数字图像缩放技术研究毕业论文

数字图像缩放技术研究毕业论文内容摘要：

在“质”方面的特征。 如某物体在白光下呈现绿色，是因为它仅反射了绿色光分量。 饱和度是指颜色的纯度，即掺入白色光的程度，饱和度的高低决定于彩色光中混入的白色光数量，白色光愈少，饱和度越高。 饱和度是彩色光在“量”的方面的特征。 人眼大概能识别 128 种不同的色调和 130 种不同的色泽 (色饱和度级 )。 数字图像处理概述 [5] 数字图像处理的英文名称是 ” Digital Image Processing”。 通常所说的数字处理是指用计算进行的处理，因此也称计算机 图像处理 (Computer Image Processing)。 总的来说，数字图像处理包括以下几项内容 : (1)点运算 点运算主要是针对图像的象素进行加、减、乘、除等运算。 图像的点运算可以有效的改善图像的直方图分布，这对提高图像的分辨率以及图像的均衡都是非常有益的。 (2)几何处理 几何处理主要包括图像的坐标变换、图像的移动、缩小、放大、旋转、多个图像的配准以及图像的扭曲校正等。 几何处理是最常见的图像处理手段，几乎任何图像处理软件都提供了最基本的图像缩放功能。 (3)图像增强 图像增强的作用最主要是突出图像 中最重要的信息，同时减弱或除去不重要的信息。 常用的方法有直方图增强和伪彩色增强等。 本科毕业设计论文 8 (4)图像复原 图像复原的主要目的是去除干扰和模糊，从而恢复图像的本来面目。 例如去除噪声复原处理。 (5)图像形态学处理 图像形态学是数学形态学的延伸，是一门独立的研究学科。 利用图像形态学技术，可以实现图像的腐蚀、细化和分割等效果。 (6)图像编码 图像编码研究属于信息论中信源编码的范畴，其主要宗旨是利用图像信息的统计特性及人类的视觉特性对图像进行高效编码，从而达到压缩图像的目的。 (7)图像重建 图像重建是一门新兴的数字图 像处理技术，主要是利用采集的数据来重建出图像。 其主要算法有代数法、迭代法、傅立叶反投影法和使用最广泛的卷积反投影法等。 (8)模式识别 模式识别也是数字图像处理的一个新的研究方向。 当今的模式识别方法通常有三种 :统计识别法、句法结构模式识别法和模糊识别法。 本文所讨论的数字图像缩放技术主要是图像分辨率的变换，属于数字图像的几何处理的范畴。 数字图像文件格式 [6] 1． 计算机图像常用文件格式 1） PCX（ Windows Paintbrush）格式。 可处理 1， 4， 8， 16， 24 位等图像数据。 文件内容包括：文件 头（ 128 字节），图像数据扩展调色板数据。 2） BMP（ Windows Bitmap）格式。 有 1， 4， 8， 24位非压缩图像， 8位 RLE（ Runlength Encoded ）图像。 文件内容包括：文件头（一个 BITMAP FILEHEADER 数据结构），位图信息数据块（位图信息头 BITMAP INFOHEADER 和一个颜色表）和图像数据。 3） HDF（ Hierarchical Data Format）格式。 有 8位， 24位光栅数据集。 4） JPEG(Joint Photographic Experts Group)格式， 是一种成为联合图像专家组的图像压缩格式。 本科毕业设计论文 9 5） TIFF（ Tagged Image File Format）格式。 处理 1， 4， 8， 24 位非压缩图像， 1， 4， 8， 24 位 packbit 压缩图像，一位 CCITT 压缩图像等。 文件内容包括：文件头，参数指针表与参数域，参数数据表和图象数据四部分。 6） XWD(X Windows Dump)格式。 1， 8 位 Zpixmaps,XYbitmaps,1 位 XYpixmaps。 7） TGA 格式。 处理 1， 4， 8， 16， 24 位非压缩图像和行程编码（ RLE）图像。 文件由 5 个固定长度字段和 3 个可变长度字 段组成。 2． MATLAB 图像处理工具箱支持的四种基本图像类型： 1） 索引图像 索引图像包括图像矩阵与颜色图数组，其中，颜色图是按图像中颜色值进行排序后的数组。 对于每个像素，图像矩阵包含一个值，这个值就是颜色图中的索引。 颜色图为 m*3 双精度值矩阵，各行分别指定红绿蓝（ RGB）单色值。 Colormap=[R， G， B]， R， G， B 为值域为 [0， 1]的实数值。 图像矩阵与颜色图的关系依赖于图像矩阵是双精度型还是 uint8（无符号 8位整型）类型。 如果图像矩阵为双精度类型，第一点的值对应于颜色图的第一行，第二点对应于颜色图 的第二行，依次类推。 如果图像矩阵是 uint8，有一个偏移量，第 0 点值对应于颜色图的第一行，第一点对应于第二行，依次类推；uint8 长用于图形文件格式，它支持 256 色。 2） 灰度图像 在 MATLAB 中，灰度图像是保存在一个矩阵中的，矩阵中的每一个元素代表一个像素点。 矩阵可以是双精度类型，其值域为 [0， 1]；也可以为 uint8 类型，其数据范围为 [0， 255]。 矩阵的每个元素代表不同的亮度或灰度级。 3） 二进制图像 二进制图像中，每个点为两离散值中的一个，这两个值代表开或关。 二进制图像保存在一个由二维的由 0（关）和 1（开 ）组成的矩阵中。 从另一个角度讲，二进制图像可以看成为一个仅包括黑与白的灰度图像，也可以看作只有两种颜色的索引图像。 二进制图像可以保存为双精度或 uint8 类型的双精度数组，显然使用 uint8类型更节省空间。 在图像处理工具箱中，任何一个返回二进制图像的函数都是以 uint8 类型逻辑数组来返回的。 本科毕业设计论文 10 4） RGB 图像 与索引图像一样， RGB 图像分别用红，绿，蓝三个亮度值为一组，代表每个像素的颜色。 与索引图像不同的是，这些亮度值直接存在图像数组中，而不是存放在颜色图中。 图像数组为 M*N*3， M， N 表示图像像素的行列数。 MATLAB 基本知识介绍 MATLAB 概述 [8] MATLAB 最初是作为矩阵实验室 (Matrix Labora2tory) 用来提供通往 LINPACK 和 EISPACK 矩阵软件包接口的。 后来，它逐渐发展成为通用科技计算和图视交互系统的程序语言，其数据的基本单元是矩阵。 它的指令表达与数学、工程中常用的习惯形式十分相似，从而使许多用 C 或 Fortran 实现起来十分复杂费时的问题用 MATLAB 就可以轻松地解决。 MATLAB 的典型应用包括 :数学计算、算法研究、数据分和计算结果可 视化、建模与仿真等。 MATLAB 的特点 MATLAB 有三大特点 :一是功能强大。 主要包括数值计算和符号计算、计算结果和编程可视化、数学和文字统一处理、离线和在线计算。 二是界面友好，编程效率高。 MATLAB 是一种以矩阵为基本单元的可视化程序设计语言，语法结构简单，数据类型单一，指令表达与标准教科书的数学表达式相近。 三是开放性强。 MATLAB 有很好的可扩充性可以把它当成一种更高级的语言去使用。 使用它很容易编写各种通用或专用应用程序。 MATLAB 的主要功能 MATLAB 之所以 成为世界顶级的科学计算与数学应用软件 ，是因为它随着版本的升级与不断完善而具有愈来愈强大的功能。 (1) 数值计算功能。 MATLAB 出色的数值计算功能是使之优于其他数学应用软件的决定性因素之一。 (2) 符号计算功能。 MATLAB 符号运算的独特之处 :无须事先对变量赋值， 本科毕业设计论文 11 而所得的结果以标准的符号形式表达 ，符号计算的整个过程以字符进行。 (3) 数据分析功能。 MATLAB 可以给计算数据以二维、三维乃至四维的图形表现。 这不仅使数据间的关系清晰明了 ，而且对于揭示其内在本质有着非常重要的作用。 (4) 动态 仿真功能。 MATLAB 提供了一个模拟动态系统的交互程序 SIMULINK，用户通过简单的鼠标操作 ，就可建立起直观的系统模型 ，并进行仿真。 (5) 图形文字统一处理功能。 MATLAB Notebook 成功地将 Microsoft Word 与 MATLAB 集成为一个整体 ，为文字处理、科学计算、工程设计营造了一个完美统一的工作环境。 它既拥有 Word 强大的文字处理功能 ，又能从 Word 访问 MATLAB 的数据计算和可视化结果。 MATLAB 在图象处理中的应用 [8] 图像处理工具包是由一 系列支持图像处理操作的函数组成的。 所支持的图像处理操作有 :图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换 (DCT 变换等 ) 、图像分析和统计、二值图像操作等。 下面就 MATLAB 在图像处理中各方面的应用分别进行介绍。 (1) 图像文件格式的读写和显示。 MATLAB 提供了图像文件读入函数 imread()，用来读取如 :bmp， tif、 tiff、 pcx 、 jpg 、 gpeg 、 hdf、 xwd 等格式图像文；图像写出函数 imwrite() ，还有图像显示函数 image()、 imshow()等等。 (2) 图像处理的基本运算。 MATLAB 提供了图像的和、差等线性运算 ，以及卷积、相关、滤波等非线性算。 例如， conv2(I， J)实现了 I， J 两幅图像的卷积。 (3) 图像变换。 MATLAB 提供了一维和二维离散傅立叶变换 (DFT) 、快速傅立叶变换 (FFT) 、离散余弦变换 (DCT) 及其反变换函数，以及连续小波变换(CWT)、离散小波变换 (DWT)及其反变换。 (4) 图像的分析和增强。 针对图像的统计计算 MATLAB 提供了校正、直方图均衡、中值滤波、对比度调整、自适应滤 波等对图像进行的处理。 (5) 图像的数学形态学处理。 针对二值图像， MATLAB 提供了数学形态学 本科毕业设计论文 12 运算函数；蚀 (Erode)、膨胀 (Dilate)算子，以及在此基础上的开 (Open)、闭 (Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等丰富的数学形态学运算。 以上所提到的 MATLAB在图像中的应用都是由相应的 MATLAB函数来实现的，使用时，只需按照函数的调用语法正确输入参数即可。 具体的用法可参考 MATLAB 丰富的帮助文档。 图像边缘对图像识别和计算机分析十分有用，在MATLAB 中 ，函数 edge()用于灰度图像边缘的提取，它支持六种不同的边缘提取方法，即 Sobel 方法、 Prewitt 方法、 Robert 方法， Laplacian2Gaussian 方法、过零点方法和 Canny 方法。 本科毕业设计论文 13 第三章 传统数字 图像 缩放技术 数字图像缩放技术概述 什么是数字图像缩放 一般来说，数字图像缩放就是指图像分辨率的变换。 包括由高分辨率图像转变为底分辨率图像和有低分辨率图像转变为高分辨率图像。 数字图像缩放是图像处理领域里非常常见的操作，属于数字图像的几何变换范畴。 随着信息科技的发展，图 像缩放技术的应用范围越来越广，包括计算机图像处理软件中的应用，互联网上的多媒体浏览，数字电视视频传输与显示领域，天文与气象观测领域，军事领域，医学图像应用领域及数码照片拍摄与处理领域。 总之只要有视频多媒体的地方，有图像处理的地方，都会有数字图像缩放技术的身影。 随着数字化时代的到来，该技术会越来越多的得到应用。 本文主要针对于数字电视领域图像缩放，因此在算法上有较强的针对性，对于一些在数字电视领域难以实现的算法不做过多研究。 数字图像缩放的算法概述 就目前来说，数字图像缩放技术主要是应用数学上的插值 理论，使用插值（ Interpolation）算法。 传统的图像插值算法有最近邻插值（ Nearest Neighbor Interpolation），双线性插值（ Bilinear Interpolation）， 双三次 插值（ Bicubic Interpolation）。 传统插值算法在 MATLAB 中都有相应的工具函数，属于比较成熟的算法。 在当今流行的插值算法多是对传统插值算法的改进，包括基于近临插值与邻域取平均的图像缩小算法，基于 Ferguson 曲面插值的图像缩放方法，带系数自适应插值算法及其改进，基于数字图像边缘 提取的插值算法及改进，基于图像增强技术提高图像分辨率方法，随着小波技术的发展，还有越来越多的基于小波的图像插值算法。 但本人觉得由于基于图像增强技术提高图像分辨率方法和基于小波的图像插值算法计算量过大，加上当今硬件处理速度的限制，很难应用于数字电视的视频处理领域，达到实时处理的要求。 随着硬件技术的发展有望应用 本科毕业设计论文 14 于数字电视视频处理领域。 传统的数字图像缩放技术 [7] 由于图像像素的灰度值是离散的，因此一般的处理方法是对原来在整数点坐标上的像素值进行插值生成连续的曲线 (面 )，然后在插值曲线 (面 )上重新采样以 获得放大或缩小图像像素的灰度值。 以一维空间像素的灰度插值为例，图 所示的是将原图的 5 个像素缩小为 4 个像素的过程：先根据 1x ～ 5x 这五个像素的灰度值采用选定的插值算法生成插值曲线，再对该曲线进行重采样得到缩小后的四个像素。