数字图像处理的主要方法介绍

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，是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

图像数字化

图像数字化是将一幅画面转化为计算机能识别处理的形式——数字图像的过程。具体来说就是将一幅图像分割为一个个小区域，并将各小区域灰度用小数表示，这些小区域的位置与灰度值称为像素的属性。

灰度直方图

灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况。

图像噪声

图像噪声是指存在于图像数据中的不必要的或多余的干扰信息。噪声的存在严重影响了遥感图像的质量，因此在图像增强处理和分类处理之前，必须予以纠正。图像中各种妨碍人们对其信息接收的因素即可称为图像噪声 。噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。因此将图像噪声看成是多维随机过程是合适的，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。

图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。例如采用一系列技术有选择地突出某些感兴趣的信息，同时抑制一些不需要的信息，提高图像的使用价值。

空间域平滑

原始图像在获取与传输的过程中容易受到各种噪声的影响使图片质量下降，为抑制噪声、改善图像质量就要对图像进行处理的过程称为图像平滑或去噪。

图像平滑的方法包括：局部均值平滑、超限像素平滑、灰度最相近的 K 个临点平均、最大均匀性平滑、梯度倒数加权平滑等。

空间域锐化

图像锐化就是增强图像的边缘或轮廓。图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。

图像锐化方法包括：梯度锐化法、Laplacian增强算子、高通滤波法等。

彩色增强技术

彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。

彩色增强方法可分为伪彩色增强和假彩色增强两类。

图像变换的目的：

①使图像处理问题简化；

②有利于图像特征提取；

③有助于从概念上增强对图像信息的理解。

图像变换（二维正交变换）一般要求：

①正交变换必须是可逆的；

②正变换和反变换的算法不能太复杂；

③正交变换的特点是在变换域中图像能量将集中分布

傅立叶变换

傅立叶变换表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。

频率域增强

图像的平滑除了在空间域中进行外，也可以在频率域中进行。由于噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u,v)来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。常用的频率域低滤波器H(u,v)有四种：

1. 理想低通滤波器

2. Butterworth低通滤波器

3. 指数低通滤波器

4. 梯形低通滤波器