圖像處理技術綜述

祁明 祝典 鄒武星

摘要：計算機視覺技術本質上需要對圖片、視頻等數據進行處理，為了提高處理的圖片的質量，本文介紹了主要的一些圖片處理的技術。

關鍵詞：圖像處理;計算機視覺;技術

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2020）02-0057-01

0 引言

隨著計算機視覺技術的不斷成熟，該技術也被應用到各個區域。顧名思義，計算機視覺就是讓計算機和人一樣可以“看見”東西。計算機視覺技術很重要的一點就是需要對圖片進行處理，將圖像變得多樣化是計算機圖像處理技術的研究熱門[1]。目前有很多軟件可以幫助用戶實現圖像處理的目標[2]。本文介紹了一些常見的圖像處理技術，分別是圖像平滑處理、圖像銳化處理、馬賽克處理、毛玻璃處理、圖片壓縮、圖片增強以及自適應直方圖均衡化。通過對這些技術的介紹，面對不同的問題，可以更好的選擇合適的技術。

1 圖像處理技術

1.1 圖像平滑處理

圖片在進行復制、傳輸等操作的時候很有可能因為某種因素而導致數據丟失，導致圖片的質量下降，采用圖像平滑算法可以對圖片的質量進行增強。對圖片的平滑處理可以抑制噪聲信息對圖片質量的影響。在這里主要介紹一下均值濾波和中值濾波。

均值濾波，顧名思義是和平均值相關的操作，先對某一個窗口內的所有像素點的值求平均值，再將得到的平均值給到這個窗口內的每一個像素點。這樣做雖然在操作上很簡單高效，但是這樣做會是特征信息和圖片中的邊緣信息變得更加模糊，從而丟失很多特征。

中值濾波，顧名思義就是一個取中值的操作。首先對窗口內所有像素點的值遍歷一遍，然后將它們的值進行排列，然后取得的中值作為整個窗口內所有像素點的值。因為需要先遍歷所有像素點的值，再進行排列取中值，所以中值濾波的時間復雜度很高。中值濾波的效果一般要比均值濾波的效果更好，不僅對去除比較密集的噪聲信息效果良好，同時對于消除單獨的噪聲信息也有很好的效果。

1.2 圖像銳化處理

圖像的平滑處理是為了抑制噪聲對圖片的影響，而圖像的銳化處理正好與之相反。圖像的銳化操作是為了讓某些重要但是又模糊的信息變得更加的明顯，方便后續對圖片的處理。平滑處理的本質就是圖片經過了均值或者積分的操作使得圖片變得模糊，因此與之相反的銳化處理也需要進行相反的操作;通過對圖片進行微分操作可以實現圖像的銳化處理。值得注意的是，需要進行銳化處理的圖片必須擁有較高的性噪比，不然的話在進行銳化操作的同時噪聲信息增加的會比我們需要得信息更多。因此在進行圖像的銳化處理之前，需要進行去噪處理。

1.3 馬賽克處理與毛玻璃處理

為了對圖片中的某些信息進行加密，可以對圖片進行加馬賽克處理和毛玻璃效果處理。馬賽克處理是先在圖片中選取一塊需要加密的區域，然后選擇一個馬賽克的形狀，以長方形為例，那么這片加密區域里的馬賽克的形狀都是長方形。確定好馬賽克的形狀后，需要確定每個馬賽克的像素值。對于每一個馬賽克，分別隨機選擇一個像素點的值，將這個像素點的值作為馬賽克中所有像素點的值，進行填充。

毛玻璃處理與馬賽克處理類似，也是隨機選取一個像素值，填充到需要進行毛玻璃處理的區域;不同的是，毛玻璃處理不需要通過多個小區域拼接。

1.4 圖像壓縮

隨著相機像素的不斷提升，拍攝的單張照片所占的內存也越來越大。對圖像進行壓縮，能使硬件資源得到最大的利用。圖片通常存在一些冗余的空間信息，例如圖片中萬里無云的天空，這種圖片中同一個物體上各個像素點的值都一樣的情況，就是冗余的空間信息，可以對其進行壓縮。圖像壓縮又分為有失真壓縮和無失真壓縮，有失真壓縮是一個不可逆的過程，雖然進行了壓縮操作，但是保證了人在不受影響的前提下獲取原始信息的內容;而無失真壓縮保證了信息的完整性，是一個可逆的過程，解壓后的文件與原始的一致。

1.5 圖像增強

在處理一些圖片時，往往有很多我們需要的重要信息在圖片中很模糊。為了使這些信息變得更加清晰，可以采用圖像增強技術。常見的圖像增強手段有：真色彩增強技術、偽色彩增強技術、假色彩增強技術。

真色彩增強技術：日常生活中，我們見的最多的圖片是RGB（R，紅色;G，綠色;B，藍色）類型圖片，這是因為攝像機以及彩色掃描儀都是基于RGB模型工作的。而人體視覺系統對HSI（H，色調;S，飽和度;I，亮度）模型比較敏感。在進行真色彩增強技術時，首先，將RGB模式的圖片轉換成HSI模式的圖片;然后，對圖片的亮度進行修改，主要是通過直方圖的方式對亮度進行操作。最后，再將HSI模式的圖片轉換成RGB模式的圖片。

偽色彩增強技術：人體的肉眼對灰度圖片以及彩色圖片敏感程度不同，對于灰度圖像，肉眼可以分辨灰度級十幾到二十幾之間;但是對于彩色圖片卻完全不同，人體的肉眼對于彩色圖片十分敏感，能分辨幾千種不同亮度，不同色度的彩色。所以，需要提高灰度圖片的可視性時，可采用偽色彩增強技術，將灰度圖片轉換成彩色圖片。進行處理時，分別對灰度圖片的R、G、B三個通道通過不同的映射函數，得到新的值，然后合成一張彩色圖片。

假色彩增強技術：假彩色增強與偽彩色增強有些類似，但又不同。偽彩色增強技術指的是將灰度圖片變成彩色圖片;而假彩色增強技術指的是對彩色圖片進行處理，使其某些色彩與原來的不同，其目的不在復原而在于增強彩色。

1.6 自適應直方圖均衡化

直方圖均衡化是很常見的一種圖像處理技術，在這里介紹一個性能更好的直方圖均衡化技術：自適應直方圖均衡化。普通的直方圖均衡化算法一般是基于整張圖片進行直方圖均衡化處理，對于像素比較均勻的圖片，采用普通的直方圖均衡化效果會比較好;但是，如果同一張圖片的不同區域明暗差異很明顯的話，這個時候使用普通的直方圖均衡化算法效果就變得很差。自適應直方圖均衡化算法是對圖片的局部進行操作，首先選取一個像素，然后對其周圍一個固定大小的長方形范圍內的像素進行直方圖均衡化處理。自適應直方圖均衡化對挑戰圖片的對比度有著更好的效果。

2 結語

圖像處理技術的應用在我們的日常生活中越來越常見，圖像處理技術的重要性不言而喻。為了更加全的了解圖像處理技術，本文介紹了一些圖像處理的技術，可以根據具體的需求選擇這些處理的技術。

參考文獻

[1] 劉昌.計算機圖像處理與識別技術應用分析[J].信息與電腦（理論版），2019（3）：150-151.

[2] 劉翠芳，梁富強.人臉識別技術在學籍管理系統中的研究與應用探討[J].赤峰學院學報（自然科學版），2018（4）：79-80.

Overview of? Image Processing Technology

QI Ming1，ZHU Dian2， ZOU Wu-xing2

（1.School of? Applied Mathematics， Beijing Normal University Zhuhai Branch， Zhuhai? Guangdong? 519000;

2.Graduate School of? Beijing Normal University， Zhuhai Branch， Zhuhai? Guangdong? 519000）

Abstract：Computer vision technology essentially needs to process data such as pictures and videos. In order to improve the quality of processed pictures， this article introduces some main picture processing techniques.

Key words：image processing; computer vision; technology