1.3 数字图像处理的内容

数字图像处理在今天是非常热门的技术之一，生活中无处不存在着它的影子，可以说它是一种每时每刻都在改变着人类生活的技术。数字图像处理内容主要研究以下几个方面。

1. 图像获取和输出

数字图像一般可以通过以下三种途径获取。

（1）将传统的可见图像经过数字化处理转换为数字图像，例如将一幅照片通过扫描仪输入到计算机中，扫描的过程实质上就是一个数字化过程。

（2）应用各种光电转换设备直接得到数字图像，例如卫星上搭载的推帚扫描仪和光机扫描仪可以直接获取地表甚至地下物体的图像并实时存入存储器中。此外，侧视雷达也可以直接获取数字图像。

（3）直接由二维离散数字函数生成数字图像。

无论采取哪种方式获取，最终得到的数字图像在数学上都是一个二维矩阵。因此，数字图像处理的实质是以二维矩阵进行各种运算和处理，也就是说，将原始图像变为目标图像的过程，实质上是由一个矩阵变为另一个矩阵的数学过程。无论是图像的几何变换、图像的旋转、图像的统计特征以及傅里叶等正交变换，本质上都是基于图像矩阵的数学运算。

因此，数字图像处理是指对一个物体的数字表示，即对一个二维矩阵施加一系列的操作，以得到所期望的结果。

打印机、显示器和投影仪是常见的图像输出设备。

2. 图像编码和压缩

早在1920年图像的编码就已经应用于实际了。图像编码压缩技术的目的在于减少描述图像的数据量，以节省图像传输、处理时间和减少所占用的存储器容量。尤其是在计算机网络出现后，为了提高图像的传输速度，图像的编码变得尤为重要。图像的压缩本身属于一种有损压缩，保证压缩后的图像不失真，且能获得较高的压缩比率是这一领域的核心问题。

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，常用的平滑、模糊及锐化等处理就属于这部分内容研究的范围。图像复原是指当造成图像退化或降质的原因已知时，通过复原技术来进行图像的校正。一般来说，复原技术是基于一定的“降质模型”和数据的图像恢复，它会在此基础之上采用某种滤波方法，恢复或重建原来的图像，其目的是消除退化的影响，从而产生一个等价于理想成像系统所获得的图像。与图像复原不同，图像增强是指当无法得知与图像退化有关的定量信息时，强化图像中的某些分量。图像增强技术较为主观地改善了图像的质量并将突出图像中人们所感兴趣的部分。

4. 图像变换

图像变换的主要目的是将空间域的处理转换为变换域处理，从而减少计算量并获得更有效的处理。通常采用的方法包括傅里叶变换、离散余弦变换、沃尔什变换和小波变换等。

5. 图像分割

图像分割的目的是对图像中有意义的特征部分进行提取。所谓有意义的特征包括图像中的边缘和区域等，这是进一步进行图像识别、分析和理解的基础。当前图像分割研究已经取得了诸多成果，比较常用的分割方式包括边缘检测、轮廓跟踪、基于数学形态学（例如分水岭）的分割、基于聚类的分割，以及基于偏微分方程的分割等。目前，对于图像分割的研究仍然是研究热点，相关研究还在不断深入。

6. 图像信息安全

随着互联网技术的发展，人们的生活变得越来越便利，数字医疗、网上教育、电子政务、电子商务和互联网金融正在深入千家万户，并潜移默化地改变着我们的传统生活方式。但是互联网又并非是绝对安全的，黑客攻击、计算机病毒和木马等安全隐患时刻威胁着我们。而图像又是互联网上最为常用的信息载体之一，显然，图像信息安全不可置之不理。一方面，一些敏感和机密图像（如军事目标图像、个人医疗影像和机密图纸等）在网络上进行传递时，我们有必要对其进行必要的加密；另一方面，一些有版权的数字图像为了防止被盗用，或在产生法律纠纷时可以提供充分的版权佐证，都必须做好相应的数字影像版权保护。这两方面的内容都是数字图像信息安全研究的关键内容。可以认为图像信息安全是将传统信息安全技术与数字图像处理相结合而产生的新方向，相关研究内容包括图像加密、数字水印等，这些都是当前研究的热点。

7. 图像的识别与检测

图像的识别与检测主要是经过某些预处理后，对图像进行分割和特征提取，以有利于计算机对图像进行识别、理解或解释，进而解决图像中是否含有目标，以及目标的所有位置等问题。例如人脸识别、指纹识别、特征提取等都属于这部分内容。严格来讲，图像的识别与检测一般不完全算是图像处理领域的内容，更多的时候它被认为是计算机视觉领域所研究的主要内容，或者说它是图像处理计算机视觉过渡的一部分内容，属于两者的交叉部分。这部分内容中往往会用到许多人工智能方面的研究成果（如神经网络等）。