随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。
图像压缩编码技术可以追溯到１９４８年提出的电视信号数字化，到今天已经有五十多年的历史［１］。在此期间出现了很多种图像压缩编码方法，特别是到了２０世纪８０年代后期以后，由于小波变换理论、分形理论、人工神经网络理论、视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文对当前最为广泛使用的图像压缩算法进行综述，讨论了它们的优缺点以及发展前景。
１ＪＰＥＧ压缩
负责开发静止图像压缩标准的“联合图片专家组”（Ｊｏｉｎｔ
ＰｈｏｔｏｇｒａｐｈｉｃＥｘｐｅｒｔＧｒｏｕｐ，简称ＪＰＥＧ），于１９８９年１月形成了基于自适应ＤＣＴ的ＪＰＥＧ技术规范的第一个草案，其后多次修改，至１９９１年形成ＩＳＯ１０９１８国际标准草案，并在一年后成为国际标准，简称ＪＰＥＧ标准。１．１ＪＰＥＧ压缩原理及特点
ＪＰＥＧ算法中首先对图像进行分块处理，一般分成互不重叠的大小的块，再对每一块进行二维离散余弦变换（ＤＣＴ）。变
换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按Ｚｉｇｚａｇ扫描重新组织，然后进行哈夫曼编码。ＪＰＥＧ的特点如下：
优点：（１）形成了国际标准；（２）具有中端和高端比特率上的良好图像质量。
缺点：（１）由于对图像进行分块，在高压缩比时产生严重的方块效应；（２）系数进行量化，是有损压缩；（３）压缩比不高，小于５０［２］。
ＪＰＥＧ压缩图像出现方块效应的原因是：一般情况下图像
信号是高度非平稳的，很难用Ｇａｕｓｓ过程来刻画，并且图像中
的一些突变结构例如边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其结果不是最优的［３］。
１．２ＪＰＥＧ压缩的研究状况及其前景［２］
针对ＪＰＥＧ在高压缩比情况下产生方块效应，解压图像较差，近年提出了不少改进方法，最有效的是下面两种：
（１）ＤＣＴ零树编码
ＤＣＴ零树编码把ＤＣＴ块中的系数组成ｌｏｇ２Ｎ个子带，然
后用零树编码方案进行编码。在相同压缩比的情况下，其ＰＳＮＲ的值比ＥＺＷ高。
但在高压缩比的情况下，方块效应仍是ＤＣＴ零树编码的致命弱点。
（２）层式ＤＣＴ零树编码
此算法对图像作的ＤＣＴ变换，将低频块集中起来，做反ＤＣＴ变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式ＤＣＴ变换及零树排列过的系数进行零
树编码。
ＪＰＥＧ压缩的一个最大问题就是在高压缩比时产生严重的方块效应，因此在今后的研究中，应重点解决ＤＣＴ变换产生的
方块效应，同时考虑与人眼视觉特性相结合进行压缩。
２ＪＥＰＧ２０００压缩
ＪＰＥＧ２０００是由ＩＳＯ／ＩＥＣＪＴＣＩＳＣ２９标准化小组负责制定
的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。２０００年３月的东京会议，确定了彩色静态图像的新一代编码方式—ＪＰＥＧ２０００图像压缩标准的编码算法。
２．１ＪＰＥＧ２０００压缩原理及特点
ＪＰＥＧ２０００编解码系统的编码器和解码器的框图如图１［４］。
编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（ＤＣ）位移和分
收稿日期：２００７－０１－１６
作者简介：田勇（１９７５－），男，硕士，讲师，主要研究方向为数字图像处理、集成电路设计等；丁学君（１９７８－），女，硕士，助教，主要研究方向为信息与网络安全、数字图像处理等。
数字图像压缩技术的研究及进展
田勇１，丁学君２
（１．东北大学东软信息学院嵌入式系统工程系，辽宁大连１１６０２３；２．东北财经大学信息工程学院，辽宁大连１１６０２３）
摘要：数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。本文介绍了当前几种最为重要的图像压缩算法：ＪＰＥＧ、ＪＰＥＧ２０００、分形图像压缩和小波变换图像压缩，总结了它们的优缺点及发展前景。然后简介了任意形状可视对象编码算法的研究现状，并指出此算法是一种产生高压缩比的图像压缩算法。
关键词：ＪＰＥＧ；ＪＰＥＧ２０００；分形图像压缩；小波变换；任意形状可视对象编码中图分类号：ＴＰ３
文献标识码：Ａ
文章编
号：１６７２－５４５Ｘ（２００７）０４－００７２－０４
量变换。核心处理部分由离散小波变换、量化和熵编码组成。位流组织部分则包括区域划分、码块、层和包的组织。
ＪＰＥＧ２０００格式的图像压缩比，可在现在的ＪＰＥＧ基础上再提高１０％￣３０％，而且压缩后的图像显得更加细腻平滑。对于目前的ＪＰＥＧ标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在ＪＰＥＧ２０００系统中，通过选择参数，能够对图像进行有损和无损压缩。现在网络上的ＪＰＥＧ图像下载时是按“块”传输的，而ＪＰＥＧ２０００格式的图像支持渐进传输，这使用户不必接收整个图像的压缩码流。由于ＪＰＥＧ２０００采用小波技术，可随机获取某些感兴趣的图像区域（ＲＯＩ）的压缩码流，对压缩的图像数据进行传输、滤波等操作［４］。
图１ＪＰＥＧ２０００压缩编码与解压缩的总体流程
２．２ＪＰＥＧ２０００压缩的前景
ＪＰＥＧ２０００标准适用于各种图像的压缩编码。其应用领域将包括Ｉｎｔｅｒｎｅｔ、传真、打印、遥感、移动通信、医疗、数字图书馆和电子商务等［５］。ＪＰＥＧ２０００图像压缩标准将成为２１世纪的主流静态图像压缩标准。
３小波变换图像压缩
３．１小波变换图像压缩原理
小波变换用于图像编码的基本思想就是把图像根据Ｍａｌ－ｌａｔ塔式快速小波变换算法进行多分辨率分解。其具体过程为：首先对图像进行多级小波分解，然后对每层的小波系数进行量化，再对量化后的系数进行编码。小波图像压缩是当前图像压缩的热点之一，已经形成了基于小波变换的国际压缩标准，如ＭＰＥＧ－４标准，及如上所述的ＪＰＥＧ２０００标准［２］。
３．２小波变换图像压缩的发展现状及前景
目前三个最高等级的小波图像编码分别是嵌入式小波零树图像编码（ＥＺＷ），分层树中分配样本图像编码（ＳＰＩＨＴ）和可扩展图像压缩编码（ＥＢＣＯＴ）。
（１）ＥＺＷ编码器［６］
１９９３年，Ｓｈａｐｉｒｏ引入了小波“零树”的概念，通过定义ＰＯＳ、ＮＥＧ、ＩＺ和ＺＴＲ四种符号进行空间小波树递归编码，有效地剔除了对高频系数的编码，极大地提高了小波系数的编码效率。此算法采用渐进式量化和嵌入式编码模式，算法复杂度低。ＥＺＷ算法打破了信息处理领域长期笃信的准则：高效的压缩编码器必须通过高复杂度的算法才能获得，因此ＥＺＷ编码器在数据压缩史上具有里程碑意义。
（２）ＳＰＩＨＴ编码器［７］
由Ｓａｉｄ和Ｐｅａｒｌｍａｎ提出的分层小波树集合分割算法（ＳＰＩＨＴ）则利用空间树分层分割方法，有效地减小了比特面上编码符号集的规模。同ＥＺＷ相比，ＳＰＩＨＴ算法构造了两种不同类型的空间零树，更好地利用了小波系数的幅值衰减规律。同ＥＺＷ编码器一样，ＳＰＩＨＴ编码器的算法复杂度低，产生的也是嵌入式比特流，但编码器的性能较ＥＺＷ有很大的提高。
（３）ＥＢＣＯＴ编码器［８］
优化截断点的嵌入块编码方法（ＥＢＣＯＴ）首先将小波分解的每个子带分成一个个相对独立的码块，然后使用优化的分层截断算法对这些码块进行编码，产生压缩码流，结果图像的压缩码流不仅具有ＳＮＲ可扩展而且具有分辨率可
扩展，还可以支持图像的随机存储。比较而言，
ＥＢＣＯＴ算法的复杂度较ＥＺＷ和ＳＰＩＨＴ有所提
高，其压缩性能比ＳＰＩＨＴ略有提高。
小波图像压缩被认为是当前最有发展前途的图像压缩算法之一。小波图像压缩的研究集中
在对小波系数的编码问题上。在以后的工作中，
应充分考虑人眼视觉特性，进一步提高压缩比，
改善图像质量。并且考虑将小波变换与其他压缩
方法相结合。例如与分形图像压缩相结合是当前
的一个研究热点［２］。
４分形图像压缩
１９８８年，Ｂａｒｎｓｌｅｙ通过实验证明分形图像压缩可以得到比经典图像编码技术高几个数量级的压缩比。１９９０年，Ｂａｒｎｓｌｅｙ的学生Ａ．Ｅ．Ｊａｃｑｕｉｎ提出局部迭代函数系统理论后，使分形用于图像压缩在计算机上自动实现成为可能。
４．１分形图像压缩的原理
分形压缩主要利用自相似的特点，通过迭代函数系统（Ｉｔ－ｅｒａｔｅｄＦｕｎｃｔｉｏｎＳｙｓｔｅｍ，ＩＦＳ）实现。其理论基础是迭代函数系统定理和拼贴定理。
分形图像压缩把原始图像分割成若干个子图像，然后每一个子图像对应一个迭代函数，子图像以迭代函数存储，迭代函数越简单，压缩比也就越大。同样解码时只要调出每一个子图像对应的迭代函数反复迭代，就可以恢复出原来的子图像，从而得到原始图像［９］。
４．２几种主要分形图像编码技术［９］
随着分形图像压缩技术的发展，越来越多的算法被提出，基于分形的不同特征，可分成以下几种主要的编码方法。
（１）尺码编码方法
尺码编码方法是基于分形几何中利用小尺度度量不规则曲线长度的方法，类似于传统的亚取样和内插方法，其主要不同之处在于尺度编码方法中引入了分形的思想，尺度随着图像各个组成部分复杂性的不同而改变。
（２）迭代函数系统方法
迭代函数系统方法是目前研究最多、应用最广泛的一种分形压缩技术，它是一种人机交互的拼贴技术，它基于自然界图像中普遍存在的整体和局部自相关的特点，寻找这种自相关映射关系的表达式，即仿射变换，并通过存储比原图像数据量小的仿射系数，
来达到压缩的目的。如果寻得的仿射变换简单而
有效，那么迭代函数系统就可以达到极高的压缩比。
（３）Ａ－Ｅ－Ｊａｃｑｕｉｎ的分形方案
Ａ－Ｅ－Ｊａｃｑｕｉｎ的分形方案是一种全自动的基于块的分形图像压缩方案，它也是一个寻找映射关系的过程，但寻找的对象域是将图像分割成块之后的局部与局部的关系。在此方案中还有一部分冗余度可以去除，而且其解码图像中存在着明显的方块效应。
４．３分形图像压缩的前景［２］
虽然分形图像压缩在图像压缩领域还不占主导地位，但是分形图像压缩既考虑局部与局部，又考虑局部与整体的相关性，适合于自相似或自仿射的图像压缩，而自然界中存在大量的自相似或自仿射的几何形状，因此它的适用范围很广。
５其它压缩算法
除了以上几种常用的图像压缩方法以外，还有：ＮＮＴ（数论变换）压缩、基于神经网络的压缩方法、Ｈｉｂｅｒｔ扫描图像压缩方法、自适应多相子带压缩方法等，在此不作赘述。下面简单介绍近年来任意形状纹理编码的几种算法［１０￣１３］。
（１）形状自适应ＤＣＴ（ＳＡ－ＤＣＴ）算法
ＳＡ－ＤＣＴ把一个任意形状可视对象分成的图像块，对每块进行ＤＣＴ变换，它实现一个类似于形状自适应ＧｉｌｇｅＤＣＴ［１０，１１］变换的有效变换，但它比ＧｉｌｇｅＤＣＴ变换的复杂度要低。可是，ＳＡ－ＤＣＴ也有缺点，它把像素推到与矩形边框的一个侧边相平齐，因此一些空域相关性可能丢失，这样再进行列ＤＣＴ变换，就有较大的失真了［１１，１４，１５］。
（２）Ｅｇｇｅｒ方法
Ｅｇｇｅｒ等人［１６，１７］提出了一个应用于任意形状对象的小波变换方案。在此方案中，首先将可视对象的行像素推到与边界框的右边界相平齐的位置，然后对每行的有用像素进行小波变换，接下来再进行另一方向的小波变换。此方案，充分利用了小波变换的局域特性。然而这一方案也有它的问题，例如可能引起重要的高频部分同边界部分合并，不能保证分布系数彼此之间有正确的相同相位，以及可能引起第二个方向小波分解的不连续等。
（３）形状自适应离散小波变换（ＳＡ－ＤＷＴ）
Ｌｉ等人提出了一种新颖的任意形状对象编码，ＳＡ－ＤＷＴ编码［１８～２２］。这项技术包括ＳＡ－ＤＷＴ和零树熵编码的扩展（ＺＴＥ），以及嵌入式小波编码（ＥＺＷ）。ＳＡ－ＤＷＴ的特点是：经过ＳＡ－ＤＷＴ之后的系数个数，同原任意形状可视对象的像素个数相同；小波变换的空域相关性、区域属性以及子带之间的自相似性，在ＳＡ－ＤＷＴ中都能很好表现出来；对于矩形区域，ＳＡ－ＤＷＴ与传统的小波变换一样。ＳＡ－ＤＷＴ编码技术的实现已经被新的多媒体编码标准ＭＰＥＧ－４的对于任意形状静态纹理的编码所采用。
在今后的工作中，可以充分地利用人类视觉系统对图像边缘部分较敏感的特性，尝试将图像中感兴趣的对象分割出来，对其边缘部分、内部纹理部分和对象之外的背景部分按不同的压缩比进行压缩，这样可以使压缩图像达到更大的压缩比，更加便于传输。６总结
图像压缩技术研究了几十年，取得了很大的成绩，但还有许多不足，值得我们进一步研究。小波图像压缩和分形图像压缩是当前研究的热点，但二者也有各自的缺点，在今后工作中，应与人眼视觉特性相结合。总之，图像压缩是一个非常有发展前途的研究领域，这一领域的突破对于我们的信息生活和通信事业的发展具有深远的影响。
参考文献：
［１］
［２］
［３］
［４］
［５］
［６］
［７］
［８］
［９］
［１０］
［１１］
［１２］
［１３］
［１４］
［１５］
［１６］
［１７］
［１８］
田青．图像压缩技术［Ｊ］．警察技术，２００２，（１）：３０－３１．
张海燕，王东木，等．图像压缩技术［Ｊ］．系统仿真学报，２００２，１４（７）：８３１－８３５．
张宗平，刘贵忠．基于小波的视频图像压缩研究进展［Ｊ］．电子学报，２００２，３０（６）：８８３－８８９．
周宁，汤晓军，徐维朴．ＪＰＥＧ２０００图像压缩标准及其关键算法［Ｊ］．现代电子技术，２００２，（１２）：１－５．
吴永辉，俞建新．ＪＰＥＧ２０００图像压缩算法概述及网络应用前景［Ｊ］．计算机工程，２００３，２９（３）：７－１０．
ＪＭＳｈａｐｒｉｏ．Ｅｍｂｅｄｄｅｄｉｍａｇｅｃｏｄｉｎｇｕｓｉｎｇｚｅｒｏｔｒｅｅｏｆｗａｖｅｌｅｔｃｏｅｆｆｉ－ｃｉｅｎｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ｏｎＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，１９９３，４１（１２）：３４４５－３４６２．ＡＳａｉｄ，ＷＡＰｅａｒｌｍａｎ．Ａｎｅｗｆａｓｔａｎｄｅｆｆｉｃｉｅｎｔｉｍａｇｅｃｏｄｅｃｂａｓｅｄｏｎｓｅｔｐａｒｔｉｔｉｏｎｉｎｇｉｎｈｉｅｒａｒｃｈｉｃａｌｔｒｅｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ｏｎＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓｆｏｒＶｉｄｅｏＴｅｃｈ．１９９６，６（３）：２４３－２５０．
ＤＴａｕｂｍａｎ．ＨｉｇｈｐｅｒｆｏｒｍａｎｃｅｓｃａｌａｂｌｅｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎｗｉｔｈＥ－ＢＣＯＴ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０００，９（７）：１１５８–１１７０．
徐林静，孟利民，朱建军．小波与分行在图像压缩中的比较及应用．中国有线电视，２００３，０３／０４：２６－２９．
ＭＧｉｌｇｅ，ＴＥｎｇｅｌｈａｒｄｔ，ＲＭｅｈｌａｎ．Ｃｏｄｉｎｇｏｆａｒｂｉｔｒａｒｉｌｙｓｈａｐｅｄｉｍａｇｅｓｅｇｍｅｎｔｓｂａｓｅｄｏｎａｇｅｎｅｒａｌｉｚｅｄｏｒｔｈｏｇｏｎａｌｔｒａｎｓｆｏｒｍ［Ｊ］．ＳｉｇｎａｌＰｒｏ－ｃｅｓｓｉｎｇ：ＩｍａｇｅＣｏｍｍｕｎ．，１９８９，１（１０）：１５３–１８０．
ＴＳｉｋｏｒａ，ＢＭａｋａｉ．Ｓｈａｐｅ－ａｄａｐｔｉｖｅＤＣＴｆｏｒｇｅｎｅｒｉｃｃｏｄｉｎｇｏｆｖｉｄｅｏ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＣｉｒｃｕｉｔｓＳｙｓｔ．ＶｉｄｅｏＴｅｃｈｎｏｌ．，１９９５，５（１）：５９–６２．
ＴＳｉｋｏｒａ，ＳＢａｕｅｒ，ＢＭａｋａｉ．Ｅｆｆｉｃｉｅｎｃｙｏｆｓｈａｐｅ－ａｄａｐｔｉｖｅ２－Ｄｔｒａｎｓ－ｆｏｒｍｓｆｏｒｃｏｄｉｎｇｏｆａｒｂｉｔｒａｒｉｌｙｓｈａｐｅｄｉｍａｇｅｓｅｇｍｅｎｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＣｉｒｃｕｉｔｓＳｙｓｔ．ＶｉｄｅｏＴｅｃｈｎｏｌ．，１９９５，５（３）：２５４–２５８．
ＥＪｅｎｓｅｎ，ＫＲｉｊｋ，ｅｔａｌ．Ｃｏｄｉｎｇｏｆａｒｂｉｔｒａｒｉｌｙｓｈａｐｅｄｉｍａｇｅｓｅｇｍｅｎｔｓ［Ｃ］．Ｐｒｏｃ．ＷｏｒｋｓｈｏｐＩｍａｇｅＡｎａｌｙｓｉｓａｎｄＳｙｎｔｈｅｓｉｓｉｎＩｍａｇｅＣｏｄｉｎｇ，Ｂｅｒｌｉｎ，Ｇｅｒｍａｎｙ，１９９４：Ｅ２．１–Ｅ２．４．
ＭＢｉ，ＳＨＯｎｇ，ＹＨＡｎｇ．Ｃｏｍｍｅｎｔｏｎ“Ｓｈａｐｅ－ａｄａｐｔｉｖｅＤＣＴｆｏｒｇｅｎｅｒｉｃｃｏｄｉｎｇｏｆｖｉｄｅｏ”［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＣｉｒｃｕｉｔｓＳｙｓｔ．ＶｉｄｅｏＴｅｃｈｎｏｌ．，１９９６，６（６）：６８６–６８８．
ＰＫａｕｆｆ，ＫＳｃｈｕｕｒ．Ｓｈａｐｅ－ａｄａｐｔｉｖｅＤＣＴｗｉｔｈｂｌｏｃｋ－ｂａｓｅｄＤＣｓｅｐａｒａ－ｔｉｏｎａｎｄＤｅｌｔａＤＣｃｏｒｒｅｃｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＣｉｒｃｕｉｔｓＳｙｓｔ．ＶｉｄｅｏＴｅｃｈｎｏｌ．，１９９８，８（３）：２３７–２４２．
ＯＥｇｇｅｒ，ＰＦｌｅｕｒｙ，ＴＥｂｒａｈｉｍｉ．Ｓｈａｐｅ－ａｄａｐｔｉｖｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｆｏｒｚｅｒｏｔｒｅｅｃｏｄｉｎｇ［Ｃ］．Ｐｒｏｃ．Ｅｕｒ．ＷｏｒｋｓｈｏｐＩｍａｇｅＡｎａｌｙｓｉｓａｎｄＣｏｄｉｎｇｆｏｒＴＶ，ＨＤＴＶａｎｄＭｕｌｔｉｍｅｄｉａＡｐｐｌｉｃａｔｉｏｎ，Ｒｅｎｎｅｓ，Ｆｒａｎｃｅ，１９９６：２０１–２０８．
ＯＥｇｇｅｒ．Ｒｅｇｉｏｎｒｅｐｒｅｓｅｎｔａｔｉｏｎｕｓｉｎｇｎｏｎｌｉｎｅａｒｔｅｃｈｎｉｑｕｅｓｗｉｔｈａｐｐｌｉ－ｃａｔｉｏｎｓｔｏｉｍａｇｅａｎｄｖｉｄｅｏｃｏｄｉｎｇ［Ｄ］．Ｐｈ．Ｄ．ｄｉｓｓｅｒｔａｔｉｏｎ，ＳｗｉｓｓＦｅｄｅｒａｌＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ（ＥＰＦＬ），Ｌａｕｓａｎｎｅ，Ｓｗｉｔｚｅｒｌａｎｄ，１９９７．
ＳＬｉ，ＷＬｉ，ｅｔａｌ．Ｓｈａｐｅａｄａｐｔｉｖｅｖｅｃｔｏｒｗａｖｅｌｅｔｃｏｄｉｎｇｏｆａｒｂｉｔｒａｒｉｌｙｓｈａｐｅｄｔｅｘｔｕｒｅ［Ｓ］．ＩＳＯ／ＩＥＣＪＴＣ／ＳＣ２９／ＷＧ１１，ＭＰＥＧ－９６－ｍ１０２７，１９９６．
（上接第７１页）
ＲｅｓｅａｒｃｈｏｎｔｈｅＯｕｔｌｉｎｅｏｆＳｔｒｅｎｇｔｈｅｎｉｎｇＴｅｃｈｎｏｌｏｇｙｏｆＳｕｒｆａｃｅＤｅｆｏｒｍａｔｉｏｎ
ＸＵＺｈｅｎｇ－ｇｏｎｇ１，ＣＨＥＮＺｏｎｇ－ｔｉｅ１，ＨＵＡＮＧＬｏｎｇ－ｆａ２
（１．ＧｕａｎｇｘｉＵｎｉｖｅｒｓｉｔｙ，ＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＳｃｈｏｏｌ，Ｎａｎｎｉｎｇ５３０００４，Ｃｈｉｎａ；２．ＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，ＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＳｃｈｏｏｌ，
Ｇｕｉｙａｎｇ５５０００３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｓｕｒｆａｃｅ－ｓｔｒｅｎｇｔｈｅｎｉｎｇｔｅｃｈｎｏｌｏｇｙｉｓｏｎｅｏｆｔｅｃｈｎｉｑｕｅｓ，ｗｈｉｃｈｉｓｗｉｄｅｌｙｕｓｅｄｆｏｒｓｔｕｄｙｉｎｇｉｎｈｏｍｅａｎｄａｂｏａｒｄ，Ｍｅｔｈｏｄｓｏｆｍｅｔａｌｌｉｃｓｔｒｅｎｇｔｈｅｎｉｎｇｏｆｓｕｒｆａｃｅｄｅｆｏｒｍａｔｉｏｎａｒｅｒｏｌｌｉｎｇｗｉｔｈｐｒｅｓｓｉｎｇ，ｉｎｓｉｄｅｅｘｔｒｕｓｉｏｎ，ｐｅｅｎｉｎｇａｎｄｓｏｏｎ．Ｉｔｓｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｒｅｐｒｏｍｉｎｅｎｔｓｔｒｅｎｇｔｈ－ｅｎｉｎｇｅｆｆｅｃｔａｎｄｌｏｗｃｏｓｔ．Ｔｈｅａｒｔｉｃｌｅｈａｓｍａｉｎｌｙｇｅｎｅｒａｌｉｚｅｄｔｈｅｓｏｒｔ，ｉｎｔｅｎｔｉｏｎ，ａｎｄａｃｔｉｏｎｏｆｓｕｒｆａｃｅ－ｓｔｒｅｎｇｔｈｅｎｉｎｇｔｅｃｈｎｏｌｏｇｙ；ａｎａｌｙｚｅｄｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｒｉｍａｒｙｍｅｔｈｏｄｓｏｆｔｈｅｓｔｒｅｎｇｔｈｅｎｉｎｇｏｆｓｕｒｆａｃｅｄｅｆｏｒｍａｔｉｏｎ；ｓｕｍｍａｒｉｚｅｄｔｈｅｏｕｔｌｉｎｅｓｏｆｐｒｉｍａｒｙｍｅｔｈｏｄｓａｎｄｄｅｖｅｌｏｐｍｅｎｔｔｅｎｄｅｎｃｙａｔｐｒｅｓｅｎｔ．
Ｋｅｙｗｏｒｄｓ：Ｓｕｒｆａｃｅｄｅｆｏｒｍａｔｉｏｎ；Ｒｏｌｌｉｎｇｗｉｔｈｐｒｅｓｓｉｎｇ；Ｉｎｓｉｄｅｅｘｔｒｕｓｉｏｎ；Ｐｅｅｎｉｎｇ
［７］［８］［［９］［１０］［１１］唐琦，董宏，朱棣，黄克菲．用深滚压技术提高曲轴疲劳强度的应用
研究［Ｊ］．汽车技术，２００５，（８）：３３．
李金桂．防腐蚀表面工程技术［Ｍ］．北京：化学工业出版社，２００３．
孙希泰．材料表面强化技术［Ｍ］．北京：化学工业出版社，２００５．覃正光．滚压技术在气缸套加工中的应用［Ｊ］．内燃机配件，１９９５，（２）：２５．
秦书勤．超精内孔滚压技术及其应用［Ｊ］．航天工艺，２０００，（６）：４８．
ＴｈｅＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔｆｏｒＤｉｇｉｔａｌＩｍａｇｅＣｏｍｐｒｅｓｓｉｏｎＴｅｃｈｎｏｌｏｇｙ
ＴＩＡＮＹｏｎｇ１ＤＩＮＧＸｕｅ－ｊｕｎ２
（ＤｅｐａｒｔｍｅｎｔｏｆＥｍｂｅｄｄｅｄＳｙｓｔｅｍＥｎｇｉｎｅｅｒｉｎｇ，ＮｅｕｓｏｆｔＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙＤａｌｉａｎＬｉａｏｎｉｎｇ１１６０２３，Ｃｈｉｎａ；
ＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＤｏｎｇｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ，ＤａｌｉａｎＬｉａｏｎｉｎｇ１１６０２３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｄｉｇｉｔａｌｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎｔｅｃｈｎｏｌｏｇｙｉｓｏｆｓｐｅｃｉａｌｉｎｔｒｅｓｔｆｏｒｔｈｅｆａｓｔｔｒａｎｓｍｉｓｓｉｏｎａｎｄｒｅａｌ－ｔｉｍｅｐｒｏｃｅｓｓｓｉｎｇｏｆｄｉｇｉｔａｌｉｍａｇｅｉｎｆｏｒｍａｔｉｏｎｏｎｔｈｅｉｎｔｅｒｎｅｔ．Ｔｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｓｅｖｅｒａｌｋｉｎｄｓｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎａｌｇｏｒｉｔｈｍｓａｔｐｒｅｓｅｎｔ：ＪＰＥＧ，ＪＰＥＧ２０００，ｆｒａｃｔａｌｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎａｎｄｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎ，ａｎｄｓｕｍｍａｒｉｚｅｓｔｈｅｉｒａｄｖａｎｔａｇｅａｎｄｄｉｓａｄｖａｎｔａｇｅａｎｄｄｅｖｅｌｏｐｍｅｎｔｐｒｏｓｐｅｃｔ．Ｔｈｅｎｉｔｉｎｔｒｏｄｕｃｅｓｓｉｍｐｌｙｔｈｅｐｒｅｓｅｎｔｄｅｖｅｌｏｐｍｅｎｔｏｆｃｏｄｉｎｇａｌｇｏｒｉｔｈｍｓａｂｏｕｔａｒｂｉｔｒａｒｙｓｈａｐｅｖｉｄｅｏｏｂｊｅｃｔ，ａｎｄｉｎｄｉｃａｔｅｓｔｈｅａｌｇｏｒｉｔｈｍｓｈａｖｅａｈｉｇｈｃｏｍｐｒｅｓｓｉｏｎｒａｔｅ．
Ｋｅｙｗｏｒｄｓ：ＪＰＥＧ；ＪＰＥＧ２０００；Ｆｒａｃｔａｌｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎ；Ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎ；Ａｒｂｉｔｒａｒｙｓｈａｐｅｖｉｄｅｏｏｂｊｅｃｔｃｏｄｉｎｇ
ＷＬｉ，ＦＬｉｎｇ，ＨＳｕｎ．ＲｅｐｏｒｔｏｎｃｏｒｅｅｘｐｅｒｉｍｅｎｔＯ３（Ｓｈａｐｅａｄａｐｔｉｖｅ
ｗａｖｅｌｅｔ
ｃｏｄｉｎｇｏｆａｒｂｉｔｒａｒｉｌｙｓｈａｐｅｄ
ｔｅｘｔｕｒｅ）［Ｓ］．
ＩＳＯ／ＩＥＣ
ＪＴＣ／ＳＣ２９／ＷＧ１１，ＭＰＥＧ－９７－ｍ２３８５，１９９７．
ＳＬｉ，ＷＬｉ．Ｓｈａｐｅａｄａｐｔｉｖｅｄｉｓｃｒｅｔｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｆｏｒｃｏｄｉｎｇａｒ－
ｂｉｒａｒｉｌｙｓｈａｐｅｄｔｅｘｔｕｒｅ［Ｃ］．Ｐｒｏｃ．ＳＰＩＥＶＣＩＰ’９７，１９９７，３０２４：１０４６–１０５６．
［１９］［２０］［２１］［２２］ＳＬｉ，ＷＬｉ，ｅｔａｌ．Ｓｈａｐｅａｄａｐｔｉｖｅｗａｖｅｌｅｔｃｏｄｉｎｇ［Ｃ］．Ｐｒｏｃ．ＩＥＥＥＩｎｔ．
Ｓｙｍｐ．ＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓＩＳＣＡＳ’９８，１９９８，５：２８１–２８４．
ＳＬｉ，ＷＬｉ．Ｓｈａｐｅ－ａｄａｐｔｉｖｅｄｉｓｃｒｅｔｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｆｏｒａｒｂｉｔｒａｒｉｌｙ
ｓｈａｐｅｄｖｉｓｕａｌｏｂｊｅｃｔｃｏｄｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＣｉｒｃｕｉｔｓＳｙｓｔ．ＶｉｄｅｏＴｅｃｈ－ｎｏｌ．，２０００，１０（５）：７２５–７４３．
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
数字图像压缩技术 二、JPEG压缩 负责开发静止图像压缩标准的“联合图片专家组”（JointPhotographicExpertGroup,简称JPEG），于1989年1月形成 了基于自适合DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案，并在一年后成为国际标准，简称JPEG标准。 1．JPEG压缩原理及特点 JPEG算法中首先对图像实行分块处理，一般分成互不重叠的大小的块，再对每一块实行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表实行量化，量化的结果 保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag扫描重新组织，然后实行哈夫曼编码。JPEG的特点如下： 优点：（1）形成了国际标准；（2）具有中端和高端比特率上的良好 图像质量。 缺点：（1）因为对图像实行分块，在高压缩比时产生严重的方块效应；（2）系数实行量化，是有损压缩；（3）压缩比不高，小于502。 JPEG压缩图像出现方块效应的原因是：一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如 边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其 结果不是最优的3。 2．JPEG压缩的研究状况及其前景2 针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年 来提出了很多改进方法，最有效的是下面的两种方法： （1）DCT零树编码
DCT零树编码把DCT块中的系数组成log2N个子带，然后用零树编码方案实行编码。在相同压缩比的情况下，其PSNR的值比EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。 （2）层式DCT零树编码 此算法对图像作的DCT变换，将低频块集中起来，做反DCT变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数实行零树编码。 JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，所以在今后的研究中，应重点解决DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合实行压缩。 三、JEPG2000压缩 JPEG2000是由ISO/IECJTCISC29标准化小组负责制定的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式—JPEG2000图像压缩标准的编码算法。 1．JPEG2000压缩原理及特点 JPEG2000编解码系统的编码器和解码器的框图如图1所示4。 编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成。位流组织部分则包括区域划分、码块、层和包的组织。 JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提升 10%~30%，而且压缩后的图像显得更加细腻平滑。对于当前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在 JPEG2000系统中，通过选择参数，能够对图像实行有损和无损压缩。现在网络上的JPEG图像下载时是按“块”传输的，而JPEG2000格式
电大理工 2011年12月Study of Science and Engineering at RTVU. 第4期总第249期 浅谈数字图像处理中的图像分割技术 郑洪涛 朝阳广播电视大学（ 朝阳 122500 ） 摘 要 数字图像处理科学迅速发展并得到广泛应用。图像分割是其中重要的中间技术。它依托图像数字处理底层技术，为模式识别等高层应用服务。本文简要介绍了图像分割的概念范畴和常见的分割 技术的方法描述。掌握图像分割技术有助于系统理解数字图像处理技术的层次。 关键词 数字图像处理 图像分割 阈值 数字图像处理技术，简单地说就是借助计算机的帮助对数字图像进行特定算法运算处理来满足众多应用需要的技术。它涵盖了众多图像处理方式，图像分割是其中一项重要的技术环节。 1 图像分割的范畴 图像分割处理技术属于数字图像处理技术中的图像分析范畴，是图像分析的中间层处理技术。图像分割的目的是把经过底层处理的数字图像空间分成若干有意义的区域，后期的一些高层应用如模式识别等将在这些分割的区域基础上进行。分割的依据建立在这些由像素组成的区域满足相似性和非连续性的基本概念上。 2 图像分割的方法 图像分割一般没有唯一的、标准的分割方法，也没有规定分割成功的准则。一般从以下几方面分割、描述方法： 2.1 灰度阈值法实现图像分割 阈值法主要利用直方图，设定合适的阈值来分辨物体与背景。简单地说就是在图像的灰度值中选一合适的阈值，若小于阈值则判断为背景，若大于阈值则判断为物体。这种方法适合与物体和背景之间有明显区域分界且边界封闭的情况。亦即数字图像中物体与背景的灰度值有明显差异，可较好的分割物体与背景。 (1)整体阈值 就是对整幅图像选定一固定灰度值，以此去做图像分类找出图像的物体。在物体与背景单纯且亮暗分明下才会有较好效果。 (2)适应性阈值 在不同的区域有不同的阈值，即自适性阈值。 2.2 区域法实现图像分割 区域法实现分割是以某种规则为约束（如子区域全部像素灰度相同、子区域不重合且相连接等），直接找取区域的方式实现分割。 (1)像素类聚区域成长法 此方法从一种子（seed）像素开始，通过平均灰度、组织纹理及色彩等性质的检视，将具有类似性质的像素逐一纳入所考虑的区域中，使其逐渐成长，形成子区域的方法。这种方法实际应用中至少要考虑种子像素的选择和聚类的相似性选择等因素。 (2)区域分割与合并法 首先将图像分割成不重叠的区域或子图像，
图像压缩技术介绍 由于图像和视频本身的数据量非常大，给存储和传输带来了很多不便，所以图 像压缩和视频压缩得到了非常广泛的应用。比如数码相机、USB摄像头、可视电话 、视频点播、视频会议系统、数字监控系统等等，都使用到了图像或视频的压缩技术。 常用的图像的压缩方法有以下几种： 1、行程长度编码（RLE） 行程长度编码（run-length encoding）是压缩一个文件最简单的方法之一。 它的做法就是把一系列的重复值（例如图象像素的灰度值）用一个单独的值再加上 一个计数值来取代。比如有这样一个字母序列aabbbccccccccdddddd它的行程长度编码就是2a3b8c6d。这种方法实现起来很容易，而且对于具有长重复值的串的压缩编码很有效。例如对于有大面积的连续阴影或者颜色相同的图象，使用这种方法压 缩效果很好。很多位图文件格式都用行程长度编码，例如TIFF，PCX，GEM等。 2、LZW编码 这是三个发明人名字的缩写（Lempel，Ziv，Welch），其原理是将每一个字节的值都要与下一个字节的值配成一个字符对，并为每个字符对设定一个代码。当同 样的一个字符对再度出现时，就用代号代替这一字符对，然后再以这个代号与下个 字符配对。 LZW编码原理的一个重要特征是，代码不仅仅能取代一串同值的数据，也能够代替一串不同值的数据。在图像数据中若有某些不同值的数据经常重复出现，也能找到 一个代号来取代这些数据串。在此方面，LZW压缩原理是优于RLE的。 3、霍夫曼编码 霍夫曼编码（Huffman encoding）是通过用不固定长度的编码代替原始数据来实现的。霍夫曼编码最初是为了对文本文件进行压缩而建立的，迄今已经有很多变体。它的基本思路是出现频率越高的值，其对应的编码长度越短，反之出现频率越 低的值，其对应的编码长度越长。 霍夫曼编码很少能达到8∶1的压缩比，此外它还有以下两个不足：①它必须精确地统计出原始文件中每个值的出现频率，如果没有这个精确统计，压缩的效果就 会大打折扣，甚至根本达不到压缩的效果。霍夫曼编码通常要经过两遍操作，第一 遍进行统计，第二遍产生编码，所以编码的过程是比较慢的。另外由于各种长度的 编码的译码过程也是比较复杂的，因此解压缩的过程也比较慢。②它对于位的增 删比较敏感。由于霍夫曼编码的所有位都是合在一起的而不考虑字节分位，因此增 加一位或者减少一位都会使译码结果面目全非。 4、预测及内插编码
图像压缩技术的现状和展望 一.前言介绍 随着多媒体技术和通讯技术的不断发展,多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求,具有庞大数据量的数字图像通信对现有的有限带宽以严峻的考验,更难以传输和存储,极大地制约了图像通信的发展,因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。利用图像压缩,可以减轻图像存储和传输的负担,使图像在网络上实现快速传输和实时处理。 本文通过介绍其发展历程及其基本原理和其现阶段的应用，对图像压缩编码技术进行了系统性概述，最后对其前景作了总体上的展望。 二．图像压缩编码技术的发展历程 图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有60多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。 三．JPEG压缩 负责开发静止图像压缩标准的“联合图片专家组”(Joint Photographic Expert Group,简称JPEG),于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案,其后多次修改,至1991年形成ISO10918国际标准草案,并在一年后成为国际标准,简称JPEG标准。 1.JPEG 压缩原理 JPEG 算法中首先对图像进行分块处理，一般分成互不重叠的大小的块，再对每一块进行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系
J P E G 标准是由国际标准化组织ISO和国际电话电报咨询委员会CCITT为静止图像所建立的第一个国际数字图像压缩标准，它是一个适用范围很广的通用标准，既可以用于灰度图像，又可以用于彩色图像，可以支持各种应用。例如在计算机技术中，基于JPEG 有损压缩的数字水印算法，和嵌入式系统中的JPEG 分层压缩等。在JPEG 各类图像压缩算法中，基于离散余弦变换的图像压缩编码过程称为基本顺序过程，它应用于绝大多数图像压缩场合，并且它能在图像的压缩操作中获得较高的压缩比，并且重构图像与源图像的视觉效果基本相同。 基本原理 基于DCT 顺序型工作模式的JPEG 压缩算法系统的编码器与解码器的结构如图1 所示，量化编码是在进行了二元D C T 的系数量化后，且熵编码部分使用Huffman 编码方法。 图1 系统结构图 1 色彩变换与部分数据取样 色彩变换将计算机屏幕显示使用的RGB 色彩数据按照（1 ）式给定的关系，转换成JPEG
中使用的YCbCr 数据，其中Y 是颜色的亮度，CbCr 是色调。 Y=0.2999R+0.5870G+0.1140B Cb = -0.1687R-0.3313G+0.5000B+128 (1) Cr = 0.5000R-0.4187G-0.0813B+128 在取样部分，考虑到人眼对图像的亮度变化敏感，而对颜色的变化迟钝。因此，对反映颜色变化的色调信息只取其部分数据进行处理。本文的JPEG 格式采用的部分取样方式为Yuv411，即每取4 个Y 数据，只取一个Cb 数据和一个Cr 数据。因此，原数据在尚未编码时，已获得50% 的压缩。 2 利用DCT 对空间频率的变换 离散余弦变换(DCT)实现将一组光强数据转换成频率数据。在压缩时，将源图像数据分成8*8 像素构成的像块的集合。经过零偏置将每一取样值从0～255 转为-128～+127,再做DCT 处理。DCT 将每个数据单元的值转换为64 个DCT 系数Svu,其中S00 称为直流系数,其余63 个系数称为交流系数。解压缩是正向变换的反过程。D C T 和IDCT 分别由公式(2）和公式（3）实现。 770 01(21)(21)(,)()()(,)cos cos 41616i j i u j v F u v C u C v f i j ππ==++????=????????∑∑ (2) 7700 1(21)(21)(,)()()(,)cos cos 422u v x u y v f i j C u C v F u v N N ππ==++????=????????∑∑ (3) 上式中(),()C u C v = (当u ，v=0时) (),()1C u C v = (其他情况) 3 量化和熵编码 直流分量和各交流分量可用不同量化间隔量化，低频分量量化得细，高频分量量化得粗。Y 、U 、V 也可用不同的量化表，Y 细量化，U 、V 粗量化。JPEG 规范中，Y 数据和Cb 、Cr 数据各有一个8 × 8 的推荐量化表，根据具体要求可以构造专用的量化表，但量化过程和逆量化过程应使用同样的量化表。量化是在图像文件品质与压缩比例之间做一选择的重要过程，而这也就是JPEG 所谓的失真压缩方式。经量化处理后的数据，应用平均压缩比最高的Huffman 码进行熵编码。 经过上述过程后可得到压缩图像。
数字图像处理结课论文 ：X.X.X 学号：0.0.0.0.0.0.0.0专业：通信工程
浅谈学习数字图像处理技术的认识 摘要 数字图像处理技术是一门将图像信号转换成数字信号并利用计算机对其进行 处理的技术。图像信息是人类获得外界信息的主要来源，因为大约有70%的信息是通过人眼获得的，而人眼获得的都是图像信息。i通过数字图像处理技术对获得的图像信息进行处理来满足或者实现人们的各种需要。从某些方面来说，对图像信息的处理甚至比图像信息本身更重要，尤其是在这个科技迅猛发展的21世纪。 Abstract Digital image processing technology is a keeper image signals into digital signals and processed by computer technology. Images are a major source of human access to outside information, because some 70% of information was obtained through human eyes, are the image information obtained by the human eye. By means of digital image processing technology to obtain image information processing to meet or achieve people's various needs.In some ways, image information processing even more important than the image itself, especially in the rapid development of science and technology of the 21st century. 关键词 数字图像、处理、应用 引言 经过一个学期的学习，我对数字图像处理技术有了一个更加深刻的了解，做了几次MATLAB数字信号处理实验，知道了如何利用MATLAB编程来实现数字图像处理技术的一些基本方法，以及如何使用PHOTOSHOP软件来做一些简单的图像处理。 本文主要研究数字图像处理的特点，数字图像处理的分类, 数字图像处理的容，数字图像处理的实例，数字图像处理的具体实验举例，以及数字图像处理技术在日常生活中的一点应用 一、数字图像处理的特点 1.0处理精度高 按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16 位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。试想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。
实验5 图像压缩 一．实验目的： 1．掌握图像压缩的原理——编码冗余，压缩比C R的计算等。 2．了解并掌握霍夫曼编码的原理、实现步骤。 3．掌握JPEG标准——通用的图像压缩/解压缩编码标准。 二．实验内容： 1．利用已给出的MATLAB自编函数库matlab_function文件夹，实现压缩比的计算。 2．对信号源符进行霍夫曼编码，以消除信源的冗余数据。 3．练习JPEG标准的压缩/解压缩技术。 三．实验原理： 1．图像压缩比C R的计算 函数imratio(f1, f2)，计算图像压缩比C R，该函数来自MATLAB自编函数库matlab_function文件夹，语法如下： imratio(imread(‘filename’), ‘filename.jpg’) //第二个参数‘filename.jpg’仅是文件名，实际上是一个结构，内含压缩 //后的各种压缩信息，并不代表图像本身 >>f = imread(‘E:\医学图像处理实验讲义\实验五\car_lady.jpg’) >>imfinfo E:\医学图像处理实验讲义\实验五\car_lady.jpg //查看图像文件的详细信息 >>imwrite(f, ‘car_lady25.jpg’, ‘quality’, 25) //将压缩后的图像存到MATLAB默认路径中 >>imfinfo car_lady25.jpg //可依据图像信息计算出压缩率 >>f25 = imread(‘car_lady25.jpg’) >>Cr = imratio (f25, ‘car_lady25.jpg’) 2．霍夫曼编码 符号概率 a1 0.1875 a2 0.5 a3 0.125 a4 0.1875 函数huffman(p)进行霍夫曼编码，语法： huffman(p) //p为向量符号 >>p = [0.1875 0.5 0.125 0.1875] >>c = huffman(p)
Matlab的图像压缩技术 一．目的要求 掌握Matlab图像图像压缩技术原理和方法。理解有损压缩和无损压缩的概念，了解几种常用的图像压缩编码方式，利用matlab进行图像压缩算法验证。二．实验内容 1、观察颜色映像矩阵的元素 >> hot(8) ans = 0.3333 0 0 0.6667 0 0 1.0000 0 0 1.0000 0.3333 0 1.0000 0.6667 0 1.0000 1.0000 0 1.0000 1.0000 0.5000 1.0000 1.0000 1.0000 数据显示第一行是1/3红色，最后一行是白色。 2、pcolor显示颜色映像 >> n=16; >> colormap(jet(n)); >> pcolor([1:n+1;1:n+1]); >> title('Using Pcolor to Display a Color )Map'); 图2 显示颜色映像
3、colorbar显示当当前坐标轴的颜色映像>> [x,y,z]=peaks; >> mesh(x,y,z); >> colormap(hsv); >> axis([-3 3 -3 3 -6 8]); >> colorbar; 图3 显示当前坐标轴的颜色映像4、图像格式转换 g=rgb2gray(I); g=rgb2gray(I); >> imshow(g),colorbar; 图4-1 原图像saturn.png
图4-2转换后的图像 5、求解图像的二唯傅里叶频谱 I=imread('cameraman.tif'); >> imshow(I) >> J=fftshift(fft2(I)); >> figure; >> imshow(log(abs(J)),[8,10]) 图5-1 原图像cameraman.png
ＩＳＳＮ１００９－３０４４ ＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅａｎｄＴｅｃｈｎｏｌｏｇｙ电脑知识。ｉ技术 Ｖ０１．６，Ｎｏ．６，Ｆｅｂｒｕａｒｙ２０１０，ＰＰ．１４５２—１４５３，１４６０ 浅谈数字图像处理技术的基本原理 潘振赣ｕ。龚声蓉１ （１．苏州大学计算机科学与技术学院，汀苏苏州２１５００６；２．苏州科技学院网络中心，江苏苏州２１５００９） Ｅ—ｍａｉｌ：ｅｄｕｆ＠ｃｃｃｃ．ｎｅｔ．ｃｎ ｈｔｔｐ：／／ｗｗｗ．ｄｉｉｚｓ．ｎｅｔ．ｃｒｌＴｅｌ：＋８６—５５ｌ一５６９０９６３５６９０９６４ 摘要：原始资料因为时间原因变得模糊不清．人眼无法识别相关内容．把这些原始资料变为数字图象输入计算机，运用数字图象处理技术对这些数字图像进行去除噪声、增强、复原、分割等处理，将其还原达到人眼可以看清的效果，可以保存资料和进行历史研究。 关键词：识别；图象处理；去噪；增强：复原；分割 中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１００９－３０４４（２０１０）０６一１４５２—０２ ＡＳｕｒｖｅｙｏｆｔｈｅＢａｓｉｃＰｒｉｎｃｉｐｌｅｓｉｎＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｏｌｏｇｙ ＰＡＮＺｈｅｎ—ｇａｎ”．ＧＯＮＧＳｈｅｎｇ—ｒｏｎ９１ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｎｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＳｏｏｃｈｏｗＵＭｖｅｒｓｉＷ，Ｓｕｚｈｏｕ２１５００６，Ｃｈｉｎａ；２．ＣｅｒｔｅｒｏｆＮｅｔｗｏｒｋ，ＳｕｚｈｏｕＵｍｖｅｍｉｔｙｏｆＳｃｉｎｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｓｕｚｈｏｕ２１５００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｆｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｃｏｎｔｅｎｔｓｏｆｂｌｕａ－ｙ，ＫＯＵＴＣＣｍａｔｅｒｉａｌｓａｒｅｄｉｆｆｉｃｕｌｔｆｏｒｎａｋｅｄ ｅｙｅ ｔｏｉｄｅｎｔｉｆｙ．ｉｔｉｓｆｅａｓｉｂｌｅｔＯｐｒｅｓｅｒｖｅｔｈｅｍａｔｅｒｉ—ａｌｓａｎｄｃａｒｒｙＯＵｔｈｉｓｔｏｒｙｒｅｓｅａｒｃｈｂｙｉｎｐｕｔｔｉｎｇｔｈｅｄｉｇｉｔａｌｉｍａｇｅｓｏｆｓｏｕｒｃｅｍａｔｅｒｉａｌｓｉｎｔｏａｃｏｍｐｕｔｅｒ，ｄｉｓｐｏｓｉｎｇｔｈｅｉｍａｇｅｓｗｉｔｈｔｈｅｔｅｃｈｎｏｔ—ｏｇｙｏｆｎｏｉｓｅｒｅｍｏｖａｌ，ｅｎｈａｎｃｅｍｅｎｔ，ｒｅｓｔｏｒａｔｉｏｎ，ｓｅｇｍｅｎｔａｔｉｏｎａｎｄｒｅｖｅｒｔｉｎｇｔｈｅｍｔＯｔｈｅｅｆｆｅｃｔｏｆｖｉｓｉｂｉｌｉｔｙ． Ｋｅｙｗｏｒｄｓ：ｉｄｅｎｔｉｆｆ；ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｎｏｉｓｅｒｅｍｏｖａｌ；ｅｎｈａｎｃｅｍｅｎｔ；ｒｅｓｔｏｒａｔｉｏｎ；ｓｅｇｍｅｎｔａｔｉｏｎ 一些历史档案和资料具有很高的研究价值，对于研究该地区当时的经济和文化背景有很大的作用，但是因为年代久远．其纸质或布质的材质冈为时间原因，使得写在上面的图案和义字资料都模糊不清，有砦肉眼已经很难分辨出具体内容，对于历史和研究都是很大的损失，用数码相机将这些纸质或布质材质的资料拍摄下来输入计算机，将原始的资料变为数字图象，再用数字图象处理的方法将其处理还原，以达到人眼可以看清内容，进行研究的效果。 用计算机进行图像处理的前提是图像必须以数字格式存储到计算机中，以数字格式存放的图像称为数字图像（ｄｉｇｉｔａｌｉｍａｇｅ）。数字图像处理（ｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ），就足利用计算机对数字图像进行去除噪声、增强、复原、分割、特征提取等理论、方法和技术，将原始资料清晰化，改善图象的质量，使人的肉眼可以看清这些图象，从而得以保存和研究的目的。由于图像处理是利用计算机硬件和软件实现的．因此也被称为计算机罔像处理（ｃｏｍｐｕｔｅｒｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ）。 数字图象处理一般有两种基本的方法：一种方法是在图象的空间域中处理．即红罔象空间中对图象本身直接进行各种处理优化，达到改善图象质量的目的；另一种疗法是把空间网象进行某些转化，从空间域转到频率域巾。再在频率域中进行各种处理，然后再变叫到图象的空间域，形成处理后的图象，从而达到改善图象质量的目的。 １去除噪声 原始实体资料变为数字图象在计算机中进行处理的时候，可能会产生各种各样的噪声，这些噪声可能是在进行数字转换过程中，因为输入设备的原因产生，也可能在对数字图象的处理中产生，噪声不一定是真实的声音，可以理解为影响人的视觉器官或系统传感器对所接收图象源信息进行理解或分析的各种因素。不同原因产生的噪声，其分布特性也不完全相同，根据噪声和信号的关系可将其分为两种形式：１）加性噪声，此类噪声与输入图象信号无关，含噪图象表示为ｑｘ，ｙ）＝ｇ（ｘ，ｙ）＋ｎ（ｘ，ｙ）；２）乘性噪声，此类噪声与图象信号有关，含噪图象表示为ｆ（ｘ，ｙ）＝ｇ（ｘ，ｙ）＋ｎ（ｘ，ｙ）ｇ（ｘ，ｙ）。噪声对罔象处理卜分重要，如果图象伴有较大噪声，它会直接影响到图象处理的输入、采集、处理的各个环节以及输出的全过程甚至输出结果，因此。在进行数字图象处理的时候，首先需要对目标图象进行去除噪声的工作。 １．１均值滤波器 采用邻域平均法的均值滤波器适用于去除通过扫描得到的图象中的颗粒噪声。邻域平均法是空间域平滑技术。对于给定的图象ｆ（ｘ，ｙ）中的每个像点（ｘ，ｙ），取其邻域Ｓｘｙ，设Ｓｘｙ含有Ｍ个像素，取其平均值作为处理后所得图像像点（ｘ，ｙ）处的灰度。 １－２自适应维纳滤波器 它能根据图象的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强。它的最终目标是使恢复图像ｆ＾（ｘ，ｙ）与原始图像ｆ（ｘ，ｙ）的均方误差ｅ２＝Ｅ［（ｆｆｘ，ｙ）一ｆ＾（ｘ，ｙ））２１最小。 １．３中值滤波器 基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的ｒＩｉ值代换。其主要功能是让周嗣象索灰度值的差 收稿日期：２００９—１２—２７ 作者简介：潘振赣ｆ１９７６一），男，江苏兴化人，苏州科技学院工程师，苏州大学在职研究生，研究方向为模式识别，数字图象处理，龚声蓉（１９６６一）苏州大学计算机科学与技术学院教授，研究生导师。 １４５２－－人工■■夏识勇怕Ｅ术本栏目责任编辑：唐一东
2012年 12月 第 4期 数字图像处理技术的研究现状与发展方向孔大力崔洋 (山东水利职业学院 , 山东日照 276826 摘要 :随着计算机技术的不断发展 , 数字图像处理技术的应用领域越来越广泛。本文主要对数字图像处理技术的方法、优点、数字图像处理的传统领域及热门领域及其未来的发展等进行相关的讨论。 关键词 :数字图像处理 ; 特征提取 ; 分割 ; 检索 引言 图像是指物体的描述信息 , 数字图像是一个物体的数字表示 , 图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理 , 它是一门新兴的应用学科 , 其发展速度异常迅速 , 应用领域极为广泛。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代 , 图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业 , 对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大 , 而计算机运行处理速度相对较慢 , 这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高 , 运行速度大大提高 , 价格迅速下降 , 图像处理设备从中、小型计算机迅速过渡到个人计算机 , 为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计 , 在人类获取的信息中 , 视觉信息占 60%, 而图像正是人类获取
信息的主要途径 , 因此 , 和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。 1数字图像处理的目的 一般而言 , 对图像进行加工和分析主要有以下三方面的目的 [1]: (1提高图像的视感质量 , 以达到赏心悦目的目的。如去除图像中的噪声 , 改变图像中的亮度和颜色 , 增强图像中的某些成分与抑制某些成分 , 对图像进行几何变换等 , 从而改善图像的质量 , 以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。 (2提取图像中所包含的某些特征或特殊信息 , 以便于计算机进行分析 , 例如 , 常用做模式识别和计算机视觉的预处理等。这些特征包含很多方面 , 如频域特性、灰度 /颜色特性、边界 /区域特性、纹理特性、形状 /拓扑特性以及关系结构等。 (3对图像数据进行变换、编码和压缩 , 以便于图像的存储和传输。 2数字图像处理的方法 数字图像处理按处理方法分 , 主要有以下三类 , 即图像到图像的处理、图像到数据的处理和数据到图像的处理 [2]。 (1 图像到图像。图像到图像的处理 , 其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。 首先 , 各类图像系统中图像的传送和转换中 , 总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因 , 只将图像中感兴趣的特征有选择地突出 , 衰减次要信息 , 提高图像的可读性 , 增强图像中某些特征 , 使处理后的图像更适合人眼观察和机器分析。这类方法就是图像增强。例如 , 对图像的灰度值进行修正 , 可以增强图像的对比度 ; 对图像进行平滑 , 可以抑制混入图像的噪声 ; 利用锐化技
数字图像处理（基础）教案 一、基础知识 第一节、数字图像获取 一、目的 1掌握使用扫描仪等数字化设备以及计算机获取数字图像的方法； 2修改图像的存储格式。 二、原理 用扫描仪获取图像也是图像的数字化过程的方法之一。 扫描仪按种类可以分为手持扫描仪，台式扫描仪和滚筒式扫描仪（鼓形扫描仪）。 扫描仪的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。各类扫描仪都标明了它的光学分辨率和最大分辨率。分辨率的单位是dpi，dpi是英文Dot Per Inch的缩写，意思是每英寸的像素点数。 扫描仪工作时，首先由光源将光线照在欲输入的图稿上，产生表示图像特征的反射光（反射稿）或透射光（透射稿）。光学系统采集这些光线，将其聚焦在CCD上，由CCD将光信号转换为电信号，然后由电路部分对这些信号进行A/D转换及处理，产生对应的数字信号输送给计算机。当机械传动机构在控制电路的控制下，带动装有光学系统和CCD的扫描头与图稿进行相对运动，将图稿全部扫描一遍，一幅完整的图像就输入到计算机中去了。
图1.1扫描仪的工作原理 扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。 在扫描仪的工作过程中，有两个元件起到了关键的作用。一个是CCD，它将光信号转换成为电信号；另一个是A/D变换器，它将模拟电信号变为数字电信号。CCD是Charge Couple Device的缩写，称为电荷耦合器件，它是利用微电子技术制成的表面光电器件，可以实现光电转换功能。CCD 在摄像机、数码相机和扫描仪中应用广泛，只不过摄像机中使用的是点阵CCD，即包括x、y两个方向用于摄取平面图像，而扫描仪中使用的是线性CCD，它只有x一个方向，y方向扫描由扫描仪的机械装置来完成。CCD芯片上有许多光敏单元，它们可以将不同的光线转换成不同的电荷，从而形成对应原稿光图像的电荷图像。如果我们想增加图像的分辨率，就必须增加CCD上的光敏单元数量。实际上，CCD的性能决定了扫描仪的x方向的光学分辨率。A/D变换器是将模拟量(Analog)转变为数字量(Digital)的半导体元件。从CCD获取的电信号是对应于图像明暗的模拟信号，就是说图像由暗到亮的变化可以用从低到高的不同电平来表示，它们是连续变化的，即所谓模拟量。A/D变换器的工作是将模拟量数字化，例如将0至1V的线性电压变化表示为0至9的10个等级的方法是：0至小于0.1V 的所有电压都变换为数字0、0.1至小于0.2V的所有电压都变换为数字1……0.9至小于1.0V的所有电压都变换为数字9。实际上，A/D变换器能够表示的范围远远大于10，通常是2^8=256、2^10=1024或者2^12=4096。如果扫描仪说明书上标明的灰度等级是10bit，则说明这个扫描仪能够将图像分成1024个灰度等级，如果标明色彩深度为30bit，则说明红、绿、蓝各个通道都有1024个等级。显然，该等级数越高，表现的彩色越丰富。 步骤
图像压缩技术浅析 图像压缩技术是目前计算机应用领域的一项热门技术。随着计算机技术、现代通信技术、网络技术和信息处理技术的迅速发展，图像作为一种重要的信息载体已经成为应用最广泛的信息表现形式之一。但是由于未经处理的图像本身数据量非常大，这给图像的传输、存储及加工处理等方面带来了极大的困难，要消除上述三种图像应用中的困难，关键对图像进行压缩。图像实现压缩的过程要付出较大的计算量，但相对于图像压缩的意义又是非常值得的。图像实现压缩的意义在于减少数据存储量，节省存储数据时的存储空间和CPU处理数据的时间；降低数据率以减少传输时的使用带宽，节省传输时间；压缩图像的信息量，便于特征抽取，为识别做准备。图像数据能够实现压缩主要有两个方面的原因：一是图像数据中有许多冗余，包括时间冗余、空间冗余等，用某种数学的方法来表示图像使原始图像数字化从而消除冗余，用这种方式表示的图像还能恢复到图像的原始状态属于无损压缩范畴；二是利用人眼的生理因素，人眼对图像的细节和某些颜色的辨别能力存在着一个极限，把超过这个极限的部分去掉，也可以达到压缩目的，但这种方式表示的图像数据有丢失不能恢复到图像的原始状态，属于有损压缩范畴。本文首先介绍了图像压缩技术的背景、发展历史和图像压缩的基本原理和图像能够实现压缩的理论依据以及图像压缩的分类应用，并对图像压缩编码的相关研究现状进行了综述性分析，然后对基于哈夫曼编码算法的图像压缩方法及具体实现进行研究，其中重点介绍了哈夫曼（Huffman）编码的原理和算法及其衍生算法，并对几种不同的压缩算法进行了简单的比较，得出结论哈夫曼编码能够实现对图像数据的无损压缩，并且得出哈夫曼编码在有着广泛应用的同时已不再是压缩算法的全部，而经常与其它的压缩算法相结合被当作最终的编码方法，如JPEG压缩算法。本文充分利用哈夫曼编码简洁方便的特性，摒弃了传统的JPEG压缩算法中要进行哈夫曼编码前先进行图像转换、DCT变换等复杂的过程，结合BMP图像的结构和特点，提出了一种更为简洁的可以实现无损压缩的哈夫曼编码方法，即单纯基于哈夫曼编码算法实现对256色BMP图像数据部分的压缩方法。该算法有两个互逆过程：压缩和解压缩。 随着计算机技术、现代通信技术、微电子技术、网络技术和信息处理技术的迅猛发展，以可视电话、电视会议、数字音视频为主要内容的多媒体通信将逐步取代模拟语音电话、数据、传真成为目前通信业务的主要内容。图像和多媒体业务的发展需要存储、处理和传输各类静止的和活动的图像信息，与文字信息不同，图像信息需要大的存储容量和宽的传输信道，虽然通信技术得以较快的发展，但是仍然无法满足需要实现大规模图像数据库或传输高分辨率实时图像信息的场合。 面对数字图像数据量巨大的问题，对图像信息进行有效的压缩成为解决上述问题的必要手段，图像压缩（编码）算法和技术成为近年来一个活跃的研究领域。 人类感受世界的最重要的手段就是视觉，据科学研究表明，在人类所接受的信息
浅析医学影像中数字图像处理技术 数字图像处理技术在医学影像中具有重要的应用价值，其技术的发展为医疗技术提供了进步的平台，下面是为大家的医学影像中数字图像处理技术探究的论文范文，欢迎阅读借鉴。 前言 数字图像处理技术以当前数字化发展为基础，逐渐衍生出的一项网络处理技术，数字图像处理技术可实现对画面更加真实的展示。在医学中，随着数字图像处理技术的渗透，数字图像将相关的病症呈现出来，并通过处理技术对画面上相关数据进行处理，这种医疗手段，可大幅提升相关病症的治愈率，实现更加精准治疗的疗效。在医学中医学影像广泛用于以下几方面之中，其中包括CT(计算机X线断层扫描)、PET(正电子发射断层成像)、MRI(核磁共振影像)以及UI(超声波影像)。数字图像处理技术在技术发展基础上，其应用的范围将会在逐渐得到扩展，应用成效将会进一步得到提升。 1、关键技术在数字图像处理中的应用 医学影像中对于数字图像的处理，通常是将数字图像转化成为相关数据，并针对相关数据呈现的结果，对患者病症进行分析，在对数字图像处理中，存在一定的关键技术，这些关键技术直接影响着整个医疗治疗与检查。 1.1图像获取 图像获取顾名思义将医患的相关数据进行，在进行数字图像检测时，得出的相关图像，在获取相关图像后，经过计算机的转变，将
图像以数据的形式进行处理，最后将处理结果呈现出来。在计算机摄取图像中，通过光电的转换，以数字化的形式展现出来，数字图像处理技术还可实现将分析的结果作为医疗诊断的依据，进行保存[1]. 1.2图像处理 在运用数字图像获取相关图像后，需对图像进行处理，如压缩处理、编码处理，将所有运行的数据进行，将有关的数据进行压缩，并将相关编码进行处理，如模型基编码处理、神经网络编码处理等。 1.3图像识别与重建 在经过图像复原后，将图像进行变换，在进行图片分析后分割相关图像，测量图像的区域特征，最后实现图像设备与呈现，在重建图像后，进行图像配准。 2、医学影像中数字图像处理技术 2.1数字图像处理技术的辅助治疗 当前医学图像其中包括计算机X线断层扫描、正电子发射断层成像、核磁共振影像以及超声波影像，在医疗治疗中，可根据相关数据的组建，进而实现几何模式的呈现，如3D,还原机体的各项组织中，对于细小部位可实现放大观察，可实现医生定量认识，更加细致的观察病变处，为接下来的医疗治疗提供帮助。例如在核磁共振影像治疗中，首先设定一定的磁场，通过无线电射频脉冲激发的方式，对机体中氢原子核进行刺激，在运行过程中产生共振，促进机体吸收能力，帮助查找病症所在[2]. 2.2提升放射治疗的疗效
数字图像处理上机实习报告（DIP4----DIP7） 学生姓名：杜坤 班级：071123 学号：20121003699 指导老师：傅华明
DIP-4 图像编码 一．题目要求 对图实施费诺-香农编码和解码，计算图像熵，平均码长和冗余度。 二．算法设计 1.测试脚本的程序框图 开始 读入图像的 数据为a 统计各个灰度值的概率 将码字初始化 编码 根据编码的码字对 图像数据进行输出 解码 将解码后的数据 data变行为8*8 计算图像的熵 计算图像的 平均码长 编码的编码效率 计算冗余度 校对编码前后的数 据 结束 2.编码程序框图 读入图像的直方图，将图像的灰度值按照概率大小排序，按照香农编码的规则编码。 香农编码将概率由大到小，由上到下排成一排，然后分为两组。是将大的一组概率赋值为0，概率小的一组赋值为1，这是赋值的原则。然后依次的重复，直到每组只有一种输入元素为止。
3.解码程序框图 三．实现代码 1.脚本文件 clear all load mat p = impr(a); %统计概率 code = FanoCodeInit(p); %Fano编码初始化
code = FanoEncoder(code);%Fano编码 outstream = FanoCodeStream(a,code); %输出 data = FanoDecoder(outstream,code);%解码 data = reshape(data,8,8); %恢复8*8的形状 data = data'; %转置 I = abs(p.*log2(p)); disp('图像的熵为：'); H = sum(I(:)) %计算熵 disp('图像的平局码长为：') B = FanoCodeLength(code); %求平均长度 disp('编码冗余度为：'); r = B/H - 1 %求冗余 disp('编码效率为：') e = H/B %求编码效率 if isequal(a,data) msgbox('解码后的数据和输入的数据完全吻合'); end 2.统计灰度的概率 function [p]= impr(f) %概率统计 [m,n] = size(f); graymax = max(f(:)); %找出灰度最大值，划定统计范围p = zeros(1,graymax + 1); for i = 1:m for j = 1:n x = f(i,j) + 1; p(x) = p(x) + 1; end end p = p/(m*n); End 3.码字的初始化 function [code] = FanoCodeInit(p) %FanoShano码字初始化 [m,n] = size(p); for i = 1:n code(i).gray = i - 1; code(i).p = p(i); code(i).str = ''; end
图像压缩技术的发展现状与趋势 耿玉静1 赵华2 1燕山大学信息科学与工程学院 河北秦皇岛 （066004） 2河北师范大学电子系 河北保定 （071003） E-mail: gyjlunwen@https://www.doczj.com/doc/9714905852.html, 摘要文章简要论述了图像和视频压缩技术的研究状况，就目前国际上正在研究的压缩标准和方法作了介绍，并对图像和视频压缩技术的发展趋势和前景进行了初步探讨。 关键词图像压缩，视频编码，视频对象，压缩标准 1．图像压缩的可行性 图像编码压缩的目的是对要处理的图像源数据按一定的规则进行变换和组合[1]，从而达到以尽量少的比特数来表征图像，同时尽可能好的复原图像的质量，使它符合预定应用场合的要求。图像数据之所以可以进行压缩，是因为有以下几个方面的原因:组成图像的各像素之间，无论在行方向还是列方向都存在一定的相关性，即原始图像数据是高度相关的，应用某种编码方法提取或减少这些相关性，便可达到压缩数据的目的；从信息论看，描述图像信源的数据是由有效信息量和冗余量两部分组成的，去除冗余量能够节省传输和存储中的开销，同时又不损害图像信源的有效信息量；有些场合允许图像编码有一定的失真，也是图像可以压缩的一个重要原因。 2．图像压缩的分类 图像压缩编码的方法目前有很多种，出发点不同其分类亦有差异。以信息保真度为出发点，可以分为两大类：一类是冗余度压缩法。如著名的哈夫曼编码、香农编码、游程编码等，其特征是压缩比较低（一般不超过8:1），但不丢失任何数据，可以严格恢复原图像，实现编/解码的互逆，故又称可逆编码或无损压缩。另一类是熵压缩法。如预测编码、变换编码、统计编码等，由于在压缩过程中要丢失一些人眼所不敏感的图像信息，且所丢失的信息不可恢复，即图像还原后与压缩前不完全一致，故又称有损压缩。以具体编码技术为出发点，可以分为：预测编码、变换编码、统计编码、轮廓编码、模型编码等。 3．图像压缩技术的现状 20世纪80年代后，ISO、IEC和ITU陆续制定了各种数据压缩与通信的标准与建议。 3.1静止图像压缩标准：JPEG标准&JPEG 2000 标准 3.1.1 JPEG 标准 JPEG 全名为Joint Photographic Experts Group，是一个在国际标准组织（ISO）下从事静止图像压缩标准制定的委员会。JPEG标准从1986年正式开始制订，1988年决定采用以图像质量最好的ADCT（Adaptive Discrete Cosine Transform）方式为基础的算法作标准[2]，于1991年3月提出10918号标准[3]“连续色调静止图像的数字压缩编码”，即JPEG标准[4,5]。它在较低的计算复杂度下，能提供较高的压缩比与保真度。 - 1 -