圖像處理方法研究及其應用研究

拜穎乾

摘 要：隨著國民經濟的不斷發(fā)展與進步，科學技術的不斷改革與創(chuàng)新，圖像處理方法被廣泛地應用在各個行業(yè)領域中。圖像處理方法的工作原理是通過利用先進的計算機、攝像機以及數(shù)字處理技術，實現(xiàn)對圖像信息的科學運算和處理，從而有效提取出具有價值的信息數(shù)據(jù)，這樣能夠最大程度提高人們的工作學習效率，創(chuàng)造出更多的經濟效益和社會效益，推動人類社會和諧穩(wěn)定地持續(xù)發(fā)展。該文將進一步對圖像處理方法及其應用展開分析與探討。

關鍵詞：圖像處理方法 實踐應用 分析研究

中圖分類號：TP391 文獻標識碼：A 文章編號：1674-098X（2017）07（a）-0150-02

當前是一個經濟全球化的時代，傳統(tǒng)產業(yè)的發(fā)展要與時俱進，跟上時代前進的腳步，圖像處理技術作為一項先進的圖像信息處理分析技術，其顯著的特征包括了精度高、再現(xiàn)性好以及適用范圍寬等，被廣泛地應用在農業(yè)、醫(yī)療、交通以及工業(yè)自動化等領域當中，創(chuàng)造出了巨大的價值作用。隨著時間的不斷推移，我國數(shù)字技術、計算機技術的不斷創(chuàng)新發(fā)展，圖像處理方法變得越來越簡單易操作，社會企業(yè)無需投入過多的設備成本，就能夠實現(xiàn)圖像處理技術的高效應用，有效提高圖像信息提取處理的工作效率和質量，推動企業(yè)穩(wěn)定持續(xù)地發(fā)展。

1 圖像處理方法的類型

1.1 圖像平滑

圖像平滑方法的工作目的是為了有效消除噪聲的影響，促進圖像質量的提升。該方法的工作原理是通過使用領域的加權平均或者平均就能夠有效避免噪聲干擾問題的發(fā)生。圖像平滑方法的實質就是一種低通濾波，促使只讓信號屬于低頻的部分通過，而屬于噪聲的高頻部分則要成功攔截。當前市場上，人們常用的圖像平滑濾波方法主要包括了頻域法以及空域法，技術人員通過采取先進的圖像平滑方法不僅僅能夠有效消除圖像中存在的噪聲，還可以滿足圖像信息提取分析的相關要求。

1.2 圖像二值化

最早提出二值視覺的時間是發(fā)生在研究機器視覺的初期。由于當時計算機技術發(fā)展水平偏低、內存量不大，導致研究條件難以支持更為高端的內容進展，所以視覺研究人員主要將時間和精力放在研究輸入圖像僅涵蓋兩個灰度值的二值視覺系統(tǒng)上。

相關技術人員可以通過合理分割灰度圖像，有效獲取相關二值圖像。倘若圖像上物體的灰度值落位于某個區(qū)間內，同時物體背景的灰度值又處于區(qū)間范圍外，那么研究人員就能夠使用閥值運算方法快速獲取到物體的實際二值圖像，也就是區(qū)間內的點置成1，而區(qū)間外的點則置成0。研究技術人員在選擇閥值的工作過程中，要想選取出一個最優(yōu)化的動態(tài)閥值，就必須綜合考慮到物體的反射特性以及照片條件因素。當前，工作人員能夠采用的閥值選取方法主要包括了兩種類型，一種是全局門限技術，另外一種則是局部門限技術。

1.3 邊緣檢測

圖像最為基本的特征就是邊緣，其涵蓋了圖像的核心信息。因此，相關工作人員要高度重視對圖像邊緣信息的檢測分析工作。通常情況下，在圖像處理工作上技術人員都認為灰度產生急劇變化的點就是邊緣，在頻域中則體現(xiàn)為高頻分量。圖像邊緣所處的位置主要包括了目標與目標、區(qū)域與區(qū)域以及目標與背景之間。邊緣檢測工作是圖像分析處理的重要前提，圖像信息提取和分析工作的第一步往往是對圖像邊緣進行檢測，從而有效完成對圖像的科學分割、形狀特征提取以及紋理特征提取等工作內容。

圖像亮度的不連續(xù)主要可以分為兩種，一種是線條不連續(xù)，另一種是階躍不連續(xù)。而對于圖像邊緣來說，其極有可能同時具備兩種不連續(xù)特性。因為圖像邊緣與場景中物體重要特征可能是存在對應關系的，所以是圖像分析處理的重要特征。圖像研究技術人員可以通過使用低度攝像機去拍攝某條道路口的過往車輛，然后采取先進的圖像處理分析方法，去科學判斷出是否存在車輛在紅燈狀態(tài)時通過路口。一旦真的檢測到車輛闖紅燈，就采取凍結畫面的方式，將車輛畫面有效保存到IPEG有損壓縮存儲格式文件上。

2 圖像處理技術的實踐應用

2.1 圖像處理技術在農業(yè)領域中的應用

隨著現(xiàn)代農業(yè)化的不斷發(fā)展，越來越多從業(yè)者認識到圖像處理技術在農產品分選環(huán)節(jié)應用的重要作用。相關工作人員通過合理使用機器視覺技術能夠有效吸納對農作物生長情況的實時監(jiān)測，從而有針對性地開展?jié)补嗍┓首鳂I(yè)。農業(yè)人員可以根據(jù)不同農作物種類，采取圖像處理技術提取具有價值的圖像信息，科學進行分析研究，從而總結出該農作物的長勢正常與否。例如，水果圖像的形狀、顏色特征提取分析，煙葉紋理、面積以及顏色特征的分析，通過綜合各個方面圖像因素，總結判斷出農作物的生長情況，發(fā)現(xiàn)問題就及時采取有效措施解決問題，促進農作物健康的生長發(fā)育。

2.2 圖像處理技術在工業(yè)領域中的應用

當前，圖像處理技術被廣泛地應用在工業(yè)生產和裝配流水線上的工件識別內容中。工件自動識別的過程實現(xiàn)是通過對攝像機所拍到的零件試圖進行科學分析處理，從而有效判別出裝配流水線上的當前位置各個零件的對應種類、狀態(tài)以及方位。自動識別需要得到現(xiàn)代化機器人或者機器手設備的輔助，通過將圖像信息有效傳輸給智能機器設備，就能夠實現(xiàn)工廠零件生產、裝配以及質量檢測過程的全自動化，從而最大程度提高了工業(yè)企業(yè)生產的效率，確保企業(yè)在最低成本下創(chuàng)造出最大的經濟效益。

2.3 圖像處理技術在交通領域中的應用

在圖像處理技術的應用輔助下，交通部門能夠有效應用自動化控制的“電子眼”設備實現(xiàn)對道路交通情況的實時監(jiān)測工作。電子眼設備的應用是基于圖像處理基礎原理知識，通過對過往車輛的行駛情況圖像信息分析處理，完成對道路交通管制的相關工作。該項設備的應用極大解放了人類勞動力，促進了我國生產自動化水平的有效提升，為人類社會生活提供了更多便利之處。為了充分發(fā)揮出該項技術的價值作用，相關研究技術人員還需共同努力，不斷提高我國機器視覺技術的發(fā)展應用水平、

2.4 圖像處理技術在醫(yī)療領域中的應用

醫(yī)學圖像分割技術的出現(xiàn)受到了醫(yī)療行業(yè)人員的高度關注，其能夠將一幅圖像有效分解為若干互不交迭區(qū)域的結合，該項技術結合了圖像處理技術以及機器視覺技術。醫(yī)學圖像分割是圖像分割的一個核心研究應用領域，需要更多的優(yōu)秀人才投入到該項事業(yè)建設研究工作中去，解決更多未完成的難題。

2.5 圖像處理技術在其他產業(yè)領域中的應用

圖像處理技術出了被應用在上述行業(yè)領域中，還被有效應用在其他工作方面。例如，技術人員通過將圖像處理技術應用在閉路電視監(jiān)控系統(tǒng)中，能夠有效提高圖像質量，實時捕捉到突發(fā)事件，充分掌握監(jiān)控好現(xiàn)場的復雜情況，并實現(xiàn)對人物身份的科學鑒別工作。此外，圖像處理技術還被應用在衛(wèi)星遙感系統(tǒng)中，這樣一來就能夠對各種遙感圖形進行分析，完成對地球地理測量以及生態(tài)環(huán)境的監(jiān)測工作。

3 結語

綜上所述，國家政府部門要加強與市場企業(yè)的交流與溝通，共同積極推廣應用先進的圖像處理方法，最大程度發(fā)揮出圖像處理技術在各行各業(yè)中的重要作用，有效改善社會大眾的生活，促進我國生產自動化水平的不斷提升，為城鎮(zhèn)化建設作出更大的貢獻。

參考文獻

[1] 魯昌華，徐勝海，劉春.數(shù)字圖像處理技術在 PCB 板檢測中的應用[J].儀器儀表學報，2013，22（4）：427-429.

[2] 汪軍峰，郭佑民.圖像分割在醫(yī)學圖像中的研究方法及應用[J].中國醫(yī)學影像技術，2013（5）：1627-1629.

[3] 姜忠愛，張曉輝，秦軍偉.計算機圖像處理技術及其在農業(yè)檢測中的應用[J].農機化研究，2014（12）：234-236.endprint