数字图像处理论文毕业论文（设计）word格式可编辑.doc

摘要 本文从数字图像处理的定义出发，深入浅出的介绍了数字图像处理的基本分类，并且详细的说明了数字图像处理的目的、内容、方法、步骤和工具，进而阐述了当今数字图像处理的主要应用。关键字：数字图像处理 数字图像处理的应用AbstractIn the paper, we start with the difinition of digital image process. We simply introduce the classification of the digital image process and detailedly describe the goal, content, method, procedure, tools of the digital image process. What's more, we discuss the main usage of digital image process.Keyword: digital image process the usage of digital image process1. 数字图像处理概述 数字图像处理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，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，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。不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。2. 数字图像处理的分类图像处理（image processing）就是对图像信息进行加工处理和分析，以满足人的视觉心理需要和实际应用或某种目的（如压缩编码或机器识别）的要求。图像处理可分为以下 3 类： (1) 模拟图像处理（analogue image processing） 模拟图像处理也称光学图像处理，它是利用光学透镜或光学照相方法对模拟图像进行的处理。光学图像处理方法历史已久，并在二十世纪六十年代激光全息技术出现后，得到了进一步的发展。该方法具有实时性强、速度快、处理信息量大、分辨率高等优点。但是处理精度低，灵活度差，难有判断功能。从 20世纪 60 年代起，随着计算机技术的发展和广泛应用，数字图像处理诞生并得到了迅速的发展。 (2) 数字图像处理（digital image processing） 数字图像处理就是利用计算机对数字图像进行处理。随着计算机和多媒体技术的迅速发展和普及，数字图像处理技术受到了空前广泛的重视，出现了许多新的应用领域和新的处理方法。它具有精度高、处理内容丰富、方法易变、灵活度高等优点。但是它的处理速度受到计算机和数字器件的限制，一般也是串行处理，因此处理速度较慢。 (3)光电结合处理（optoelectronic processing） 光电结合处理是用光学方法完成运算量巨大的处理（如频谱变换等） ，而用计算机对光学处理结果（如频谱）进行分析判断等处理。该方法是前两种方法的有机结合，它集结了二者的优点。光电结合处理是今后图像处理的发展方向，也是一个值得关注的研究方向。随着集成光学的发展和光电结合的应用，在光学 计算机出现以后，图像处理技术会出现全新的巨大突破。3. 数字图像处理的目的和内容3.1 数字图像处理的目的一般来 讲,对图像进行处理(或加工、分析)的主要目的有三个方面:(1) 提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。(2) 提取图像中所包含的某些特征或特殊信息,这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。(3) 图像数据的变换、编码和压缩,以便于图像的存储和传输。不管是何种目的的图像处理,都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。3.2 数字图像处理的内容数字图像处理主要研究的内容有以下几个方面：(1) 图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。(2) 图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。(3) 图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立"降质模型"，再采用某种滤波方法，恢复或重建原来的图像。(4) 图像分割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。(5) 图像描述图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。(6) 图像分类（识别）图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。 4. 数字图像处理的方法和步骤和工具4.1 数字图像处理的方法(1) 图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。(2) 图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。(3) 图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。(4) 图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。(5) 图像描述：图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。(6) 图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。 4.2 数字图像处理的步骤 数字图像处理技术在广义上是指各种与数字图像处理有关的技术的总称，目前主要指应用数字计算机和数字系统对数字图像进行加工处理的技术。这包括利用计算机和其它数字系统进行和完成的一系列数字图像处理任务，基本步骤如下： (1) 图像信息的获取：首先要获得能用计算机和数字系统处理的数字图像，其方法包括直接用数码照相机、数码摄像机等输入设备来产生，或利用扫描仪等转换设备，将照片等模拟图像变成数字图像，这就是图像数字化。 (2) 图像信息的存储：无论是获取的数字图像， 还是处理过程中的图像信息， 以及处理结果都要存储在计算机等数字系统中。按照要存储信息的不同用途，可分为永久性存储和暂时性存储。前者主要指要长期保存的原图像和处理结果，一般要先压缩编码，以减少存储数据量，再存储在永久（外）存储器（如硬盘、光盘等）中；而对于处理过程中要使用的图像信息，为了提高存取速度，一般要存储在计算机内存中，这就要求内存容量要大。 (3) 图像信息的处理：这里的图像信息处理，就是数字图像处理，它是指用数字计算机或数字系统对数字图像进行的各种处理，以达到图像处理的目的。广义地讲，数字图像处理包括图像处理（图像变换、图像增强、图像恢复、图像压缩编码） 、图像分析和图像识别分类。图像处理是在图像的像素级上进行的图像到图像的处理，以改善图像的视觉效果或者进行压缩编码。图像分析是对图像中的目标物进行检测，对目标物的特征进行测量，以获取图像目标物的描述。它将二维图像信息变成了一维的目标物特征，是图像识别分类的基础。图像理解是在图像分析的基础上，利用人工智能、认知理论和模式识别技术，对图像中的目标物进行识别和分类，以达到机器识别或实际应用的目的。 (4) 图像信息的传输：随着计算机技术尤其是网络技术的迅猛发展和广泛应用，需要传输（通信）的信息不仅有文字或者语音信息，也包括大量的静态或者视频图像信息。由于图像信息量很大，图像信息传输中要解决的主要问题就是传输信道和数据量的矛盾问题，一方面要改善传输信道，提高传输速率，而这些都要受到环境的限制，另一方面就要对传输的图像信息进行压缩编码，以减少描述图像信息的数据量，而这也是图像处理的主要内容之一。 (5) 图像的输出和显示：图像处理的目的就是改善图像的视觉效果或进行机器识别分类，最终都要提供给人去理解，因此必须通过可视的方法进行输出和显示，包括硬拷贝（如照相、打印、扫描）和软拷贝（如 CRT 或液晶显示器显示）。4.3 数字图像处理的工具数字图像处理的工具可分为三大类：(1) 包括各种正交变换和图像滤波等方法，其共同点是将图像变换到其它域(如频域)中进行处理(如滤波)后,再变换到原来的空间(域)中。(2) 直接在空间域中处理图像,它包括各种统计方法、微分方法及其它数学方法。(3) 数学形态学运算，它不同于常用的频域和空域的方法,是建立在积分几何和随机集合论的基础上的运算。由于被处理图像的数据量非常大且许多运算在本质上是并行的，所以图像并行处理结构和图像并行处理算法也是图像处理中的主要研究方向。 5. 数字图像处理的应用领域5.1 遥感数字图像处理技术的应用5.1.1 遥感数字图像处理技术遥感是从远离地面的不同工作平台上，如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船和航天飞机等，通过传感器对地球表面的电磁波辐射信息进行探测，然后经信息的传输、处理和判读分析，对地球的资源与环境进行探测与监测的综合性技术。遥感技术从远距离采用高空鸟瞰的形式进行探测，包括多点位、多谱段、多时段和多高度的遥感影像以及多次增强的遥感信息，能提供综合系统性、瞬时或同步性的连续区域性同步信息，在环境科学领域的应用具有很大优越性。20世纪90年代以来，环境遥感技术应用越来越广。从陆地的土地覆植被变化，城市扩展动态监测评价，土壤侵蚀与地面水污染负荷产生量估算，到生物栖息地评价和保护，工程选址以及防护林保护规划和建设；从水域的海洋和海岸带生态环境变迁分析，海面悬浮泥沙、叶绿素含量、黄色物质、海上溢油、赤潮以及热污染等的发现和监测，珊瑚和红树林的现状调查与变化监测，到堤坝的规划与水沙平衡分析，水下地形地遥调查以及水域初级生产率的估算；从大气环境遥感中的城市热岛效应分析，大气污染范围识别与定量评价，大气气溶胶污染特征参数化，到全球水、气和化学元素等的循环研究，全球环境变化以及重大自然灾害的评估等。该技术的应用几乎覆盖了整个地球系统。5.1.2 遥感数字图像处理技术在军事方面的应用遥感技术在军事上广泛用于军事侦察、导弹预警、海洋监视、武器制导、毒剂侦测军事测绘和气象观测等。(1) 军事侦察：遥感数字图像处理技术用于军事侦察，是目前最为有效、最为安全，同时又是最可靠的侦察手段。按照国际惯例，距离地球表面100公里以上的太空，不属于地面国家的领空范围，不必担心侦察卫星的活动被指控为侵略行为。因此，航天遥感技术作为现代军事侦察的重要手段，具有侦察范围广、不受地理条件限制、发现目标快等优点，能获取采用其他途径难以得到的军事情报。由于卫星遥感技术和光纤通信技术的发展，使一国境内的任何露天目标都能被其他国家侦察得了如指掌；而卫星观测、远程理化分析及信息加工技术，又加强了截获军事情报及核查武器设施的能力，国家的军事主权和边界安全都面临无形侵袭的威胁。利用红外波段来处理数字信息是，可昼夜工作；多光谱遥感技术能识别某些类型的伪装；微波遥感技术对云雾、植被和地表有一定的穿透能力，可全天候作业。从侦察卫星拍摄的遥感照片上，能看清飞机和导弹发射架等军事装备和设施，能分辨坦克和战车的类型，能识别直径较小物体。在现代高技术战争中，对战场的动态监视和对瞬息万变的作战态势信息的准确把握，越来越成为决定战争胜负的重要因素。对作战区域全天候、全天时、全方位、高动态的航天遥感侦察，可以迅速、及时地获取多频段、多时相、高分辨率的遥感图像信息，从而了解敌方整体部署情况，监视、跟踪并预测敌方部队的未来行动，全面掌握打击目标的位置分布，引导精确攻击武器准确命中目标，并有效评估战场毁伤效果。 在遥感侦察方面，值得注意的是，无人机将逐步取代有人驾驶飞机。(2) 导弹预警：当导弹发射时，火箭发动机喷焰中含辐射很强的红外线。运行在地球静止轨道或椭圆轨道上的预警卫星，借助高灵敏度红外传感器和高分辨率电视摄像机，90秒钟发现目标并自动报警。美国1998年6月15日发射的第三代预警卫星“布洛克-14”，对来自太平洋和大西洋的俄罗斯潜射导弹可提供15分钟预警时间，对来自前俄罗斯境内的陆基导弹能提供30分钟预警时间。预警卫星还配备有核爆炸探测装备，在和平时期可用于核查大气层中的核试验，在核战争时期可用于评估核武器攻击效果。 (3) 海洋监测：海洋监视卫星利用遥感数字图像处理技术能有效探测和跟踪舰艇活动。海洋监视卫星有电子侦察型和雷达型两种，通过星载信号，能准确截获舰艇发出或反射的各种电磁信号，能准确地确定其位置、航向和航速。由于海洋面积比陆地面积大一倍以上，监测的目标又往往是运动的，因此海洋监视卫星的轨道应高于监视陆地的侦察卫星。前苏联1991年3月1日发射的“金刚石”地球资源卫星，由于配备合成孔径雷达，它不仅能全天候拍摄地表图像，而且可透过一定深度的海水，拍摄水下图像。(4) 武器制导：随着遥感系统的小型化，把遥感技术和武器相结合以提高武器智能化水平与命中精度，已成为遥感技术发展的趋势之一。遥感技术既可用于战术导弹、炮弹和炸弹等武器的制导系统，也可用于战略导弹的制导系统。美国战略巡航导弹采用惯性加地形匹配制导技术，以地形轮廓线为匹配特征，用雷达（或激光）高度表为遥感器，把导弹在飞行过程中测得的实时地形图与弹上贮存的基准图相匹配形成制导指令，导弹命中精度（圆概率偏差）可达到10米量级。(5) 毒剂侦测：遥感技术用于毒剂侦测所依据的原理是，电磁波和毒剂云团相互作用会产生吸收或散射作用。例如，沙林和梭曼等含磷的神经性毒剂对一定波长的红外线有强烈的吸收作用，而其他物质对此波长则不吸收或很少吸收。美国根据红外线吸收原理研制的M21型遥感式毒剂报警器，探测距离可达5千米。法国也制成了类似的遥感式毒剂报警器。(6) 军事测绘：军事遥感测绘技术在军事上的一个重要应用，就是为军事行动提供军用地形图以及为未来数字化战场做好测绘勤务保障。(7) 气象观测：气象条件对战争有重大影响。利用地面气象站、气球、飞机、探空火箭和气象雷达等进行观测，只能得到局部地区的气象资料，而地球上有将近80区域的气象情况是无法用常规方法观测的。气象卫星在高度8001500千米的轨道上运行，通过星载的红外分光计和微波幅射计等气象遥感器，能接收和测量地球及其大气层的可见光、红外和微波辐射，并将它们转换成电信号发送到地面。卫星地面站将接收到的遥感信息进行加工处理，即可得到各种气象资料，为各军兵种制订气象保障措施提供科学依据。5.2 数字图像处理在安全领域的应用 人体指纹具有两个重要特性：个人的指纹是终身小变的；两个指纹完全相同的概率极小，可以认为世界上没有两个人会有相同的指纹，随着越来越多的电子设备进入人们的日常生活以及互联网的兴起，计算机、ATM、门禁控制、各种智能卡对个人安全，方便的身份识别技术要求越来越高，人们迫切需要有准确、安全、方便的识别技术而指纹识别由于具有唯一性、稳定性使得其在安全领域得到了广泛的应用。指纹识别最终都归结为住指纹图象上找到并对比指纹特征。指纹识别的处理系统叫由以下构成：图3 指纹识别系统的处理过程 (1)指纹图像输入 获取指纹图像一般采用两种方式：光学扫描采集和固体传感器采集。光学扫描采集指纹图像一般采用全反射技术，当手指放在棱镜上，手指的脊和棱镜相接触而谷不和棱镜接触，激光以一定角度照射棱镜产生全反射，由CCD阵列接收并获取指纹图像。固体传感器采集图像时，是利用当手指放在传感器表面，传感器感受接触点并改变电容器的电压从而获取图像。 (2)指纹图像增强 指纹识别依赖局部脊特征及其关系来确定身份的。图像增强的目的在于提高可恢复区域的脊信息清晰度同时删除不可恢复区域。图像的增强采用平滑、锐化、滤波、二值化、细化等数字图像处理方法来进行。从处理手段来讲，图像增强处理可分为空域法和频率域法两种。空域法指在图像所在的空问域中直接处理；而频域法指先把图像作傅立叶变换，在频率域中处理后，作傅立叶反变换。 (3)指纹图像特征提取通常指纹特征可以分为两类：细节特征和单独点。用来匹配指纹图像的点称为细节点，单独点包括中心点和二角点，二角点和中心点之问的距离以及脊线的数目一般认为不会随图像变换、旋转、放人和缩小而改变，因此，往往利用这一特性来减少匹配时数据库的搜索空间。特征提取的结果一般保存为特征模板，它包括脊终点或分叉类型、位置坐标以及该特征的方向。（4） 指纹图像匹配 指纹图像匹配就是对两个输入指纹的特征集合（模板）判断是什属同一指纹。指纹匹配算法方法很多，包括基丁图像的匹配、脊模式匹配、点模式匹配及基于图形的匹配。5.3 数字图像处理在生物学中的应用图像处理在医学界的应用非常广泛，无论是在临床诊断还是病理研究都大量采用图像处理技术。在医学领域利用图像处理技术可以实现对疾病直观、无痛、安全方便的诊断和治疗，受到了广大患者的欢迎与接受。最突出的临床应用就是超声、核磁共振、丫相机和CT等技术。如X射线照片的分析、血球计数与染色体分类等。目前广泛应用于临床诊断和治疗的各种成像技术，如超声波诊断等都用到图像处理技术。有人认为计算机图像处理在医学上应用最成功的例子就是X射线CT。1968 1972年英国EMI公司的Hounsfeld研制了头部CT，1975年又研制了全身CT。20世纪70年代下半叶美、日、法、荷兰相继生产CT。其中主要研制者Hounsfeld（英）和Cormack（美）获得了1 979年的诺贝尔生理医学奖。这足以说明CT的发明与研究对人类的贡献之大、影响之深。类似的设备目前已有多种，如核磁共振CT( nuclear magnetic resonance imaging，NMRI)、电阻抗断层图像技术(electrical impedance tomography，EIT)和阻抗成像(impedance imaging)，这是一种利用人体组织的电特性（阻抗、导纳、介电常数）形成人体内部图像的技术。由于不同组织和器官具有不同的电特性，因此，这些电特性包含了解剖学信息。更重要的是人体组织的电特性随器官功能的状态而变化，因此，EIT可望绘m反应与人体病理和生理状态相应功能的图像。目前，EIT已发展了一些相应的算法（如图像重建算法），并正在临床应用中进行探索。当前的主要问题是分辨能力差，原因是入射电流进入人体组织后呈三维分布发散，因此，指向性不强，并且电流在人体组织中的分布规律复杂，未知因素多。虽然EIT分辨率不高，但是生物阻抗技术提取的组织和器官的电特性信息对血液、气体、体液和不同组织成分有独特的鉴别能力，对血液的流动分布、肺内的气血交换、体液含量与流动等非常敏感，以此为基础，可进行心、脑、肺及相关循环系统的功能评价及血液动力学与流变学的研究。该技术对肺癌的早期发现显示出很大优越性，这一点是现有的其他成像技术无法比拟的。细胞图像的处理是计算机图像处理在医学领域的另一个具体应用，主要包括细胞图像的增强技术，细胞图像的分析与识别技术等。细胞图像增强的主要目的是改善细胞图像的质量，针对给定细胞图像及其应用目的，突出细胞图像的整体成局部特征，以提高细胞图像的视觉效果和识别特征。图1给出了细胞图像增强的实例，其中图1 (a)为原始细胞图像，图1 (b)为增强后的细胞图像。对比两幅图像可以看出，经过图像增强，细胞图像的视觉效果得到了明显地改善。细胞图像识别和理解的主要目的是在已经建立的类别对象中，对未知类别的细胞图像，在经过适当分析处理的基础上，将其进行识别分类及理解，并提供相应细胞图像所反映出来的有关信息。如利用早期癌细胞普查图像处理系统，可实现细胞自动分类。癌细胞的识别可以选择的代表特征有细胞的胞核大小、细胞的外形、癌细胞核染色质等。这些特征在图像分析中是可以抽取出来的。抽取出生物的特征，就可以找出正确的识别分类的规则，进行图像识别的操作，以判断细胞是否有癌变，从而及早地发现癌变，达到早期诊断和治疗的目的。图1 细泡图像增强实例5.4 数字图像处理在工业中的应用 在生产线中对生产的产品及部件进行无损检测也是图像处理技术的一个广泛的应用领域。如计算机图像处理技术可应用于品振元件缺陷检测。为了能够对品振缺陷进行准确快速的检测识别，采用计算机图像处理的方法，把CCD摄像机对被检测品振元件拍摄的图像传输入计算机，并对图像进行预处理和分析，得到缺陷检测的实验分析报告。 图2给出了正常品振和缺陷品振的对比图。筛选m的品振缺陷主要是气和填充不足，由于品振的填充材料是晶体，透光性较弱，故采用点光源从底仓垂直投影，摄像头从上面拍摄的方法。对于填充不足的品振，有部分光从未被填充晶体的品振中穿过，光强明显大于其他区域(见图2(b)；对于有气泡的晶振，光源穿过晶体内部时，由于气泡的散射作用，大部分光被散射，其图像明显暗于正常的晶振(见图2(d)，图2(a)和图2(c)是正常品振的图像。图2 正常晶振与缺陷晶振对比 常见的预处理有去除噪声、降低不均匀光照的影响和增强图像的对比度。有气泡的品振图像灰度值明显大于正常晶振，填充不足的品振其未被填充的透光部分灰度值很低，针对这两种缺陷可以利用图像处理技术进行品振缺陷检测，达到白动识别的目的。此外，食品包装出厂前的质量检查、浮法玻璃生产线上对玻璃质量的监控和筛选、甚至在工件尺寸测量方面也可以采用图像处理的方法加以白动实现。另外铁谱分析也是一个典型的应用。零件、产品无损检测，焊缝及内部缺陷检查；流水线零件白动检测识别（供装配流水线用）；邮件白动分捡，包裹分检识别；印制板质量缺陷的检出；生产过程的监控；交通管制，机场监控；纺织物花型，图案设计；金相分析；光弹性场分析；标志、符号识别，如超级市场算账；火车车皮识别；支票、签名、文件识别及辨伪；运动车、船的视觉反馈控制；密封元器件内部质量检查等。参考文献1 戴平阳 指纹识别技术研究进展 厦门人1学计算机科1学系2002 04 292 龚卢蓉 刘纯平等 数字图像处理与分析M 清华大学出版社 2005 63 阮秋琦著。数字图像处理学M.北京：电子工业出版社，2001年1月4 张兆礼，赵春晖，梅晓丹。现代图像处理技术及Matlab实现M.北京：人民邮电出版社。2001.115 章毓晋图像处理和分析M北京：清华大学出版社，19996 Ranade A, Rosenfeld A. Point pattern mathcing by relaxationJ. Pattren Recognition, 19937 O'Gorman L, Nickerson J V. An approach to fingerprint filter designJ, Pattren Recoginition, 1989