1.5 数字图像处理的机遇与挑战

进入21世纪，随着计算机技术的迅猛发展和相关理论的不断完善，数字图像处理技术在许多应用领域受到广泛重视，并取得了重大的开拓性成就。在人工智能和思维科学的大背景下，图像处理正向着高速化、高分辨率化、立体化、多媒体化、智能化和标准化的方向发展，涌现了众多的图像处理理论和算法。但与人类识别图像的能力相比，计算机对图像的处理能力尚存在很多不足。

在讨论图像处理面临的严峻挑战的主要原因之前，有必要先解释一下机器是如何“看到”图像的。当我们人类观看图像时，会感知物体、人物或景观。而当机器“查看”图像时，它们看到的只是代表单个像素的数字。也就是说数字图像处理的全部就是以某种方式处理这些数字。

图像处理并不是一件容易的事情，可以总结为以下几方面原因：

1）信息损失。数字化过程中信息损失是造成计算机视觉难度的一个重要因素。图像是从3D世界投影到2D平面上获取到的信息，在此过程中会丢失大量信息，例如深度信息。

2）数据量大。图像的数据量是巨大的，视频数据则会更大，虽然技术上的进步使得处理器和内存不足问题得到了良好的解决，但是数据处理的效率仍有待提高。

3）伴随噪声。任何测量过程中都存在噪声，图像的数字化过程中的噪声也不可避免。这就需要使用相应的数学工具和方法对含有噪声的视觉感知结果进行分析和处理，从而较好地复原真实视觉数据。

4）图像理解困难。人类可以对图像内容进行理解和解释，但对于机器来说，这绝对是计算机视觉环境中最难处理的事情。当人类观看图像时，会用积累的知识和记忆（称为先验知识）来分析它。但机器没有这种能力，它们不了解人类的世界，不了解其中固有的复杂性，以及人类在数千年的文明中创造的众多工具、商品、设备等。赋予机器对图像的理解能力，是图像处理、机器视觉与人工智能学科研究者们不断努力的目标。

总之，图像处理领域还存在很多难题亟待解决，既是机遇也是挑战。在研究图像处理技术时，可以加强对视觉特性、心理学特性等方面的进一步研究，借鉴其他学科的理论、技术和方法，完善图像处理的理论和技术体系。