数字图像处理系统

在计算机科学中，数字图像处理使用算法对数字图像执行图像处理，以提取一些有用的信息。与模拟图像处理相比，数字图像处理具有许多优点。可以将各种算法应用于输入数据，这可以避免处理过程中的噪声和信号失真等问题。众所周知，图像是在二维中定义的，因此DIP可以在多维系统中建模。

图像处理的目的

DIP的主要目的分为以下5组

1. 可视化： 观察不可见的对象。
2. 图像锐化和恢复： 它用于更好的图像分辨率。
3. 图像检索： 可以看到感兴趣的图像
4. 模式测量： 在图像中，测量所有对象。
5. 图像识别： 可以区分图像中的每个对象。

以下是数字图像处理的基本步骤

1. 图像采集

图像采集是DIP基本步骤的第一步。在此阶段，图像以数字形式给出。通常，在此阶段，进行诸如缩放之类的预处理。

2. 图像增强

图像增强是DIP最简单，最具吸引力的领域。在此阶段，突出显示未知的细节，或者我们可以说图像的有趣特征。如亮度，对比度等...

3. 图像恢复

图像恢复是指提高图像外观的阶段。

4. 彩色图像处理

彩色图像处理是一个著名的领域，因为它增加了互联网上数字图像的使用。这包括颜色建模，数字域中的处理等....

5. 小波和多分辨率处理

在此阶段，以各种分辨率表示图像。图像被分成较小的区域，用于数据压缩和金字塔表示。

6. 压缩

压缩是一种用于减少存储图像的需求的技术。这是一个非常重要的阶段，因为对于互联网使用来说，压缩数据非常必要。

7. 形态学处理

此阶段处理用于提取图像组件的工具，这对于形状的表示和描述很有用。

8. 分割

在此阶段，将图像划分为其对象。分割是DIP中最困难的任务。这是一个需要花费大量时间才能成功解决成像问题的过程，该问题需要单独识别对象。

9. 表示和描述

表示和描述遵循分割阶段的输出。输出是原始像素数据，其中包含区域本身的所有点。为了转换原始数据，表示是唯一的解决方案。而描述用于提取信息以区分一类对象与另一类对象。

10. 对象识别

在此阶段，将标签分配给对象，该标签基于描述符。

11. 知识库

知识是DIP的最后阶段。在此阶段，找到了图像的重要信息，从而限制了搜索过程。当图像数据库具有高分辨率卫星时，知识库非常复杂。

图像变换

以空间坐标（x，y）或（x，y，z）获得图像。如果将空间域图像转换为另一个域，则有很多优点。在其中可以轻松找到任何问题的解决方案。

以下是两种类型的变换

1. 傅里叶变换

傅里叶变换主要用于图像处理。在傅里叶变换中，图像的强度被转换为频率变化，然后再转换为频域。它用于缓慢变化的强度图像，例如护照尺寸照片的背景可以表示为低频分量，而边缘可以表示为高频分量。可以使用FT域的滤波器删除低频分量。当图像在FT域中被过滤时，它仅包含图像的边缘。并且如果我们对空间域进行反FT域，则图像也仅包含边缘。傅里叶变换是确定图像边缘的最简单技术。

二维傅里叶变换

矩阵表示法

傅里叶变换的性质如下

• 对称酉
• 周期扩展
• 采样傅里叶
• 快速
• 共轭对称
• 循环卷积

示例

模糊图像及其傅里叶变换的示例

离散余弦变换（DCT）

在离散余弦变换中，系数携带有关图像像素的信息。同样，使用很少的系数就可以包含很多信息，而其余系数包含的信息最少。可以删除这些系数而不会丢失信息。通过这样做，可以在DCT域中减小文件大小。DCT用于有损压缩。

一维离散余弦变换

二维离散余弦变换

离散余弦变换的性质如下

• 实正交：C=C* → C-1=CT
• 不！DFT的实部
• 快速变换
• 出色的能量压缩（高度相关的数据）

示例

图像变换的应用如下

• 傅里叶变换用于边缘检测。
• 离散余弦变换用于图像压缩。