數字圖像處理在光學相關識別中的應用研究

孫喜超

【摘? 要】光學模式識別信息處理容量大，運算速度快，但精度不高，存儲不靈活，不易判斷控制和分析。聯合變換相關器在光學圖像相關識別中得到廣泛的應用。為了提高聯合變換相關器的性能，將數字圖像處理技術引入光學相關識別中，主要體現在對聯合圖像進行預處理及對聯合功率譜的濾波處理。本文闡述國內外常用的聯合圖像預處理算法和功率譜濾波算法，并對這些算法在光學相關識別中應用效果進行研究。

【關鍵詞】數字圖像處理;光學相關識別;應用

一、數字圖像處理技術概述

計算機的顯著特征在于，能夠對各類數據信息進行科學的處理，數字圖像在經過采樣-量化處理后轉變為數字存儲在計算機當中，在經過數字圖像處理之后，數據信息便會被分割、增強、復原，這一過程就是我們所說的數字圖像處理過程。

由此可見，數字圖像處理是計算機軟硬件有效結合的一種技術，伴隨著先進計算機的快速發展及其各行業中廣泛運用。在先進計算機科學技術的推動下，數字圖像處理技術在獲得大程度發展的同時，展現出以下幾方面的特點：

1.圖像處理的多樣性

數字圖像編寫算法及程序上存在一定差異，會造成最終的圖像處理結果也是有所不同的。

2.圖像處理精準度較高

隨著數字圖像處理精準度的不斷升高，圖像再現性質量也得到了相應的提升，數字圖像處理實則是利用多種計算方法對圖像數據進行的相關編寫與計算，伴隨著先進計算機技術的進步，促使計算結果的精準度得到了有效的保障，除此之外，多種計算方法的融合會獲得相近的計算結果，具有良好的再現性。

3.各學科技術的相互融合

數學與物理是數字圖像處理的基本性因素，除此之外，數字圖像處理技術是與計算機技術、通信技術、電視技術等緊密的聯系在一起。

4.大量的數據處理

圖像當中涵蓋了大量的信息，其中包含：有用、無用等各類信息，我們可利用圖像處理技術將無用信息完全的進行消除，從而獲得圖像當中的有用信息數據。

二、數字圖像在光學相關識別中處理技術及處理過程

圖像是人類獲取信息、表達信息和傳遞信息的重要手段。利用計算機對圖像進行 去除噪聲、增強、復原、分割、提取特征等的理論、方法和技術稱為數字圖像處理。 數字圖像處理技術已經成為信息科學、計算機科學、工程科學、地球科學等諸多方面的學者研究圖像的有效工具。數字圖像處理主要包括圖像變換、圖像增強、圖像編碼、圖像復原、圖像重建、圖像識別以及圖像理解等內容。

1.圖像處理的基本操作

讀取和顯示圖像可以通過imread和imshow來實現;圖像的輸出用imwrite函數就可以很方便的把圖像輸出到硬盤上;另外還可以imcrop、imrisize、 imrotate等來實現圖像的裁剪、縮放和旋轉等功能。

2.圖像類型的轉換

Matlab 支持多種圖像類型，但在某些圖像操作中，對圖像的類型有要求，所以要涉 及到對圖像類型進行轉換。Matlab7.0圖像處理工具箱為我們提供了不同圖像類型相互轉換的大量函數，如mat2gray函數可以將矩陣轉換為灰度圖像，rgb2gray轉換RGB 圖像或顏色映像表為灰度圖像。在類型轉換的時候， 我們還經常遇到數據類型不匹配的情況，針對這種情況，Matlab7.0工具箱中，也給我們提供了各種數據類型之間的轉換函數，如double就是把數據轉換為雙精度類型的函數。

3.圖像增強

圖像增強的目的是為了改善圖像的視覺效果，提高圖像的清晰度和工藝的適應性， 以及便于人與計算機的分析和處理，以滿足圖像復制或再現的要求。圖像增強的方法分為空域法和頻域法兩大類，空域法主要是對圖像中的各個像素點進行操作;而頻域法是 在圖像的某個變換域內對整個圖像進行操作，并修改變換后的系數，如傅立葉變換、DCT變換等的系數，然后再進行反變換，便可得到處理后的圖像。下面以空域增強法的幾種方法加以說明。

（1）灰度增強

有多種方法可以實現圖像的灰度變換，其中最常用的就是直方圖變換的方法，即直方圖的均衡化。這種方法是一種使輸出圖像直方圖近似服從均勻分布的變換算法。Matlab7.0圖像處理工具箱中提供了圖像直方圖均衡化的具體函數histeq，同時我們可以用函數imhist函數來計算和顯示圖像的直方圖[4]。

（2）空域濾波增強

空域濾波按照空域濾波器的功能又可分為平滑濾波器和銳化濾波器。平滑濾波器 可以用低通濾波實現，目的在于模糊圖像或消除噪聲;銳化濾波器是用高通濾波來實現，目的在于強調圖像被模糊的細節。

在Matlab中，各種濾波方法都是在空間域中通過不同的濾波算子實現，可用 fspecial函數來創建預定義的濾波算子，然后可以使用imfilter或filter2 函數調用創建好的濾波器對圖像進行濾波。

4.邊緣檢測

數字圖像的邊緣檢測是圖像分割、目標區域識別、區域形狀提取等圖像分析領域 十分重要的基礎，也是圖像識別中提取圖像特征的一個重要屬性。邊緣檢測算子可以檢查每個像素的鄰域并對灰度變化率進行量化，也包括對方向的確定，其中大多數是基于 方向導數掩模求卷積的方法。常用的Sobel算子，Prewitt算子，Roberts算子，Log算子等。Matlab7.0工具箱中提供的edge（函數可以進行邊緣檢測，在其參數里面，可以根據需要選擇合適的算子及其參數。

三、數字圖像處理在光學相關識別中主要研究的內容

1.圖像變換

由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應用。

2.圖像編碼

壓縮圖像編碼壓縮技術可減少描述圖像的數據量（即比特數），以便節省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

3.圖像增強和復原

圖像增強的目的是為了提高圖像的質量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯;如強化低頻分量可減少圖像中噪聲影響。至于圖像復原，我們將在下邊作詳細討論。

四、數字圖像處理技術在光學相關識別中的未來發展

1.需進一步強化軟件理論知識的探究，挖掘出全新的數字圖像處理方法，注重與其相關科學領域成果的探究，憑借新思維、新方法在圖像處理中進行有效的運用;

2.圖像處理準確性與處理速度非常重要。通過對氣象云圖、遙感進行的深入淺析可以看出，大量的數據信息與處理速度二者之間存在很大的矛盾，是需要針對具體問題來加以解決的;

3.深入探究數字圖像處理基本知識。需對數字圖像處理基本知識進行深層次的學習與掌握，這樣才能夠使得圖像處理技術基本理論完善化;

4.注重邊緣學科的探究。科學的邊緣性探究是通過對與數字圖像處理技術有關學科進行的探究，與數字圖像處理技術緊密聯系的學科包括：心理學、視覺學等。在通過深入探究后便能夠有更大的突破與創新，促使我國的數據圖像處理技術獲得更大的進步;

5.標準化建設。較大的數據量信息是數字圖像的顯著特征，可是，圖像信息處理中的檢索、交流中潛存很多的問題，目前與計算機圖像處理相關的軟硬件是非常多的，同時并無一體化的平臺，這對于數字圖像處理工作的開展造成了很大的障礙。

結語

將光學處理和數字處理結合起來，可以取長補短，相輔相成。將數字圖像處理方法應用在光學相關識別中能很大程度改善傳統光學相關識別器的性能，具有廣闊的應用前景。

參考文獻

[1]朱安琪.? 數字圖像處理與識別系統的開發研究[J]. 電子測試. 2016（09）

[2]鄭李強. 數字圖像處理技術的發展及應用[J]. 電腦知識與技術. 2018（02）

[3]唐云龍，陳平. 智能交通中數字圖像處理技術的運用[J]. 中國高新區. 2018（01）