摘要：数字图像处理技术源于上世纪60年代, 是伴随着计算机和VLSI技术发展起来的全新科学领域, 随着社会与科技的不断发展, 对于图像处理技术也提出了新的要求。本文分析图像处理技术的现状和优点, 阐释如何将图像进行数字处理和分析, 并从农业、交通管理、医学、教育等领域阐述了数字图像处理技术在如今社会所得到的应用。 关键词：数字图像处理; 数字化; 实际应用; 0.前言
如今是数字化的时代, 在高度数字化的科技环境下, 数字图像处理技术得到了飞速发展, 用数字化的信息表现出图像, 方便运用计算机进行处理识别, 根据人们的意识和要求对图像进行分析处理, 能够更加便捷的分析图像, 达到对图像的完全控制。如何合理的应用数字图像处理技术, 将其作用最大化, 并寻求未来的前景, 是现在的重点研究课题。
1.数字图像处理技术的现状和优点
现今, 数字图像处理技术得到高速发展, 在多个领域受到广泛关注并得到运用。根据运用领域需求的不同, 数字图像处理技术可以分为图像获得和输出、图像变换、图像分割、图像编码压缩、图像增强和复原、图像描述、图像检测和识别等分支。数字图像处理技术有
着以下的优点:其一、精准度强, 可以通过数据将图像更为准确的表现出来, 不会造成图像的失真丢失信息, 可以准确达到实际工作中对图像处理的需求。其二、通过计算机进行数据处理, 因为计算机处理数据的高精准度, 所以通过计算机进行的数字图像处理技术, 数据精准度也极高, 随着计算机的发展, 数字图像处理技术也能够随之满足更多更高的图像处理要求。其三、灵活性高。可以根据对不同图像的不同要求进行相应的处理和改变, 比起传统图像处理技术, 数字图像处理技术更有优势。
2.数字图像的采集
2.1 如何获得图像
由于数码产品的广泛运用, 如今很多图像在获取时就是以电子形式存在, 例如数码相机,
表现出的图像无需进行采集就可以进行数字化处理。现在提到的获得图像, 主要针对的是物理的可见光图像进行数字转化。现在将可见光物理图像进行数字化的常用工具是扫描仪, 其原理是通过光学扫描技术, 将图片的每个像素点进行扫描并做数字化记录, 用电子版的形式表现物理的图像, 将图像进行电子化的转换存储, 从而实现对物理图像的数字化处理, 通过电子信息的方式进行复制、移动与存储, 有利于进一步通过数字图像处理技术对图像进行处理。
2.2 如何将图像进行数字化处理
现在, 数字化图像处理软件的种类越来越多, 不同软件的着重点不同, 可以实现对不同方面的处理要求。数字图像处理技术分支众多, 根据不同分支的需求进行相应的规划, 选用不同的处理软件, 才能够达到最好的图像处理效果。虽然这些数字化图像处理软件着重点不同, 但它们对图像的处理方式是基本相同的, 都是通过矢量图的数字化图像模式对图像进行
改变处理。矢量图的图像元素是依靠不同几何数据运算所表现在矢量图上的图像效果, 因而可以脱离传统意义中图像分辨率的限制, 无论怎样对图像进行大小上的调节, 图像也不会因此出现失真或是模糊现象。因为图像元素是由几何数据运算所表现出来, 运算结果不变, 则图像表现不变【2】。
3.数字图像处理技术的应用
3.1 在农业领域的应用
数字图像处理技术在农业上发挥了很大的作用。首先, 在农作物病虫草危害识别上发挥了极大的作用。在识别病虫草害领域, 传统方法是依靠经验、查书籍对照等, 对非专业人士难度很大。现在, 通过对病虫草害图像进行处理分析, 可以进行智能识别。如今, 在识别
时经常实用的颜空间区分法已从传统的单模型发展到RGB、CMYK、HSI、L*a*b*等多种模型, 更加快速精准的识别作物的病虫草害, 为农业发展提供帮助。其次, 数字图像处理技术也可以在农作物自动收获中起到应有的作用。数字图像处理技术可帮助自动采收机精确识别果实, 提高收获的准确性, 通过事先将橘子的颜信息录入, 使得采收机器人能够通过数字图像处理技术, 在橘子树中正确的分辨出橘子, 据统计, 采收机器人的识别错误率约在6%左右, 已经可以应用。在作物自动采收中, 还可利用数字图像处理技术去分辨水果的成熟与否, 使得自动采收机的采收工作更加精准。最后, 在作物分级领域, 数字图像处理已经进入实践阶段。在农业机械化最为发达的美国, 50%以上的水果是通过数字图像处理技术进行质量分级, 极大的节省了人力, 提升了效率。我国该项技术的研究始于上世纪80年代, 现在进展迅速, 也已经运用到实践过程当中。
3.2 在交通管理领域的应用
现如今, 城市交通问题已经成了城市管理中的重要问题, 运用数字图像处理技术, 可以更好的解决城市交通管理中遇到的问题, 对城市交通的发展提供帮助。首先, 数字图像处理技术有助于交通信息的采集。传统交通信息采集法是通过在路面上埋设线圈等方式进行, 会对路面造成破坏, 需要更换等也更为麻烦。基于数字图像处理技术的新型交通采集技术, 可以精准采集高质量的交通图像, 获取最新的交通运行特征, 分析道路上的交通状况, 指导交通部门准确的对交通进行调控。比起传统交通信息采集技术, 数字化交通信息采集技术无需破坏路面, 只需保障拍摄条件, 对交通不造成阻碍, 在成本上也远低于传统采集方式。据测算, 如果一个中型城市的交通信息采集都更换成数字化图像分析, 比起传统方式, 每年维护运行成本可以降低50%。机动车车牌识别也是交通领域的重要运用, 在十字路口、高速公路收费站、监测区、停车场等地区, 车牌自动识别有着广泛的应用前景。车牌识别系统由图像采集、预处理、识别三部分组成, 在实际工作中, 由于驾驶速度等原因, 车牌可能仅仅是一闪而过难以分辨, 同时, 车牌还可能有脏污磨损等情况, 乃至故意遮挡。通过具有大量对照样本的数字图像处理技术, 可以将车牌中的全部字符图像进行提取识别, 更加精准的分辨车牌, 对于现代智能交通有着重要意义。
3.3 在医学领域的应用
医学领域也能应用数字图像处理技术, 1966年, Ledley首次提出了"计算机医学辅助诊断";这一概念。如今, CAS, 即计算机辅助外科手术, 已经将数字图像处理技术应用到了外科手术过程中, 在手术前获取患处的二位数字影像, 利用计算机解析影像模拟手术过程, 从而模拟出手术中可能会遇到的情况, 让医生制定更为周密的手术方案。通过数字影像技术, 还可以将患者的情况与方案同全世界的医生进行讨论, 甚至可以在远方的权威医生指导下进行手术, 极大提高了临床手术的安全性和成功率。计算机辅助诊断技术, 即CAD, 也是在数字图像处理技术的支持下发展起来的新诊断技术。在医学影像学领域, CAD因其判断的精确性和快捷性, 已经成了这门学科的主要研究方向。CAD技术现在被广泛运用于肿瘤结核等病症的早期诊断中, 早期状况不明显, 人工检查不易, 运用CAD技术, 可以准确的在疾病早期检查出问题, 据数据统计, 在肺结节性病变的初期诊断中, CAD技术相比医生, 监测的准确性高达90%, 人工判断则只有65%。将数字图像处理技术运用在医学领域, 可以提高诊断
的精确度, 降低误诊漏诊概率。
3.4 在教育领域的应用
在教育领域, 考试中客观题的批阅数量大且工作机械重复, 教师批阅客观题劳动量大且容易出错。通过数字图像处理技术的运用, 能提高客观题目阅卷效率, 减少阅卷失误。客观题考试中, 考生答题卡一般要求用2B铅笔来填涂答案并涂满涂黑, 目的就是为了确保答题卡的度能够被数字图像处理技术识别。通过对答题卡的扫描采集数据将图像数字化, 通过感光软件确定考卷上的可识别像素点总数, 将之称为数据Q, 在数据Q中, 利用每个像素点的灰度值, 也就是像素点的不同彩Pcolor来计算整个答题方框区域的平均灰度, 算式为:Average=Int{∑Pcolor/Q}, 为方框的坐标值。由于考生对选中问题需要涂黑, 因此选中方框和未选中方框的灰度值差距巨大, 通过分析这些方框灰度值的差距, 就能将之快速转化为学生的答案并进行批卷。数字图像处理技术在考试中也引入了可信度指标, 当同一选项出现
多个涂黑项时, 通过可信度指标, 将选项灰度和标准灰度进行对比, 可以防止由于考生涂改而出现的误判。运用数字图像处理技术, 可以能够快速、批量、准确的统计考生信息和正确率, 这项技术极大加快了客观题考试的阅卷速度, 且避免了人工阅卷的错判、漏判等失误, 提高效率, 增加了准确度。
4.结论
综上所述, 数字图像处理技术伴随着计算机技术的发展而产生, 现在已经在多个领域得到运用。数字图像处理技术有着传统图像识别处理无法比拟的优点, 在农业、交通、医疗、教育等多个领域都可以代替传统的方法, 有着高速准确成本低的优点, 在未来的发展中有着广泛的应用前景。
参考文献
王容.浅谈数字图像处理技术的应用与发展.网络安全技术与应用, 2014 (07) :237-238.
【2】王红伟.浅谈数字图像处理技术的应用现状与发展前景.印刷质量与标准化, 2014 (01) :51-55.
李立芳.浅谈数字图像处理技术及应用.中国科技信息, 2012 (03) :78-79.
