計算機圖像處理技術的探析

王繼成

（奧普光電技術股份有限公司 吉林 長春 130033）

1 引言

隨著計算機技術的快速發展，計算機圖像技術的應用前景正逐漸向人類社會各行業深入。

2 計算機圖像處理技術概述

計算機圖像處理技術是借助于計算機技術，對其需要進行處理的圖像，進行一定程度的加工，之后其最終得出的圖像。目前該項技術（技術硬件組成，見圖1）在應用中，主要包括兩方面的內容。其一是圖像分析處理技術。該技術在多個領域實現了有效的應用，對于人們得出的圖像，可以進行有效測量。其二是數字處理技術。依托該項技術，可以對其需要處理的圖像實現精確化的加工，并且圖片的質量也會顯著的提高。因此，在該項技術的應用中，需要不斷對其進行研究，以此提高其應用的效果。計算機圖像處理技術的應用價值：首先是其在應用的過程中，可以將圖像進行有效的再現，最大化將其原圖上的各項信息，進行保留。在其進行后續的處理過程中，其各項操作也不會對圖像的質量造成嚴重的后果，因此再現性極佳；其次是圖片處理的精確度較高。其在通過掃描儀對圖片進行處理的過程中對其進行數字化的處理，以此簡化以往對于圖片進行的多重工序的精確化處理過程，大大減輕了圖片處理的流程[1]。

圖1 計算機圖像處理技術的硬件組成分析

3 計算機圖像處理技術的應用分析

3.1 在農業生產方面的應用研究

目前在較多地方進行的農業生產，需要借助于機器人來實現快速的農產品采摘作業。該項技術的實際應用即體現在機器人的設計過程中，基本設計思路：需要設計人員對于農產品設置的空間位置進行準確的把握，繼而對其位置信息進行定位，之后在其具體的設計工作中，還需要對該地生產的農產品各項信息進行收集整理。在機器人，進行研制的過程中，對機器人使用計算機圖像技術，進行各項信息的輸入工作。之后機器人在作業的時候，即可使用上述信息，進行有效的采摘作業。其在設計研制的時候，還需要借助于該項技術，收集該采摘基地的路障信息，并且有效的傳達給機器人，便于其在進行生產作業的時候，針對其存在的障礙物，實現有效的規避，進而順利進行農產品的采摘作業。上述是使用計算機圖像處理技術進行的農業生產機器人研制的應用[2]。因此在農業生產中，借助于機器人，將需要采摘的果實，分辨出來，之后對其所在的三維空間，進行把握，最終給機器人發出指令，進行采摘。在此過程中，需要對果實的顏色加強重視。大部分的果實成熟后，呈現紅色，因此借助于綠色的背景，圖像處理技術進行有效識別。目前在番茄、蘑菇等瓜果蔬菜類的采摘中，均應用了機器人來實現采摘，采摘作業效率較之以前的人工采摘，明顯的提高了1～3倍。

3.2 在工業運作方面的應用研究

在該領域中的有效應用，使得工業生產的安全性、生產質量得到了提高。通常情況下：在其零部件生產以及流水線作業的生產線上，一般都有安裝的有識別系統。生產中，使用該項系統可以促進其生產內容的自動化，進而提高其生產的效率。這種識別系統，主要是以計算機圖像處理技術為基礎實現的。其在研制的初期，可以對生產零部件的各項細節信息，進行有效的圖像呈現[3]。同時，其在生產線中，借助于該項系統，可以對其生產出的產品質量，進行有效的鑒定。例如在紡織工業品的纖維質量檢測中，應用該技術優勢明顯。其使用該技術，對其外觀、質量進行鑒定，有效的避免了原有方法受外界因素，對其造成的影響。其質量檢測，主要是通過纖維、紗線、織物三個方面的檢測，來實現的。在羊毛的卷曲度檢測中（詳見圖2），使用圖像處理技術，可對其羊毛進行成像，之后對其圖像進行噪音的消除處理，得出灰度直方圖。之后根據該圖選取的峰谷值，也就是二值化閾值得出其二值圖。之后，可以對羊毛的輪廓、特征，進行識別、抽取、拉伸，即可得出其最終的質量。

圖2 卷曲度檢測的框架圖

3.3 在生物醫學方面的應用研究

在生物醫學領域中該項技術也有著良好的應用前景。醫生在對患者應用X射線、CT等多種手段，進行檢查之后，其患處的病變部位將會以圖像的形式，呈現出來。醫生對其檢測結果進行詳細的分析，即可對患者的患病情況進行有效的把握。最后，醫生可根據其成像結果為患者安排治療方法，促進患者的盡快康復。因此該技術在醫學應用中，可以直觀、清楚、精確的對病患的各項病理特征進行表現，且具有無創性。在現代醫學中，除了可以使用射線對患者的疾病進行成像檢查外，還可以使用聲波、核磁共振（見圖3）、顯微等探測手段形成的圖像，對患者的病況進行分析研究，顯著提高了其圖像成像的質量[4]。例如在超聲醫學中的應用，借助于該項技術，可以實現成像的平滑、偽色彩、紋理、分割等處理，使得結果更加精確，便于疾病的盡快確診與預后治療。在B超成像中經常出現噪聲影響成像質量的情況，而計算機圖像處理技術可實現對其進行去燥、圖像平滑處理，最終使得成像結果與實際情況基本相符。同時在檢測成像中，對圖像中的灰度級，使用不同的顏色來表示，使得圖像的表現更加直接明顯，便于醫生識別。該技術在灰度級相差較小的成像情況下亦可以進行有效識別，即偽色彩處理法。針對成像中出現的顆粒狀圖像，可以使用該技術，進行紋理的分析。此外，圖像分割法可將成像結果進行科學化的分割，便于醫生診斷患者的病情。

圖3 磁共振下計算機技術拍攝的人體腦截面圖

4 結語

伴隨著社會經濟的快速發展，以及現代化計算機信息技術的發展，基于計算機的圖像處理技術在農業、工業、醫學等多方面均取得了顯著的發展成果，其應用潛力會更加強大。

[1]陳艷.探討計算機圖像處理技術的發展趨勢與展望[J].科技資訊，2017，(04)：16+18.

[2]王燕軍.網頁設計中計算機圖像處理技術的應用[J].電子技術與軟件工程，2016，(13)：104.

[3]周俊平.網頁設計中計算機圖像處理技術的應用[J].信息與電腦(理論版)，2016，(08)：119-120.

[4]李永芹.計算機圖像處理技術的運用分析[J].電子技術與軟件工程，2015，(24)：106.