前言：中文期刊网精心挑选了数字图象处理范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
数字图象处理范文1
Abstract: The paper explores and practises Digital Image Processing course teaching reform in teaching content， teaching methods， teaching means and practice teaching to feature of Digital Image Processing course. Through reform, it enhances the teaching effect，arouses students' ability to innovate，improves the students' practical capacity and adapts to development of new Digital Image Processing technologies.
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.
[2]李向群，王书文.《数字图像处理》课程的教学改革初探[J].微计算机信息，2010.
数字图象处理范文2
关键词：数字图像 图像处理 数字技术 应用
一、数字图像处理综述
数字图像处理（Digital Image Processing）又称为计算机图像处理，它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。
数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息，数字图像处理作为一门学科大约形成于20世纪60年代初期，早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室（JPL），他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，医学技术中数字图像处理技术都发挥了巨大的作用。
从70年代中期开始，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，人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。
二、国内外研究现状
目前，国内图像识别的算法研究多是关于数字、文字、人脸、以及医用病理方面的较多，对产品内表图像进行分析识别、分类的还很少。国内已研制出了具有先进水平的高精度内表检测系统和装置，如何对产品零部件的外形，尺寸进行较高精度测量的激光在线检测系统等，但迄今为止，尚无能对生产出的产品内表面进行自动检测和识别的系统。应用CCD、电子、计算机技术检测内表面的实时自动检测技术在国内正处于刚刚起步的阶段，对内表面图像进行分析识别、分类的软件系统还没有十分完善，现在的识别算法对图像中的疵病部分定位不是很准确，对疵病的范围、大小、方位不能做定量分析，只能作定性分析，精度低，采用的传统的最小距离等分类器在图像复杂且类别多时，很难表示和提取特征，进行图像识别十分困难。
国外关于图像识别中的图像分割，特征信号提取，边缘检测，纹理识别等的算法已经取得了一定的成果，提出了一些新方法，如利用直线分割来识别三维人脸，通过子图匹配法在相邻区域间识别不同目标，用双值微波仿射不变函数识别二维形形状等等，近年来，国外基于图像识别与分类技术的图像检索，人脸识别，字体识别发展十分迅速。
在国外，为提高自动目标识别能力而开发的算法现在正被引入许多侦测和成像系统之中，图像分割、特征信号探测和析取、静止目标的模式识别等方面已取得了很大进步，这一自动目标识别能力大大减轻了操作人员的工作负担。如美国正在加紧自动检测能力与自动目标识别的研究工作，并在硬件能力的基础上开发多种用于信号图像处理的算法和开展各种算法软件的研制，包括相关法（匹配滤波器技术）、自适应多维处理法、基于模型的方法等。
三、数字图像处理的应用
图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面，随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。
1、航天和航空技术方面的应用
数字图像处理技术在航天和航空技术方面的应用，除了JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。现在世界各国都在利用陆地卫星所获取的图像进行资源调查，灾害检测，资源勘察，农业规划，城市规划，我国也陆续开展了以上诸方面的一些实际应用，并获得了良好的效果。在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。
2、生物医学工程方面的应用
数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了一般的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等，此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。
3、通信工程方面的应用
当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以图像通信最为复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达100Mbit/s以上，要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。在一定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、DPCM编码、变换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、自适应网络编码、小波变换图像压缩编码等。
4、工业和工程方面的应用
在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人，将会给工农业生产带来新的激励，目前已在工业生产中的喷漆、焊接、装配中得到有效的利用。
5、军事公安方面的应用
在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。
6、文化艺术方面的应用
目前这类应用有电视画面的数字编辑，动画的制作，电子图像游戏，纺织工艺品设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和评分等等，现在已逐渐形成一门新的艺术——计算机美术。
参考文献：
[1]孙即祥 图像压缩与投影重建 北京：科学出版社；2005.7：第一章：1～2，63～64.
[2]韩金姝.基于分形的植物形态模拟与图像压缩技术研究：[硕士论文]. 青岛：中国海洋大学信号与信息处理专业，2005.
数字图象处理范文3
关键词：分形理论 图像处理 识别检测 粒径分布
中图分类号：TQ533 文献标识码：A 文章编号：1674-098X（2014）01（a）-0005-02
在我国的电力供应中，有很大一部分来自火力发电。火力发电对煤炭资源的需求最大，因此提高煤的燃烧效率变得十分重要。煤的燃烧特征是煤的颗粒越小，越容易燃烧殆尽，而且在其燃烧过程中所产生的硫化气体等污染物也会相对较少。所以通过一种有效的办法对煤堆进行颗粒粒度识别具有重要意义。颗粒物识别检测通常采用的方法为筛析法、重量沉降法、激光散射分析等，这些方法中存在人为操作量大，重复性不好，且不能给出颗粒的相关参数特性等缺点[1]。该文运用数字图像处理技术对煤颗粒进行处理分析，可避免上述方法的不足，提升测量速度节省时间，增强测量准度和精度。并提出结合分形理论，对煤堆颗粒作分形分析。图像处理方法作为对煤堆特性分析方法可利用软件得到相关的煤堆颗粒粒度参数、进而可以选择相应适合的条件对煤堆进行颗粒过滤，从而满足工业要求。
1 图像处理技术
1.1 数字图象处理的特点
随着计算机科学的发展与工控程度的提高，图像处理技术被越来越广泛的运用。在颗粒检测识别领域，图像处理技术有着得天独厚的优势。它减少了单纯的人工操作量，降低了测量过程中的粗糙性。提供了对复杂细微颗粒处理的可行性，加快了分析处理速度并且可以直接或间接的获取人们所需要的信息。实现过程的实时监测和控制。
1.2 煤堆颗粒的图像识别系统框架
图像识别系统主要包括图像采集和图像处理两部分。图像采集主要由图像传感器来完成，图像处理主要由计算机和相应的系统软件来完成。框架如图1。
在煤堆里取样，用粉碎机磨制好煤粒粗样后得到煤的颗粒样本如图2。然后通过CCD图像传感器采集到图像，进行数字化处理后存入计算机，获取煤粒原始图像。再利用软件对数字图像进行相应处理得到相关图像参数，最后根据所得参数数据分析得出煤粒特性结论。
这里选用CCD传感器来获取数字图像如图3所示。CCD图像传感器是一种特殊的半导体材料又名电荷耦合器[2]。它由大量按矩阵排列的独立光敏元件构成。可直接将光信号转换为电信号，然后电信号经放大和模数转换后，实现图像的获取、存储、传输、处理和复现等操作。由CCD摄像设备采集的光学图像转成模拟信号经图像模数转换器进行数字化后，得到数字图像交由计算机处理。它最显著的优点是噪声低、响应速度快、像素分辨率高等。
1.3 煤堆颗粒图像的数字化处理
在计算机中利用软件对原始颗粒图像（图4）进行预处理。对于一张图像来说，往往需要提取目标物，所以先作灰度变换减少图像噪声，保证图像质量。每一副图像相当于一个矩阵，矩阵的行和定图像中的每一个点，矩阵中的元素值对应该点的灰度级。图像矩阵中的每个元素就是像素。颗粒本体灰度值与背景图层灰度值较为均匀，进行灰度变化后效果较好，灰度图有无明显的双峰。灰度变换不足以达到最终效果，需要对图像作二值化处理。手动改变图像阈值，颗粒图像二值化效果发生改变，当观测图像变化效果最为理想时停止改变，确定一个最佳的门限阈值。二值化处理后颗粒如图5。另外也可以选择自适应阈值分割，但是无法同步观察变化过程，且计算量相对较大耗时长，无法达到背景图层与颗粒本体二值化图像最佳效果。
2 煤堆颗粒特性分析
2.1 颗粒的形态描述
从颗粒的形态学切入，分析颗粒粒度及形状。粒度是颗粒在空间范围所占大小的线性尺度。通常表面光滑的球体颗粒的粒度用直径表示，立方体颗粒的粒度用边长表示。对不规则的矿物颗粒，可将与矿物颗粒有相同行为的某一球体直径作为该颗粒的等效直径。对许多取向混乱的颗粒按一定方向测量平均线度的统计作为当量径。由于获取的是颗粒投影图像，则可按二维投影规则对煤粒度进行定义[3]。
2.2 煤堆颗粒粒度相关参数
颗粒面积的计算，通过对图像像素点的统计得到。统计获得颗粒像素的个数后，还需要用一个标准单位来标定。通过比例换算得到目标颗粒实际面积大小。采用逐行扫描的方式对图像中每一个颗粒进行标号确定单个颗粒参数。这样每一个目标颗粒的参数都有一个归属，不容易产生混乱。
颗粒周长的计算可以通过对二值图像中目标物的边缘像素计算获得。依然可以采用顺序逐行扫描的方式对图像进行扫描。对图像边缘像素跟踪累加，统计像素个数可得周长。因此颗粒的当量直径可以根据颗粒粒度定义由面积和周长求得。此外还可以利用计算机图像系统对颗粒进行自定义多方向扫描，获取每一个方向上的粒径值再进行平均。用该平均值对粒径大小作粗估计值，这里并没有对此种方法加以详细证明。
这样就可以根据不同粒径的颗粒物在颗粒总体中所含的百分比来确定粒度分布。此外还可以根据颗粒粒度来进行颗粒分级，明确颗粒的层次关系。
3 煤堆颗粒与分形理论
3.1 分形理论的定义
分形理论是时下非常流行的新理论。分形理论的最基本特点是用分形分维的数学工具来描述研究客观事物。它跳出了一维的线、二维的面、三维的立体乃至四维时空的传统藩篱[4]，更加接近客观事物和复杂系统的真实属性。
3.2 颗粒粒度的分形分析
在颗粒的形态特征中，主要讨论了分形分维的方法。把分形维数作为颗粒形态描述的一个重要角度。分形维数在一定程度上体现了颗粒的某些化学物理特性。实际测定分维的办法有很多，如根据尺度、测度关系、相关函数等。针对颗粒的不同特征可以建立不同的分形模型。对于无规颗粒具有如下分形特征式：
。
①根据边缘进行分形分析，颗粒的无归边缘曲线可利用盒维数[5]计算得分形维数。与边缘线相交的正方形个数记为盒子数N（如图6盒子数为16），盒子大小为k*k，k即盒子的边长。存在推导关系式：-；D记为分形维数，B为常数。通过推导关系计算拟合数据可得到分形维数D。在对k取值时，k值越小所能取到的盒子数也越多，边缘分形结果越精确。理论上颗粒边缘复杂程度越大，分形维数值越大。边缘分形维数体现颗粒的轮廓曲线特点。这里取了4个不同颗粒样本进行了图像处理后，经过计算分别得出4个样本的分形维数，进行比较。
从表1中可以看出颗粒边缘分形维数变化不是特别明显，原因可能与所取的盒子边长k有关。还需要结合其他形状参数来进行特征描述。说明仅仅利用颗粒边缘分形分维作为煤粉颗粒特性标准描述有待改进。
②根据颗粒粒径分形有关系式：-。是粒径分布分形维数，R是粒径大小，为粒径大于R的颗粒数。同样可以通过拟合数据计算得到颗粒粒径分布分形维数。在选取了3组颗粒图像进行了颗粒粒径分布分形维数计算后得到相关参数如表2。
从表2来看，粒径分布分形很大程度上与颗粒数目有关。分形维数是根据统计粒径R以及对应的颗粒数目N进行拟合后得到的直线斜率。尽可能的选取较多的颗粒图进行计算，分形维数越准确粒径分布分形偏差越小。颗粒粒径与分布分形维数呈负相关关系，粒径越小分布分形维数越大，粒径分布随粒径减小呈现的分形特征越明显，反映煤堆颗粒粒径分布越复杂。
5 结语
对于煤堆颗粒的识别，采用数字图象处理技术能够提高识别检测的速度，同时还可以减小大量人为干预造成的误差，避免检测重复性低等缺点。对于煤炭行业提高燃煤利用率和降低污染有着重要的意义。本文主要通过图像灰度变换、图像分割等方法对煤粒图像做处理。同时结合分形理论进行分析，得到煤堆颗粒粒径分布分形等参数，说明了颗粒分形的可行性并对煤的颗粒分形特征进行描述。但是在粒度形态识别中只是对二维投影图颗粒粒径做了说明，还可以从形状因子等参数考虑，综合描述颗粒特征。对颗粒分布分形也不完善，需要做进一步研究。此外，如何更好的提取颗粒的边缘轮廓，找到颗粒新的参考特性以及分形与工业分析之间的关系是下一步探讨的方向。
参考文献
[1] 苗春卫，李玉祥，王克家，等.基于数字图像处理的煤粉颗粒检测[J].应用科技，2003（2）：1-3.
[2] 青.基于分形理论的大气悬浮颗粒物图像识别[D].武汉：武汉理工大学，2006.
[3] 霍红涛.数字图象处理[M].北京：机械工业出版社，2003.
数字图象处理范文4
关键词:数字图像处理 黑白图像 灰度图像 彩色图像
中图分类号:TP31 文献标识码:A 文章编号:1672-3791(2012)05(a)-0020-01
计算机数字图像处理又称为数字图像处理,它是指将图像信号转化为数字矩阵存放在计算机中,并利用计算机对其加工处理的过程。在计算机数字图像处理中,按照颜色的多少可以将图像分为:黑白图像、灰度图像和彩色图像3种。目前绝大多数的图像图形处理软件都支持这3种类型的图像。
1 黑白图像
黑白图像中,每个像素要么是黑,要么是白。其色彩没有中间过渡颜色的图像。黑白图像一般用来描述文字或者图形,它的优点就是占用存储空间少,缺点是不能描述细节,如当表示人物,风景的图像时,它只能描述其轮廓,而不能描述人物、风景的细节。
黑白图像是每个像素只有两个可能值的数字图像。这种图像中所有的像素只能从0和1这两个值中取,因此在存储矩阵中,黑白图像用一个由0和1组成的二维矩阵表示。这两个可取的值分别对应于关闭和打开,关闭表征该像素处于背景,而打开表征该像素处于前景。以这种模式来操作图像可以更容易识别出图像的基本结构特征,特别是轮廓特征。这种非0即1的图像在很多图像处理算法中是必须的。它还经常出现在数字图像处理中作为图像掩码或者在图像分割、二值化和dithering的结果出现。
黑白图像操作只返回与黑白图像的形式或结构有关的信息,如果希望对其他类型模式的图像进行这样的操作,则首先要将其转换为黑白图像的图像格式。把一个图像转换成黑白图像的操作叫做“二值化”。“二值化”的关键是选取合适的“阈值”,低于这个阈值的像素被转换成黑色,高于这个阈值的像素被转换成白色。在很多图像处理软件中使用“阈值”运算进行文字识别、轮廓分析等。“二值化”也可以通过调用MATLAB提供的im2bw()来实现。
2 灰度图像
灰度图像的每个像素通常用一个byte表示,分别代表256个灰度级。人眼能够识别的灰度级大约是100个。通常,最高的灰度级(255)呈现最亮的像素,最低的灰度级(0)呈现最暗的像素,在最暗和最亮的像素之间有256个不同的灰度级。
灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度,尽管理论上这个采样可以是任何颜色的不同深浅,甚至可以是不同亮度上的不同颜色。但是灰度图像与黑白图像不同,在计算机图像领域中黑白图像只有黑色与白色两种颜色,而灰度图像在黑色与白色之间还有许多级的灰色深度,也就是说黑与白之间有不同深度的灰色存在。
通常一幅完整待编辑的图像是RGB模式,它由红绿蓝3个通道组成。红色、绿色、蓝色3个通道的缩览图都是以灰度形式显示的。用不同的灰度色阶来表示红色绿色蓝色在图像中的比重。
8个采样位256个灰度级,这种精度刚刚能够避免图像中可见的条带失真,并且非常易于编程。在医学图像与遥感图像这些技术应用中经常采用更多的级数以充分利用每个采样10或12位的传感器精度,并且避免计算时的近似误差。在这样的应用领域采样16位即65536级很流行。
3 彩色图像
在计算机处理中,彩色图像的颜色信息可以用多种形式呈现,这些表示彩色图像的不同方式叫做图像的“色彩空间”,也可以称之为“色彩模式”。彩色图像通常使用RGB色彩模式和HSL色彩模式。RGB模式使用红绿蓝三原色呈现图像色彩。HSL模式通常使用色相、饱和度和亮度呈现图像色彩。
3.1 RGB色彩模式
一个能发出光波的物体称为有源物体,它的颜色由该物体发出的光波决定,使用RGB相加混合模型。计算机彩色显示器的输入需要RGB3个彩色分量,通过3个分量的不同比例,在显示屏幕上合成所需要的任意颜色。在RGB色彩模式,任意彩色光F的配色方程可表达为:
F=r[R](红色百分比)+g[G](绿色百分比)+b[B](蓝色百分比)
3.2 HSL色彩模式
HSL和HSV(也叫做HSB)是对RGB色彩空间中点的两种有关系的表示,它们尝试描述比RGB更准确的感知颜色联系,并仍保持在计算上简单。HSL表示hue(色相)、saturation(饱和度)、lightness(亮度),HSV表示hue、saturation、value(色调)而HSB表示hue、saturation、brightness(明度)。
有时,图像的色彩信息是必要的。比如,从红苹果中挑出青苹果,就必须使用色彩信息。有的时候色彩信息是没有必要的,这时候通常把彩色图像转换成灰度图像或黑白图像。比如文字识别,通常用黑白图像处理即可。有些图像处理算法,只能用于灰度图像和黑白图像。
在不同的彩色模式间切换编辑处理图像,可以简化一些常见的编辑问。比如,判定两个物体颜色是否相同,如果用RGB彩色模式,就需要分别比较R、G、B值,但是如果把图像转换成HSL彩色模式,那么只要比较其中的hue的值就可以了。
合理地运用黑白图像、灰度图像、彩色图像以及彩色图像的不同彩色模式,是进行图像处理的第一步。
参考文献
[1] 何东健.数字图像处理[M].西安电子科技大学出版社,2003.
数字图象处理范文5
关键词：数字图像处理；课程改革；实践
一、引言
随着高等职业教育进入稳定发展状态，国家教育体制改革形势一片大好，教育规模不断扩大，为我国提供了大批人才，全社会对高职院校教育的认可度也越来越高。
数字图像处理技术是一门专业性很强的学科，许多知识必须通过努力学习及领悟才能正确掌握，动手能力在数字图像处理技术课程中非常重要，因此，实验教学环节的改革是数字图像处理技术教学改革的重中之重。
二、数字图像处理技术教学现状研究
1.数字图像处理技术课程分析
现阶段的数字图像处理技术迅猛发展，在各领域都有广泛应用，数字图像处理技术一体化人才，也越来越受到各行业青睐。
据河南省安阳市对全市15个行业59家企业不完全统计，目前相关企业对高级数字图像处理技术的人才需求占员工总数的10%，对中级数字图像处理的人才需求占员工总数的40%，对初级数字图像处理技术的人才需求占所有员工总数的50%。
据统计，在发达国家的企业中，高级数字图像处理技术的人才占企业员工比的40%，中级数字图像处理技术人才占企业员工比的60%。
目前我国存在的这种专业数字图像处理技术人才的缺失现象充分说明我国的高等教育培养方面对该学科的重视程度还不足，人才培养力度还不够大。我国数字图像处理技术专业人才培养的缺失，在一定程度上影响到我国经济的发展。
为了使数字图像处理技术更好地为经济建设服务，必须加强培养数字图像处理技术人员具有一定的专业基本理论知识和熟练的专业操作技能。
2.数字图像处理技术教学现状
（1）数字图像处理技术课程的教材问题。现阶段各高校的数字图像处理技术课程教材都是全国统一的，该类教材主要缺点是内容死板，包含大量的数学推导公式，没有考虑到现阶段高校学生的接受能力。这些数字图像处理课程教材内容太过深奥，学生提不起学习兴趣。笔者通过研究发现，数字图像处理技术教材存在以下具体问题。第一，现阶段的数字图像处理技术课程重基础课程理论和结果，不注重用人单位的实际工作需要。目前各高校使用的数字图像处理技术教材多是三至五年一更新，新内容虽然增加了许多，阐述更加简明扼要，但没有就具体操作过程采用数字处理技术作深入分析讲解，对真正实用的公式也没有重点标注讲解，每章节也没有关于实际操作的数字图像处理技术教学实例，导致数字图像处理技术教学课程缺乏实际意义，与社会发展极不相称；数字图像处理技术教材中实用案例太少，同时未对新科技元素加以足够的关注和重视。第二，在教材的编写过程中，只注重数字图像处理技术计算例题和习题的编写，没有将在实际工作中会出现的问题以及出现问题的解决办法写入教材，与实际脱轨。没有从企业真正的工作需要出发去考虑编写教材的实际内容，无法很好地为学生将来的工作打下基础。第三，数字图像处理技术注重面向教师编制教学内容，不注重面向学生。高职院校的学生自学能力普遍较弱，面对教材中的数字图像处理技术部分内容，学生难以理解；编写者在编写过程中着眼于学生兴趣的内容太少。第四，数字图像处理技术教材注重理论方面而忽略现场实习的教学。对数字图像处理技术课程教材编写的完整性考虑太多，而实际操作部分内容又太少，导致教材缺乏针对性，无法提高学生的学习兴趣。
（2）数字图像处理技术课程的教学问题。第一，各学校老师在教学过程中往往照本宣科，学习数字图像技术处理课程本来就很枯燥，同时学生文化基础较差，需要学习的相关知识又较多，加上课程安排紧，时间短，学生根本达不到理解数字图像处理技术的教学要求。第二，数字图像处理技术课教学方法呆板，老师教学手段过于简单，无法调动学生在课堂上的积极性，学生不能主动去学，与老师的互动配合不到位，更谈不上兴趣与爱好。
（3）数字图像处理技术课程实验中存在的问题。第一，学校对数字图像处理技术课程的实验资金投入不多，无法满足实验过程中对企业及现场环境的模拟需求；现有的实验室设备陈旧，建设方向与现阶段的社会需求不符，与社会结合不够紧密，许多教学仪器设备临近报废，无法保证教学质量。第二，优秀的教师资源严重不足，数字图像处理技术课程是一门专业性非常强的学科，好的老师是确保数字图像处理技术课程实验部分能够完成教学目标的首要条件。教师既要有较高的专业数字图像处理技术水平，又能与学生们打成一片。没有高素质的师资队伍，数字图像处理技术结合实际的实验部分就不能真正达到校企合作的目的，也就失去了实验的真正目的和意义。
三、数字图像处理技术教学方法改革研究
1.数字图像处理技术模块化课程体系的建立
数字图象处理范文6
图像处理 图像分析 艺术化 数字媒体技术
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.
[6]“数字图像处理”课程实验改革与实验系统的研究.高等理科教育，2003，(4)：100-103.
