）

本文设计方案是以FPGA图像处理模块为核心，通过它完成图像平滑、滤波等基本操作。由CCD相机对目标成像，经A/D转换芯片将获得的模拟图像信号转化为数字信号，而后送入FPGA中进行滤波去噪处理，在FPGA中完成图像处理工作后，经由D/A转换芯片转化为模拟信号为后续的图像显示做准备。

系统所选CCD相机输出模式为PAL（Phase Alteration Line）制式，A/D转换芯片型号是SAA7113，SAA7113是飞利浦公司视频解码系列芯片的一种，主要作用是把输入的模拟视频信号解码成标准的“VPO”数字信号。经过转换后的数字信号可以直接通过FPGA芯片进行处理，存储过程采取乒乓存储操作，乒乓机制就是由两块SDRAM组成的接收路径，一块进行数据接收时，图像处理模块处理另一块中的数据，而不用等待当前数据接收完后再处理，这样做能够提高数据吞吐量。处理后的数字视频信号送入D/A芯片，D/A芯片型号为ADV7128，这是一款高速、10位视频数模转换芯片。经过转换后的视频信号送入显示模块进行显示。

2 基本算法分析

根据噪声服从的分布进行分类，噪声大致可以分成椒盐噪声，高斯噪声和泊松噪声3类，针对不同的噪声类别有不同的图像滤波方法。常用的滤波方法主要包括均值滤波、中值滤波、维纳滤波和自适应滤波，如针对高斯噪声最常用的是均值滤波，针对椒盐噪声最常用的是中值滤波，此外，还有其他改进滤波法等。

2.1 均值滤波方法

均值滤波方法又称为邻域平均法，是线性滤波中最常用的方法，这种方法的基本思想是对待处理的当前像素，选择一个窗口，该窗口为其近邻的若干像素组成，用窗口中所有像素的均值来代替原像素点灰度值的方法。具体可以表示如下：

（1）

其中，（x，y）为当前像素值，u（x，y）为处理后的灰度值，m为模板中包括当前像素在内的像素个数。

考虑到数据分布的平衡性，滤波窗口可以选取方形、十字形和圆形，实际滤波中，一般选择3×3或5×5的方形窗口。对于用不同尺寸的滤波器模板进行滤波操作的图像进行比较，随着所使用的滤波器尺寸的增大，消除噪声的效果得到了增强；但是，图像的细节锐化程度相应降低，图像变得模糊起来。

2.2 中值滤波方法

中值滤波作为一种常用的图像预处理方法，能够有效地去除噪声，平滑图像，与均值滤波以及其他线性滤波器相比，它能够在去噪的同时不模糊图像的边缘，较好地保持图像的清晰度。它是一种邻域运算，把邻域中的像素按灰度级进行排序，然后选择该组的中间值作为输出像素值，中值滤波可定义为：

g（x，y））=median{f（x-i，y-j}（i，j）∈W （2）

中值滤波与均值滤波的不同之处在于，均值滤波器的输出是由平均值决定的，而中值滤波器的输出像素是由邻域图像的中间值决定的，所以中值滤波对极限像素值远不如平均值那么敏感，从而可以消除孤立的噪声点，又可以让图像产生较少的模糊。

通过以下对比图，可以看到，中值滤波不像均值滤波器那样是图像的边界模糊，它在衰减噪声的同时，使图像的细节清楚。（如图2）

2.3 直方图均衡化

直方图均衡化是常用的灰度数字图像增强方法。该方法在处理时只需要将当前的灰度分布重新均衡地分布于整个灰度区间即可，其通用性较好，对任意图像均可获得不错的处理效果。

在某些应用中，可能只需要对图像的某个部分进行均衡化，为此，可以用对比度自适应函数实现自适应直方图均衡化。（如图3）

3 中值滤波算法的FPGA实现

由上章可以看出，模板中值滤波器具有较好的滤波效果，因此，接下来我们主要来介绍一下3×3模板中值滤波器的实现方法。

3.1 3×3模板的实现

由上述各种算法的对比我们可以看出利用3×3模板实现的图像滤波、边缘检测和图像锐化的效果较好。本文首先介绍一下3×3模板的实现方法。本设计中，其主要由几个模块组成，分别是data_gen，wr_ctr_mdf，line_buffer和rd_ctr_mdf模块。

其具体过程是输入的数据先进入到data_gen模块中，该模块用来将数据转换为3行3列的形式，并形成extra_vde信号，该信号控制下一级wr_ctr_mdf模块，当超过该行所需要的数据时，该模块产生写控制信号，将输入的数据送入line_buffer中缓存，然后当line_buffer内存入的数据为两行两列时，读控制模块能产生读控制信号，从line_buffer内将数据读出，这时3行3列的数据同时输出，产生3×3模块，送入到下级进行处理。

3.2 中值滤波器的实现

中值滤波器能够有效地去除噪声，平滑图像，与均值滤波以及其他线性滤波器相比，它能够在去噪的同时不模糊图像的边缘，较好地保持图像的清晰度。通过FPGA可以实现中值滤波模块，它是对3×3方形窗生成的9个像素值输出数据进行中值滤波处理的模块。正常情况下，经过两两对比挑选出中值要经过30次的比较，也就是对3×3窗生成模块的9个数据输出要经过9个时钟周期的延迟才能得到中值滤波处理后的中值输出。因此为了提高处理速度，减少资源浪费，提出了一种快速中值滤波算法，只需进行19次比较就能求得中值，大大加快了处理的速度。快速中值滤波算法流程图如图4所示。

具体过程为：先通过A1、A2、A3筛选出各自单元输入的三个数据的最大值、中值和最小值，然后将其各自输入到B1、B2、B3中，再输出中值到C内，经过比较，挑选出中值，这就是输入9个数据的中值，这样只需进行19次比较就可的到中值。

4 结论

本文重点讨论了图像处理中常用的几种算法，并利用Matlab对各种算法进行了仿真，通过仿真前后图像的对比，可以看出基于模板的中值滤波的处理效果较好，因此利用FPGA设计了基于3×3窗口的中值滤波算法。（如图5）

由上图可以看出，图像质量有了明显的提升，因此，3×3中值滤波算法对滤除噪声具有较好的效果。

参考文献

[1] 黄艳君.基于FPGA的数字图像预处理算法研究[D].南京理工大学，2009：5-10.

[2] 吴艳.基于FPGA的数字图像处理基本算法研究与实现[D].哈尔滨工业大学，2008：34-43.

[3] 赵海丽，刘艳霞，陈智强，等.数字视频图像传输中基于FPGA的图像去噪方法[J].吉林大学学报：信息科学版，2011（10）：2-3.

[4] 王彬.MATLAB数字信号处理[M].北京：机械工业出版社，2010：53-125