计算机图像处理系统从系统层次上可分为高、中、低档三个层次，目前一般比较普及的是低档次的系统，该系统由CCD（摄像头）、图像采集卡、计算机三个部分组成，其结构简单，应用方便，效果也比较不错，得到的图像较清晰。目前网上基于VC开发经验的文章不少，可是关于如何在VC开发平台上使用图像采集卡的文章确没发现，笔者针对在科研开发中积累的使用图像采集卡经验，介绍如何自己是如何将采集卡集成到图像开发系统中，希望能够给目前正需要利用图像采集卡开发自己的图像处理系统的朋友有所帮助。
使用的摄像机采用台湾BENTECHINDUSTRIAL有限公司生产的CV-155L黑白摄像机。该摄像机分辨率为752x582。图象采集卡我们采用北京中科院科技嘉公司开发的基于PCI总线的CA-MPE1000黑白图象采集卡。使用图像采集卡分三步，首先安装采集卡的驱动程序，并将虚拟驱动文件VxD.vxd拷贝到Windows的SYSTEM目录下；这时候就可以进入开发状态了，进入VC开发平台，生成新的项目，由于生产厂家为图像采集卡提供了以mpew32.dll、mpew32.lib命名的库文件，库中提供了初始硬件、采集图像等函数，为使用这些函数，在新项目上连接该动态库；最后一步就是采集图像并显示处理了，这一步要设置系统调色板，因为采集卡提供的是裸图形式，既纯图像数据，没有图像的规格和调色板信息，这些需要开发者自己规定实现，下面是实现的部分代码：
CTestView::CTestView()
{
W32_Init_MPE1000();//初始化采集卡
W32_Modify_Contrast(50);//下面的函数是为了对采集卡进行预设置
W32_Modify_Brightness(45);//设置亮度
W32_Set_HP_Value(945);//设置水平采集点数
wCurrent_Frame=1;//当前帧为1，获取的图像就是从这帧取得的
//设置采集信号源，仅对MPE1000有效
W32_Set_Input_Source(1);
W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);
W32_Set_PAL_Range(1250,1024);//设置水平采集范围
W32_Set_VGA_Mode(1);
wGrabWinX1=0;//采集窗口的左上角的坐标
wGrabWinY1=0;
firstTime=TRUE;
bGrabMode=FRAME;
bZipMode=ZIPPLE;
/
lpDib=NULL;//存放获取的图像数据
}
CTestView::~CTestView()
{
W32_Close_MPE1000();//关闭采集卡
}
////显示采集的图象，双击鼠标采集停止
voidCTestView::OnGraboneframe()
{
//TODO:Addyourcommandhandlercodehere
wCurrent_Frame=1;
//设置采集目标为内存
W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);
//启动采集
if(lpDib!=NULL)
{
GlobalUnlock(hglbDIB);
GlobalFree(hglbDIB);
}
//分配内存
hglbDIB=GlobalAlloc(GHND,(DWORD)wImgWidth*(DWORD)wImgHeight);
lpDib=(BYTE*)GlobalLock(hglbDIB);
hdc=GetDC()->GetSafeHdc();
if(lpDib!=NULL)
{
cxDib=wImgWidth;
cyDib=wImgHeight;
SetLogicPal(hdc,cxDib,cyDib,8);
SetStretchBltMode(hdc,COLORONCOLOR);
bGrabMark=TRUE;
while(bGrabMark==TRUE)
{
if(msg.message==WM_LBUTTONDBLCLK)
bGrabMark=FALSE;
W32_ReadXMS2Buf(wCurrent_Frame,lpDib);
SetDIBitsToDevice(hdc,0,0,cxDib,cyDib,0,0,
0,cyDib,(LPSTR)lpDib,
bmi,
DIB_RGB_COLORS);
}
//停止采集
W32_CAStopCapture();
::ReleaseDC(GetSafeHwnd(),hdc);
return;
}
////将下面这个函数添加在视图类的CTestView::OnSize（）函数中，就可以对系统的调色板进行设置。
voidWINAPIInitLogicPal(HDChdc,shortwidth,shortheight,WORDbitCount)
{
intj,i;
shortcxDib,cyDib;
LOGPALETTE*pLogPal;
j=256;
if((pLogPal=(LOGPALETTE*)malloc(sizeof(LOGPALETTE)+(j*sizeof(PALETTEENTRY))))==NULL)
return;
pLogPal->palVersion=0x300;
pLogPal->palNumEntries=j;
for(i=0;ipLogPal->palPalEntry[i].peRed=i;
pLogPal->palPalEntry[i].peGreen=i;
pLogPal->palPalEntry[i].peBlue=i;
pLogPal->palPalEntry[i].peFlags=0;
}
hPal=::CreatePalette(pLogPal);
deletepLogPal;
::SelectPalette(hdc,hPal,0);
::RealizePalette(hdc);
cxDib=width;cyDib=height;
if((bmi=(BITMAPINFO*)malloc(sizeof(BITMAPINFOHEADER)+j*sizeof(RGBQUAD)))==NULL)
return;
//bmi为全局变量，用于显示图像时用
bmi->bmiHeader.biSize=40;
bmi->bmiHeader.biWidth=cxDib;
bmi->bmiHeader.biHeight=cyDib;
bmi->bmiHeader.biPlanes=1;
bmi->bmiHeader.biBitCount=bitCount;
bmi->bmiHeader.biCompression=0;
bmi->bmiHeader.biSizeImage=0;
bmi->bmiHeader.biXPelsPerMeter=0;
bmi->bmiHeader.biYPelsPerMeter=0;
bmi->bmiHeader.biClrUsed=0;
bmi->bmiHeader.biClrImportant=0;
for(i=0;ibmi->bmiColors[i].rgbBlue=i;
bmi->bmiColors[i].rgbGreen=i;
bmi->bmiColors[i].rgbRed=i;
bmi->bmiColors[i].rgbReserved=0;
}
}
视频"画中画"技术
"画中画"这个概念类似与彩色电视机"画中画"，就是在一幅大的图像内显示另外一幅内容不同的小的图像，小图像的尺寸大小一般地说为大图像尺寸的1/4或1/9，显示位置在大图像的右上角。这种技术不仅在电视技术中，在可视电话系统也可以发现这种技术的身影，它们都是依靠硬件来实现的，但是如何在VC开发平台上用编程语言来将该功能添加到自己开发的视频监控软件，为使用者提供更大的信息量呢？也许读者最容易想到的是首先显示大图像，然后再在一个固定位置画第二幅小图像，这种技术技术如果对于静止图像当然没有问题，但是对于视频流，由于每一秒钟需要画25幀，即25幅图像，这样一来计算机需要不停的画不停的擦除，会给用户以闪烁的感觉，如何解决这个问题呢？有的参考书上将大小图像分快显示，这种方法要将待显示的图像数据与显示位置的关系对应起来，容易出错不说，而且麻烦，且速度慢，为此，我对该方法进行了改进，得到了满意的效果。实现的代码如下：
voidpictureinpicture()
{
………………………..
CBitmapbitmap,*oldmap;
pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight为视频采集卡获取//的图像尺寸。
Read(pData1,bih.biWidth*bih.biHeight*3);//该函数从采集卡中获取数据
CClientDCdc(this);
m_pBMI1=newBITMAPINFO;//自定义的BMP文件信息结构，用于后面的图像显示
m_pBMI1->bmiHeader.biBitCount=24;
m_pBMI1->bmiHeader.biClrImportant=0;
m_pBMI1->bmiHeader.biClrUsed=0;
m_pBMI1->bmiHeader.biCompression=0;
m_pBMI1->bmiHeader.biHeight=biHeight;
m_pBMI1->bmiHeader.biPlanes=1;
m_pBMI1->bmiHeader.biSize=40;
m_pBMI1->bmiHeader.biSizeImage=WIDTHBYTES(biWidth*8)*biHeight*3;
m_pBMI1->bmiHeader.biWidth=biWidth;
m_pBMI1->bmiHeader.biXPelsPerMeter=0;
m_pBMI1->bmiHeader.biYPelsPerMeter=0;
////////////////////////////////////////////////////////////////////////
pData2=(BYTE*)newchar[biWidth1*biHeight1*3];//申请存放小图像的缓冲区
Read(pData2,biWidth1*biHeight1*3);////向该缓冲区读数据
m_pBMI2=newBITMAPINFO;
m_pBMI2->bmiHeader.biBitCount=24;
m_pBMI2->bmiHeader.biClrImportant=0;
m_pBMI2->bmiHeader.biClrUsed=0;
m_pBMI2->bmiHeader.biCompression=0;
m_pBMI2->bmiHeader.biHeight=biHeight1;
m_pBMI2->bmiHeader.biPlanes=1;
m_pBMI2->bmiHeader.biSize=40;
m_pBMI2->bmiHeader.biSizeImage=WIDTHBYTES(biWidth1*8)*biHeight1*3;
m_pBMI2->bmiHeader.biWidth=biWidth1;
m_pBMI2->bmiHeader.biXPelsPerMeter=0;
m_pBMI2->bmiHeader.biYPelsPerMeter=0;
//下面实现画中画的显示
CDCMemDc;
MemDc.CreateCompatibleDC(&dc);
bitmap.CreateCompatibleBitmap(&dc,biWidth,biHeight);
oldmap=MemDc.SelectObject(&bitmap);
::StretchDIBits(MemDc.m_hDC,0,0,biWidth,biHeight,0,0,—biWidth,biHeight,pData1,m_pBMI1,DIB_RGB_COLORS,SRCCOPY);//首先将大图像画在内寸上下文中
::StretchDIBits(MemDc.m_hDC,20,20,biWidth1,biHeight1,_
0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再将小图像画在内寸上下文中
::StretchBlt(dc.m_hDC,0,0,bih.biWidth,bih.biHeight,_
MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//将结果显示在屏幕上。
MemDc.SelectObject(oldmap);
deletepData1;
deletem_pBMI1;
引言
全息技术是物理学中一重要发现，越来越多的应用于各个行业。伴随着CCD技术和计算机技术的发展，全息技术也得到一次质的飞跃，从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息，而数字全息则用CCD记录物光和参考光的干涉，形成数字全息图，再通过计算机图像处理技术处理全息图。因此，影响数字全息技术发展有两个重要方面：CCD技术和计算机图像处理技术。本文将从计算机应用方面阐述图像处理技术在全息中的应用。
一、图像处理技术
图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像，以拓展其认识的范围。图像以各种形式出现，可视的、不可视的，抽象的、实际的，计算机可以处理的和不适合计算机处理的。但究其本质来说，图像主要分为两大类：一类是模拟图像，包括光学图像、照相图像、电视图像等。它的处理速度快，但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看，数字图像就是被量化的二维采样数组。它是计算机技术发展的产物，具有精度高、处理方便和重复性好等特点。
图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。目前，图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求，可以将图像处理技术划分为许多分支，其中比较重要的分支有：①图像数字化：通过采样和量化将模拟图像变成便于计算机处理的数字形式。③图像的增强和复原：主要目的是增强图像中的有用信息，削弱干扰和噪声，使图像清晰或将转化为更适合分析的形式。③图像编码：在满足一定的保真条件下，对图像进行编码处理，达到压缩图像信息量，简化图像的目的。以便于存储和传输。④图像重建：主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别：识别是图像处理的主要目的。如：指纹鉴别、人脸识别等是模式识别的内容。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。⑥计算机图形学：用计算机将实际上不存在的，只是概念上所表示的物体进行图像处理和显现出来。
二、计算机图像处理技术在全息学中的应用
图像处理技术在全息中的应用主要表现在：一是计算全息，基于计算机图形学将计算机技术与光全息技术结合起来，通过计算机模拟、计算、处理，制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原，图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类，即空域法和频域法：①空域法：这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(GradientAlgorithm)，拉普拉斯算子运算(LaplacianOperator)，平滑算子运算(SmoothingOperator)和卷积运算(ConvolutionAlgorithm)。二是点处理法。包括灰度处理(greyprocessing)，面积、周长、体积、重心运算等等。②频域法：数字图像处理的频域处理方法是首先对图像进行正交变换，得到变换频域系列阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。
三、模拟实验
本文运用matlab软件，利用图像处理技术，编写了程序，以模拟计算全息和实现全息图像的滤波。图1是计算全息实现流程图。
本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字，图像尺寸为1024像素×1024像素；。模拟实验中用到的参数为：激光模拟了氦氖激光器，波长为638.2nm；再现距离为40cm；因为原始物图的尺寸用像素为单位表示，所以像素分辨率为1。:
从模拟实验中可以看出，数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录，将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理，以消除噪声，得到更好的全息再现象。
本文仅模拟了计算全息的实现和再现过程，其实，计算机图像处理在全息技术中的应用是全方位的，用实验方法得到的全息图中包含了更多的其他无用信息（噪声），图像处理技术在这里就显得尤为重要。随着计算机图像处理技术的进一步发展，全息技术必然会迎来新的一轮发展和飞跃。
参考文献：
[1]周灿林，亢一澜.数字全息干涉法用于变形测量.光子学报，2004，13（2）：171－173.
2新技术
网络作为第四媒体，其显示终端可能是计算机，平板，电视或智能手机，为了页面兼容等原因，前端设计出现了很多新技术，如div+css技术，Javascript技术等，为了方便管理，一般采用对象的结构、表现和行为分开。结构是对象的内容，表现是其外观，而行为是与浏览者的交互，或者说是浏览者进行鼠标点击或输入内容等操作时，页面的反应。在进行网页设计过程中，图像对象也是如此，利用代码可以对图像进行一些效果的处理，起到资源占用少，页面维护容易等目的，还可以达到一些用基本图像处理技术不易实现的效果。用div+css结合Javascript技术可以实现在网页前端一些设计效果和逻辑处理功能，比如图像轮播和验证码校验功能。在一个存在后台管理的网站中，网页的很多内容来自于后台数据库，一些图片也不例外，内容需要和后台交互，根据数据库的内容和页面的特定逻辑，决定图像的外观。这是基本图像处理技术无法实现的，需要设计者了解动态页面设计技术，常见的技术有，php和jsp技术等。
中图分类号：TN911.7 文献标识码：A 文章编号：1000－8136（2012）09－0153－02
不论在哪种通讯手段中，人们都更愿意选择直观的图像表达，因此，未来社会对图像传递信息的要求越来越高，及时性、直观性、客观性等发展条件都对现有的数字图像处理技术提出了挑战。
1数字图像处理技术概述
数字图像处理又称为计算机图像处理，它是指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过程。这一过程包括对图像进行增强、除噪、分割、复原、编码、压缩、提取特征等内容，图像处理技术的产生离不开计算机的发展、数学的发展以及各个行业的应用需求的增长。20世纪60年代，图像处理的技术开始得到较为科学的应用，人们用这种技术进行输出图像的理想化处理。
经过多年的发展，现在的电子图像处理技术已具有了以下特点：更好的再现性：数字图像处理与传统的模拟图像处理相比，不会因为图像处理过程中的存储、复制或传输等环节引起图像质量的改变；占用的频带更宽：这一点是相对于语言信息而言的，图像信息比语言信息所占频带要大好几个数量级，因此图像信息在实现操作的过程中难度更大；适用面宽：可以从各个途径获得数据源，从显微镜到天文望远镜的图像都可以进行数字处理；具有较高的灵活性：只要可以用数学公式和数理逻辑表达的内容，几乎都可以用电子图像来进行表现处理.
2数字图像处理技术的发展
自从美国在1964年开始通过卫星获得大量月球图片并运用数字技术对之进行处理之后，越来越多的相应技术开始被运用到图像处理方面，数字图像处理也作为一门科学占据了一个独立的学科地位，开始被各个领域的科学研究运用。图像技术再一次的飞跃式发展出现在1972年，标志是CT医学技术的诞生，在这种技术指导下，运用X射线计算机断层摄影装置，根据人的头部截面的投影，计算机对数据处理后重建截面图像，这种图像重建技术后来被推广到全身CT的装置中，为人类发展做出了跨时代的贡献，随后，数字图像处理技术在更多的领域里被运用，发展成为一门具有无限前景的新型学科。之后十年数字图像处理技术也朝着更高深的方向发展，人们开始通过计算机构建出数字化的人类视觉系统，这项技术被称为图像理解或计算机视觉。很多国家已在这方面投入了很多的研究精力，并取得了高深的研究成果，其中，20世纪70年代末提出的视觉计算理论为后来计算机数字图像技术的理论发展提供了主导思想，但理论上如此，在实际操作中还存在着很多的困难。
我国在建国之初就展开了计算机技术的研究，而改革开放以来，我国在计算机数字图像处理技术上的发展进步也是非常大的，甚至在某些理论研究方面已赶上了世界先进水平，首先，对于成像数据的收集能力方面，我国通过成功研发的一系列传感器以及发射的对地观测卫星，能够及时有效地获得风云、海洋、资源和环境减灾等方面的相关数据，并取得了有效的数据结果和数据成像效果。另外，数字图像处理技术应用较为广泛的领域代表分别是建筑、通行工程和生物医学工程方面，这些方面对数字图像处理技术的应用，最能直接体现该技术的发展现状。在建筑行业中，数字图像处理技术可以将拟建造的建筑或建筑群的高度、密度以及其他可能影响建筑质量、建筑环境的信息转换成图像，从而使设计者更为合理地进行规划；在通信工程领域，数字图像技术和语音、文字等因素构成了现代多媒体的基本内容，在传递图像的过程中，采用编码技术来压缩信息的比特量，这种技术现在的发展内容包括变换编码等，未来可能发挥作用的还有小波变换图像压缩编码、分行编码等。在生物医学工程中，书籍图像技术能将人体活动的机理以图像的形式客观地呈现在研究者面前，对医学未来的发展具有不可替代的作用。
3数字图像处理技术的发展趋势
计算机数字图像处理技术在未来信息技术方面将会发挥的重要作用早已被人们看到，对于计算机图像技术的发展道路，大致可以归结出3个原则性内容：①未来数据图像技术强调高清晰度、高速传输、实时图像处理、三维成像或多维成像、智能化、自动化等方向发展。②未来数字图像处理技术强调操作、运用的方便性，图像处理功能的集中化趋势是必然会存在的。③更新的理论研究与更快的算法研究。理论走在实践的前面，已经是现代科学的特点，未来数字图像处理技术的实际运用要取得更多的发展，必然离不开理论和研究方法的更新，新理论中包括小波分析、分形几何、形态学、遗传算法等都将得到更深层次的发展。
4结束语
中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）11-2640-03
随着计算机技术的不断发展，计算机已成为现代文明发展的重要标志。基于计算机技术的广泛应用，现代人的生产生活方式发生了巨大变化。计算机图像处理技术是计算机在社会生活中广泛应用的技术之一，其强大的功能，决定了其广泛的应用领域及社会价值。当前，计算机图像处理技术的发展前景光明，各类计算法的出现、已有算法的完善，都在很大程度上丰富了其应用领域，提高了其应用价值。对此，笔者结合计算机图像处理技术要点及研究方向，分析了其未来的发展趋势，论述了在生产生活中的具体应用，强化对计算机图像处理技术的认识。
1 计算机图像处理技术概述
1）计算机图像处理技术的概念。计算机图像处理技术是指，利用计算机技术对图像进行处理分析，进而得出图像中所含的信息供研究所用。也就是说，该技术的要点在于：首先，将所要研究的图像进行转化，转化为计算机能够识别的“数字矩阵”，因为只有这样，才能将图像存放至计算机中；其次，对存放在计算机的图像进行处理，其中，各类计算法是最为常用的处理手段。最后，在相关技术的处理之后，得出所需研究的图像信息。
2）图像的分类。对于计算机图像处理技术的认识及研究，因对图像的分类有所了解。对此，笔者基于图像的数字化，对图像的类型做了如下归类。
数字化图像。随着科学技术的不断发展，图像已朝着数字化方向发展。而且，数字化图像具有处理方便、精度高等特点，符合现代社会的需求；
模拟图像。模拟图像在现实生活中十分常见，如光学图像、平时照相的图片等，都是模拟图像。所以，模拟图像具有输出简单，但灵活性、精度差的特点。这就造成其在一些方面，具有一定的限制性。
2 计算机图像处理技术的要点及研究方向
随着计算机技术的不断发展，计算机图像处理技术也相对比较成熟，在诸多领域均有所应用，如农业、工业生产、刑侦以及生物医学等领域。那么，计算机处理技术的要点及研究方向，主要体现在以下几个方面：
1）图像数字化。在数字化时代，图像数字化已成为社会的需求。图像数字化的实现需要基于两个步骤：一是采样；二是量化。在这两步骤之后，计算机便可以对数字化图像进行处理。而且，计算机图像处理软件比较多，如CorelDraw、Photoshop等，是日常图片处理中经常使用的软件。在图像处理软件的处理下，实现对图像的转换以及修饰等操作，进而达到预期的图像处理效果。
2）图像的还原及增强。在很多情况下，需要对图像进行处理，如消除噪声以实现图像的还原和增强，以获取更高质量的图像。
图像还原。由于某些因素的影响，如环境、设备等因素，导致图像失真或模糊。那么，原始图像不利于图片信息的获取，便需要进行图片处理，提高图像的质量。如，基于几何校正、大气影响校正，以实现对降质图像的重建。
图像增强。为了使数字化图像更加的高质量，需要对图像进行增强操作，让图像更加细致，以便于计算机的识别分析。对此，图像增强的要点在于实现图像的高清晰度。目前，图像增强主要有两种方法，具体如下：
干扰抑制。对图像进行多图像平均或低通滤波等处理，实现干扰抑制；
灰度等级直方图处理。当前，该处理方法使用十分普遍，也就有较好的图像增强效果，如雾霾图像的处理，就广泛运用该方法。该处理方法是利用灰度等级直方图对对比度不强的图像进行处理，进而实现对细微局部的清晰处理。
3）模式识别。其实，对图像的处理，其最终都是需要“识别”的。所以，模式识别是计算机图像处理技术的重要研究方向，具有十分重要的研究价值。在现实中，如指纹的鉴别，就是最为典型的例子。由于每一个人的指纹都是唯一的，所以其指纹的图案、端点及交叉都存在唯一性，可用于人身份的准确鉴别。
4）图像编码。在某些特定需求的情况下，需要对图像进行处理。图像编码技术主要用于图像的传输以及数据的压缩等领域。当然，在进行处理的过程中，需要注意这么几点事项：一是图像的处理过程中，应尽量对一些多余的信息进行删除处理，这样可以提高图像数据的传输、压缩等操作；二是基于人的视觉心理特性，采用混合编码或预测编码的方法，实现对图像的编码操作。
3 新时期计算机图像处理技术的发展趋势
在新的历史时期，计算机图像处理技术发展迅速，诸多新算法的出现，如形态学、人工神经网络、分形几何等，不仅丰富了计算机图像处理技术的理论，而且推动了计算机图像处理技术的发展。所以，近年来，计算机图像处理技术正朝着如下的方向发展：
1）计算机图像处理功能集成化。随着现代社会发展的日益需求，实现计算机图像处理技术的功能集成化，如将图像处理功能集成在芯片之上，那么，具有十分重要的意义。所以，这方面是当前研究的一大热点。
2）算法的不算完善及出新。近年来，各类算法正不断地完善，并且诸多新的算法也出现，如分形集合、人工神经网络等。无论是算法的完善还是新算法的出现，都在很大程度上提高了图像处理的精度、速度等要素。
3）实现“实时动态图像技术”。这一技术是图像处理技术的重要发展趋势。该技术不仅在已有技术的基础上结合人工智能、成像等技术，而且具有广泛的社会效益和运用领域。所以，该技术发展的成熟，势必推动诸多领域的发展，创造更多的社会价值。
而对于我国而言，我国在计算机图像处理技术领域，近年来的发展也十分迅速。无论是在理论研究还是在实践研究，都取得了一定的成果，与世界发达国家接轨。如，在数据获取方面，我国自主研制的对地观测卫星系统；在医疗卫生领域，也形成相对比较成熟的技术。这些研究的成功及运用，极大地推动了我国的现代化建设，强化了国家安全建设。
4 计算机图像处理技术的应用
由于计算机图像处理技术的不断发展，其所运用的领域也日益多元化。如，农业、医学、气象等领域，都有计算机图像处理技术的运用。所以，笔者结合计算机图像处理技术的实际运用情况，作如下的具体阐述：
1）计算机图像处理技术在农业方面的应用。当前，计算机图像处理技术在农产品加工中应用广泛，并取得较好的应用效果。基于计算机图像处理技术，实现了农产品机械自动化操作，这在很大程度上提高了农产品的加工效率，而且节省了大量的人力资源。当前计算机处理技术在农业中最典型的应用当属“蘑菇自动化采摘系统”。该系统的原理就是基于计算机图像处理技术，实现对机器人的控制，进而做到蘑菇采摘的自动化。在机械自动化的背景下，不仅提高了蘑菇采摘速度，而且提高了蘑菇采摘的质量。当然，我国计算机图像处理技术在农业中的应用仍有待进一步深入，以实现农产品采摘到价格一体化。
2）计算机图像处理技术在纺织业中的应用。对于纺织业而言，计算机图像处理技术可以对原料进行更好地检验及分析、对成品进行更好地评价，这就在很大程度上提高了过去人工检验的诸多弊端。所以，计算机图像处理技术在纺织业中的应用，让传统的诸多操作正发生着巨大的变化。
首先，传统检验、分析以主观评定法为主，基于计算机图像处理技术，实现了“特征识别模式”，极大的提高了评定的客观公正性；
其次，计算机图像处理技术的不断发展，尤其是拓扑理论及遗传算法的不断完善，进一步提高了其在纺织业中的应用效果，实现了对产品质量的有效控制及评定。所以，计算机图像技术的发展及应用，给纺织业带来了革命式改变；
再次，对于纺织产品的线质量检测，实现了CIMS系统的自动检测。这一重要环节上的应用，集中体现了计算机图像处理技术在纺织业的应用价值。
3）计算机图像处理技术在交通领域的应用。当前，道路交通日益发达，如何构建安全的道路交通，就需要各类现代技术的，而摄像监控系统是其最常见的应用之一。在交通红绿灯处，摄像头将交通违章行为的图像以记录下，之后传输至计算机端，并进行相关的保存。在这一系列的监控之中，无论是自动检测识别还是保存，都应用到了计算机图像处理技术。所以，计算机图像处理技术在交通领域的应用，不仅方便了交通违章违法行为的记录，而且为交通安全构建起了“天眼”系统，具有十分重要的社会价值。
4）计算机图像处理技术在工业领域的应用。随着现代工业的不断发展，自动化工业生产模式以成为其发展的必然性。而这一切的发展很大程度上取决于计算机。所以，计算机图像处理技术在现代工业生产中有着广泛的应用，并且社会价值十分突出。例如，现代工业生产线的识别系统，就广泛运用计算机图像处理技术，以实现对生产线的精准控制，进而达到自动化生产。当然，计算机图像处理技术在工业生产中的应用还很多，并且随着计算机图像处理技术的发展，其运用范围将更加地广泛、社会价值更高。
5 结束语
在信息科技时代，计算机图像处理技术已广泛应用于社会的各个方面，在很大程度上推动了现代社会的发展。随着计算机图像处理技术的不断发展，其应用性和社会价值将更加的突出。计算机图像处理技术的发展，正朝着数字高清化、集成化方向发展，尤其是各类新算法的出现、已有算法的完善，在很大程度上推动了计算机图像处理技术的发展，让其更加具有广泛的应用性和社会价值。
参考文献：
关键词：图像处理技术 图像分割 图像融合 图像重建
图像处理技术是20世纪60年展起来的一门新兴学科。近几十年来，由于大规模集成电路和计算机科学技术的迅猛发展，离散数学理论的创立和完善，以及军事、医学和工业等方面需求的不断增长，图像处理的理论和方法的更加完善，已经在宇宙探测、遥感、生物医学、工农业生产、军事、公安、办公自动化、视频和多媒体系统等领域得到了广泛的应用，成为计算机科学、信息科学、生物学、医学等学科研究的热点。
图像处理在医学界的应用非常广泛，无论是病理研究还是临床诊断都大量采用图像处理技术。它因直观、无创伤、方便安全等优点而受到人们青睐。图像处理首先应用于细胞分类、染色体分类和放射图像分析等，20世纪70年代图像处理在医学上的应用有了重大突破，1972年X射线断层扫描CT得到实用：1977年白血球自动分类仪问世：1980实现了CT的立体重建。随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT(计算机断层扫描)图像、MRI(核磁共振)图像、B超扫描图像、数字X光机图像、X射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但由于医学成像设备的成像机理、获取条件和显示设备等因素的限制，使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度，突出重点内容，抑制次要内容，来适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。
一、图像处理技术及其在医学领域的应用
(一)图像分割
图像分割就是把图像中具有特殊涵义的不同区域分开来，这些区域使互不相交的每一个区域都满足特定区域的一致性。它是图像处理与图像分析中的一个经典问题。比如基于三维可视化系统结合fast marching算法和watershed变换的医学图像分割方法，能得到快速、准确的分割结果。图像分割同时又是进行三维重建的基础，分割的效果直接影响到三维重建后模型的精确性，分割可以帮助医生将感兴趣的物体(病变组织等)提取出来，帮助医生能够对病变组织进行定性及定量的分析，进而提高医生诊断的准确性和科学性。由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。
(二)图像融合
图像融合的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可读性。对多幅图像问的互补信息的处理来提高图像的清晰度。利用可视化软件对多种模态的图像进行图像融合，可以准确地确定病变体的空间位置、大小、几何形状和它与周围生物组织之间的空间关系，从而及时高效地诊断疾病。目前的图像融合技术可以分为两类：一类是以图像像素为基础的融合方法：另一类是以图像特征为基础的融合方法。以图像特征为基础的融合方法原理上不够直观且算法复杂，但是实现效果较好。在图像融合技术研究中，不断有新的方法出现，其中小波变换、基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向。随着三维重建显示技术的发展，三维图像融合技术的研究也越来越受到重视。
(三)图像重建
图像重建是从数据到图像的处理，即输入的是某种数据，而经过处理后得到的结果也是图像。CT是图像重建处理的典型应用实例。目前，图像重建与计算机图形学相结合，把多个二维图像合成为三维图像，并加以光照模型和各种渲染技术，能生成各种具有强烈真实感的图像。
二、图像处理技术在医学领域未来发展方向
当前，医学图像处理面临的主要任务是研究新的处理方法，构造新的处理系统。未来发展方向大致可归纳为以下几点：
(一)图像处理技术的发展将围绕研制高清晰度医学显示设备、更先进的医学成像设备，向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。
谏缁峄疃？人类主要通过身体的各个器官来感知世界、接受信息，其中70%的外界信息是利用视觉获取的，人类将通过眼睛看到的信息图像反馈给大脑，经过大脑处理后作出相关反应。当前随着科学技术以及人类社会的进步，时代已经全面实现信息化，如何有效快速地获取信息，对人们的决策和思维产生直接影响。图像是人类获取信息的关键途径，因此，对图像进行快速而准确的处理，将决定技术的价值，而通过计算机对图像进行有效处理，可以让人们准确快速地获取信息。
1 计算机图像处理技术
1.1 图像分析与处理技术
随着人类社会科学技术的进步，计算机技术已经经过多次创新和改革，计算速度更快，在技术进步的同时，设备成本也在不断降低。图像分析和处理技术已经在我国多个领域得到应用，并且发挥了关键作用，其可以提高分析和测量的精准度，进而强化工作质量。而随着图像分析和处理技术的更加成熟，其将成为推动社会发展的重要技术领域。
1.2 数字处理技术
数字处理技术在我国起步较晚，技术水平与西方发达国家有一定的差距，在我国30年的发展历史中，各个领域对其需求量不断增加，其应用范围也在持续扩大。在社会实际以及理论中得到大量应用，并且取得了较高的成就，数字处理技术可以强化照片质量，通过多种技术手段对图像质量进行改进。因此，我国一定要加强对数字处理技术的研究，并且针对薄弱之处进行完善和补充。
2 计算机图像处理技术的主要优势
2.1 再现性好
图像处理技术具有鲜明的特点，在对图像进行处理时，可以对原有图像进行最大程度的保留。保证图像在经过处理后，质量不受到任何影响。
2.2 精度高
图像处理技术可以使图像实现数字化，但是由于设备的不同，其功能具有一定的差异，因此不能实现最佳效果。当前，市场常见的扫描仪具有更好的精度功能，可以帮助计算机实现图像处理的目的。以往的图像处理方式为了提高精度，需要经过一系列复杂的处理，并且对设备进行重新改善，从经济方面分析，计算机图像处理技术具有更大的优势。
2.3 m用面宽
当前，数字图像有很多种来源渠道，因此，在对图像进行处理的过程中，可以对其进行任意处理。图像能够小到显微镜图像，大到用户所需要的尺寸。因此，计算机图像处理技术具有更加广泛的适用面。
3 计算机图像处理技术的发展趋势
图像是人类感知外界以及获取信息的关键渠道，因此，图像处理技术对人们的生活和生产具有直接影响。随着计算机技术的迅猛发展，图像处理的发展趋势十分乐观，并且将在社会多个重要领域中得到广泛应用。
3.1 航空航天
图像处理技术对航空航天领域的发展起到重要的推动作用。当前，在我国航空事业中，运用计算机对图像进行准确的处理已经成为一项重要的技术。在对火星以及月球传回来的图像进行处理的同时，还能够从卫星遥感以及飞机遥感中获取火星以及月球的图像，进行有效以及准确的处理。最初的处理工作主要在空中进行，储存在设备中，当卫星返回地面后，将图片输入计算机中开展进一步的处理和分析工作。在分析以及研究数据时，图像处理技术起到了关键作用。同时，图像处理技术还可以用于农业规划、天气预报以及灾害监测等领域中。
3.2 医用医疗
图像处理技术可以用于CT技术，同时在医学研究方面也起到关键作用，通过图像处理技术可以开展疾病治疗以及诊断工作。同时图像处理技术还可以应用于医疗的其他方面，例如医学诊断、心电图分析、超声波处理以及X图像增晰。
3.3 武器军事
当前，随着计算机技术的蓬勃发展，军事设备也逐渐实现了科技化和自动化。图像处理技术对军事图像的分析和处理起到关键作用。例如导弹制造以及侦察图片分析，或者在军事模拟训练以及指挥系统中，都会应用到相关技术。同时，在公安系统中也可以应用到图像处理技术，处理视频、图像识别等也需要借助图像处理技术。
3.4 文化文艺
科技进步在很大程度上推动了社会发展，丰富了人们的生产生活，特别在文化生活中，图像处理技术可以对传统的艺术形式进行改进。主要体现在电影以及电视节目中，很多画面的编辑需要借助图像处理技术来完成，进而满足人们的精神需要，带给人们刺激的感官享受。
4 计算机图像处理技术的未来展望
首先，计算机图像处理技术将向智能化、多媒体化、多维成像、三维成像、高分辨率、高速传输、实时处理以及高清晰度方向发展。其次，该技术的主要研究方向是实现功能集成化芯片，进而为用户提供更加方便快捷的服务。最后，在图像处理方面，将引入一些全新算法和全新理论，例如神经网络、遗传算法、形态学、分形几何以及小波分析等。这些算法和理论将成为图像处理技术与理论的研究重点。
5 结语
总而言之，随着人类科技的进步，计算机在各个行业以及各个领域都得到了广泛的运用。同时，图像处理技术的应用领域也在不断扩大，从以往的设计、宣传以及家用等领域，扩展到文化艺术、公安系统、武器军事、生物工程、医学医疗以及航空航天等多个领域。因此，面对时代的发展，我们要充分重视该项技术的应用和研究，进而推动社会的持续发展。
参考文献
[1]戴春梅.探究计算机图像处理技术的发展新趋势[J].计算机光盘软件与应用，2014（21）：215，217.
[2]李玉荣.计算机图像处理技术的发展趋势探讨[J].无线互联科技，2015（9）：104-105.
中图分类号：TP391 文献标识码：A 文章编号：1674-098X（2014）07（a）-0228-01
1 图像分割
作为一种图像技术，图像分割得到了人们广泛的研究与重视，并在实践中也得到应用。在图像应用中，图像分割技术可以在需要进行图像目标提取的工作中发挥重要的作用。如生物医学图像分析、遥感图像分析、文档图像处理、生产过程控制、在线产品检验以及工业自动化中都应用了图像分割技术。应用领域的不同也让图像分割技术具有着不同的名称，如目标追踪技术、目标识别技术、阀值化技术、目标轮廓技术等，这些技术的核心或者本身等同于图像分割技术。图像分割是将某个图像分为具有自身特色的几个区域，并对感兴趣区域提取的过程与技术。这里所提出的特色包括像素的纹理、颜色、灰度等，目标经过预先定义后可以指向单个区域，也可以指向多个区域。由于在研究图像和应用图像的过程中，往往只是对图像的某个部分感兴趣，所以为了对这些部分进行分析与辨识，有必要将他们提取和分离出来，并对他们进行利用，由此可见，图像分割是对图像进行处理以及分析的重要步骤。图像分割的方法多年来一直得到了人们的重视，基于多样化的分割算法基础上，将图像进行分割与分类的方法也非常多，比较通用的分类是根据图像中相邻像素在像素值方面表现出的两个性质：相似性与不连续性。虽然区域内部中的像素都具有相似性，但是不同区域边界上却具有着不连续性，因此，分割算法可以以此为依据分为基于边界的算法和基于区域的算法两种，另外，以分割过程中所使用的处理方法的差异，分割算法可以分为串行算法与并行算法。
2 模式识别理论基础上的图像分割
一般而言，模式识别需要由设计与实现两个过程来组成，设计指的是使用样本开展分类器设计，实现指的是使用设计完成的分类器来对待识别的样本开展分类决策。随着模式识别理论以及技术的发展，模式识别方法也得到了一定程度地创新，当前的模式识别方法主要包括统计模式识别方法；以句法规则结构化模式为依据的模式识别方法以及神经元网络模式识别方法。
图像分割所具有的难点在于分割依据的确定，即难以根据具有确定性的判定标准来对需要分割的图像各个部分开展判断以确定分割对象的位置，因此，基于知识的多特征多级判别的变化域分割概念被提出。在这一概念中，需要对特征进行分析，确定分割对象之间最明显的区分特征来作为分割依据，随后可以根据特征标准来使用经典的图像分割技术分割特征空间并得到可靠的位置结构。同时以分割精确度的差异为依据，开展多特征多级的分割，即在进行特征抽取后以具体需求为依据再次开展特征抽取或者开展多次的特征抽取，每一个提取过程中所使用的特征依据都需要达到减少分析区域的效果，并在此基础上对分割范围进行进一步的确定。具体而言，基于模式识别理论对分割问题作出考虑，分割对象可以根据图像本身的结构特性和统计特性分为分割类与非分割类。每一种事物都具有某些特征来与其他事物进行区分，所以在图像分割过程中也必然能够提取出一些和分割背景具有差异的特征来当做分割依据。在对定位对象进行分割的过程中，可以选择由这些特征所构成的特征空间来开展定位识别，所以本文认为，可以将图像分割的对象当做模式识别对象，把图像分割过程当做模式识别中识别特定模式类并以特征模式类特征为依据来进行分割的过程。
基于模式识别理论的图像分割主要分为四个步骤。
一是对分割对象本身所具有的所有特性做出分析，为分割需要提供依据。在图像分割过程中，选取这些特征的原则为更好、更容易的区分分割对象。在此方面又包括以下几点内容：可靠性，属于同类对象的特征应当相似。区别性，属于不同类别的识别对象所具有的特征值应当存在差异。独立性，在分割过程中所使用的特征应当不存在紧密关联。虽然十分相似的特征可以进行组合，但是不能当做相同的特征。对数量进行控制。特征个数的增加会增大模式识别系统在进行图像分割过程中的复杂程度，其中用于结构测试的样本数量会随着特征量的增加呈现出指数关系的增长。在模式识别理论基础上的图像分割工作中，一般需要开展大量的实验、计算与分析才能够充分了解分割对象所具有的特性，同时需要在具体的图像分割过程中寻找能够区别于复杂背景且稳定、有效的特征来当做图像分割的依据。
二是通过特征空间转换将图像转换成为确定特征基础上的特征空间。在此过程中变换域方法、神经网络方法以及模糊理论等方法都可以作为变换方法。这主要是由于图像分割过程中的复杂背景会产生很多的不确定性因素，并对特征的确定产生干扰，所以在开展图像分割之前，有必要采用数学方法和一些其他的学科理论来变换图像，其目的主要在于让特征这一作为图像分割的依据更加突出。
三是根据已经明确的特征范围和特征标准，采用合理的分割技术来分割特征空间，同时以分割对象的特征标准度范围和标准度量值为依据来匹配图像中的各个区域以确定需要进行分割的区域。另外在分割图像的过程中，最底层环节为图像处理技术，分割中的工作都需要建立在图像处理技术基础上。
四是当分割精度没有达到需求和要求时，有必要进一步开展特征选择，即对以上三个部分进行重复。
综上所述，模式识别理论对于提高图像分割效果而言发挥着重要作用。无论是模式识别理论还是图像分割作为一种具有先进性和现代化特点的技术都具有着良好的应用前景，但是在此过程中，需要认识到二者的发展以及应用价值的提升都需要二者本身做出不断的完善。单从模式识别理论在图像分割中的应用于完善方面来看，首先需要对单识别器的性能进行进一步的提高；其次有必要继续强化对多分类器集成方法的谈论与研究。这对于增加模式识别理论在图像分割方面的应用价值具有重要意义。
参考文献
[1] 靳富丽.模式识别理论及其应用[J].湖北广播电视大学学报，2007（12）.
[2] 曾庆鹏，吴水秀，王明文.模式识别中的特征提取研究[J].微计算机信息，2008（1）.
计算机智能化图像识别系统一般分为五个部分,即对所要识别的图像通过一定的手段将其输入到计算机内,经过计算机预处理和特征提出再对识别的图像进行匹配和分类。作为计算机智能化图像识别的第一步,图像输入主要是将已经采集到的图像输入到计算机内进行处理。计算机预处理过程主要是对将要识别的图像进行图像区和背景区的分离并且将图像进行细化增强图像的二值化,提高计算机智能化图像识别的后期处理的速度和效率。为了能够尽量地还原图像的真实性和减少其虚假特征可以将图像的特有特征用数值的形式表示出来。在计算机智能化图像识别系统中如果需要将输入的图像与已有的图像进行匹配就必须用一种精确的方法将其分配到不同的图像库中减少计算机对图像的搜索时间。在计算机智能化图像识别系统中为了准确地判断出所输入的图像的性质就必须把当前输入的测试图像和之前已经保存的图像进行对比和分析。具体如图1所示。
2 计算机智能化图像识别技术的研究现状
在对图像进行识别和处理的领域中图像的识别和分割是一个也重要的问题。虽然在相关专家和工作人员的共同努力下取得了相关的发展,但是还是有许多的问题需要解决。传统的图像识别主要经历了文字识别和数字处理以及物体识别三个阶段。在20是50年代的时候文字识别的对象主要是字母和数字以及符号,许多的专用设备都开始广泛地运用了这一技术。在20世纪60年代中期数字图像开始运用于对图像的处理和识别的研究领域,数字化图像处理更加具有存储量大和方便传输和压缩等优势,为图像识别技术的发展提供了非常广泛的发展空间。数字图像处理主要是表现在对物体的识别中的三维数据和图片的感知和认识。物体识别主要是在前两个阶段的基础上借助了人工智能化的特点将其研究和探索的成果广泛地运用到各种行业领域中。
计算机智能化图像识别技术在目前需要提高其对图像的识别能力,在图像的传输过程中充分地运用不同类别空间的映射[2]。作为一种成熟的图像识别和处理技术,计算机智能化图像处理技术在不断地研究和发展,对各种图像的类别和特征进行有效地对比和匹配,提高图像处理后的清晰度和识别度。
3 计算机智能化图像识别技术的特点和优点
3.1 计算机智能化图像识别技术的主要特点
3.1.1 信息量大
计算机对图像信息的处理主要是采用二维信息的方式,因此对计算机的配置和计算机的运行系统的速度以及计算机的存储量都有非常严格的要求。图像信息与语言信息相比所需要的频带较宽,无论是在计算机的成像过程中还是在图像的传输中以及图像信息的存储和处理的过程中都需要一定的科学技术。
3.1.2 相关性大
计算机系统中对图像的各个像素都是具有一定的关联性,所以在计算机智能化图像的识别过程中需要对输入的各种图像信息进行有效地压缩才能够对不同的图像信息进行分类和匹配。尤其是对三维景物的选取上,输入的图像本身是没有再现三维景物的几何信息能力,因此对三维景物的背后所需要反映的部分信息必须进行适当地假设和重新地测量[3]。计算机在对图像进行智能识别的过程中需要对三维景物进行适当地引导以便于解决在计算机智能化图像识别过程中所产生的问题。
3.1.3 人为因素大
计算机智能化图像识别在对图像进行后期处理之后总是由人来进行评价的,因而计算机在对图像进行智能化识别的时候受人的因素影响较大。然而,人的眼睛总是会受到周围环境的影响以及情绪和知识兴趣爱好的影响。因此,为了提高计算机对图像进行智能化识别的质量应该尽量地让计算机模仿人的视觉,充分地模拟人们在对图像进行观察和评价时候的状态。
3.2 计算机智能化图像识别技术的优点
3.2.1 精确度高
因为现在的科学技术水平的限制只能将一幅模拟的图像进行数字化处理转换为一种二维数组,基本的扫描仪都能够对图像的像素转化为32位。因此计算机智能化图像识别能够将任何的图像的精确度满足用户的任一要求。
3.2.2 表现型强
计算机智能化图像处理可以准确地处理影响图像处理的相关因素,例如图像的存储状况和图像的输入过程中出现的问题和故障。计算机智能化图像识别系统能够在任何的情况下对图像进行还原和再现从而保证了图像在经过计算机识别和处理的时候的像素。
3.2.3 灵活性好
计算机智能化图像识别系统在对图像进行识别和处理的时候,可以根据图像的客观情况来将其放大。由于图像的信息总是来自于各个方面,无论是来自生物显微镜下的细胞图像还是对于宇宙中位于天文望远镜下的庞然大物都能够在计算机智能化图像识别系统中进行识别和处理,通过线性运算和非线性处理实现图像的识别功能[4]。在对各种不同的图像信息进行正确地编码之后用二维数据将图像的灰度进行组合在计算机上可以清晰地显示出图像的质量。
4 计算机智能化图像识别技术的理论性突破
4.1 计算机智能化图像识别技术朝着高速化和标准化的方向发展
无论是在生活领域还是科学领域计算机的运行速度都会对生活和工作产生重要的影响。尤其是对图像进行智能识别对计算机具有特别的要求,而现在的计算机在科学技术水平的促进下不断地提高其自身的硬件水平。不仅如此,在计算机的内部配置方面也比以前有了相当大的进步,计算机在进行图像的采集和处理的过程中分辨率都大大地提高了,同时对图像的存储设备的性质也在日益地更新。图像作为一种二维度信息,计算机将其进行识别的过程中将更多的三维信息赋予图像中并且通过各种计算和技术的处理而得到相应地改进[5]。
同时,计算机在对图像所显示的数据进行整理和压缩的时候开始以多媒体的形式对其进行信息化转换,使得计算机智能化图像识别尽量能够按照人的思维和意识来进行从而提高计算机的智能化水平和对图像识别的工作效率。
4.2 计算机智能化图像识别技术朝着多维方向和高科技方向发展
计算机在对图像进行识别的过程中开始从二维角度向三维角度和多维角度发展,因此对各种图像的数据信息处理的更加精确。目前由于硬件水平的逐渐提高,计算机的中央处理器的功能也在不断地提高,因此计算机智能化图像识别的领域越来越广泛。随着新的技术理论和新的科学计算方法的诞生,计算机在对图像的识别和处理过程中更加侧重对其详细的信息进行分类和整理,经过系统的转化后形成高清晰度的图片。
5 计算机智能化图像识别技术的运用
5.1 医学生物工程
计算机智能化图像识别技术可以对诸如红细胞和各种染色体进行识别,从而有利于医生更好地了解患者的病情和更好的医学研究。在医院的很多部门例如心电图的分析以及彩超和超声波图像处理都广泛地运用了计算机智能化图像识别技术。
5.2 工程建设方面
计算机智能化图像识别技术在工程项目的建设过程中得到了广泛的应用,尤其是对相关零部件的检测和分类以及对输电线路故障的分析和排查方面都借助计算机的智能化工程得到了有效地解决。在工业生产过程中,施工人员对工程的焊接和装配的过程中都充分地运用计算机对图像进行智能化识别从而减少了施工误差的发生,保障了整个工程项目建设的质量。
5.3 文学艺术方面
文学艺术方面对计算机智能化图像识别技术的使用非常普遍。在广播电视领域,电视要想播出高清晰度、高质量的画面就必须借助计算机对所拍摄的画面进行处理和识别。计算机能够对动态图像进行相应地采集加工合成从而形成电视画面。为了避免图像在播出的时候出现失贞的情况,计算机可以对输入的画面进行智能化处理,尤其是一些人为的失误都能够通过计算机进行自动地调整。在美术方面,计算机智能化图像识别技术可以对每一幅作品的像素和色彩方面进行相关地调整,使其输出后能够更好地反映现实生活的。除此之外,计算机智能化图像识别技术在服装设计与制作和动画制作以及发型设计等方面均发挥了重要的作用。
5.4 商务业务方面
计算机智能化图像识别技术在电子商务和酒店商务方面具有重要的影响,其可以在很多的方面代替人工操作从而节省大量的人力资源。比如,员工每天在进行上下班的时候都可以在经过大门通道的时候进行电子身份签到和认证。同时对于一些重要的商业资料也可以通过计算机智能化图像识别技术进行防伪说明等等。
中图分类号：R319文献标识码：A文章编号：1005-5312（2012）15-0275-01
一、远程高精度医学图像处理技术的概念以及特点
（一）远程高精度医学图像处理技术的概念
远程高精度医学图像处理技术是指满足医学质量及其要求，包含医学完整信息的高质量、高清晰、高精确的医学图像处理技术。它包括医学影像的采集、图像缝合、图像压缩、图像存储、图像传输及其图像的复原再现的过程。
（二）远程高精度医学图像处理技术的特点
通过国家构建的交互式计算机系统实现医学图像的静动态解析及其多点交互，完成了病理图像的无缝拼接，完善了医疗卫生事业的信息化、数字化的进程，无疑是中国科学技术的一大进步! 远程高精度医学图像处理技术运用计算机、通讯、 医学设备和现代技术，通过图像、数字数据信号、符号等将病人的病历资料远距离输送和传输，实现了医学专家和医生、病人之间在不同地方直接的交流和诊治。
二、国内外远程高精度医学图像处理技术的内容及方法
远程高精度医学图像处理技术与其他图像处理技术(传统高清视频会议系统)的区别和联系视频会议系统技术和高清视频会议系统(NETMEETING)，一般的卫星传输，音视频压缩技术。
远程高精度医学图像处理技术的几个重要发展历程，远程高精度医学图像处理技术的技术实现及其高端设备全自动数字病理切片扫描仪的运用。
三、全自动数字病理切片扫描仪的应用
（一）全自动数字病理切片扫描仪的技术特点
远程高精度医学图像处理技术与其他图像处理技术的区别和联系：视频会议系统技术和高清视频会议系统一般的卫星传输。远程高精度多路医学动态解析转移及多点交互系统、远程静态医学图像交互式讨论系统、远程病理无缝缝合拼接及诊断数字技术系统病理工作站、远程手术指导系统、远程查房系统及其电子医院数码技术系统、远程高精度皮肤检查系统、体征检查内镜系统、远程医学影像阅片及讨论系统、及其远程培训及其教育系统。
实际上远程高精度医学图像的获得虚拟病理切片是利用电脑控制显微设备或者CCD镜头的上下运动，一张一张的通过面扫描自动采集放大后的图像，这种信号是计算机能够识别处理的数字信号，较以前的线扫描有了很大的提高，然后通过储存自动缝合拼结成一张信息完整的数字病理图片通过光纤发到服务器上或者其他计算机中，通过图象处理软件可以对图象进行编辑处理，这种能够虚拟观察的计算机可以被认为是虚拟显微镜，一个很大的图像通过软件的处理，可以压缩以后传到世界任何一个地方。
总体来说，数字病理切片技术应用显微图像数字化目前世界上和国内的应用上还停滞在局部图象扫描的数字化的水平上，就是通过显微镜或者摄象机或者数码相机中的CCD采集很多张或者上百张用来诊断病情或者做出分析并且复原出病理图象的照片，远程诊断和进行专家讨论，为专家提供了非常有用而真切的医学图像信息，使专家能够很快地浏览图片上的医学信息，非常方便而准确，节省了大量时间和资源，方便了医生和患者，它的推广给现代医学带来了观念性的技术变革。
（二）全自动数字病理切片扫描仪的应用实例分析
数字病理切片可以进行远程会诊和远程诊断病情，医院可以制作数字病理虚拟切片和一些病理资料通过软件进行查看和浏览，分析和判断并且得出病情的判断，医院可以收集病人会诊的病历资料进行局部的切片扫描，随意进行放大和压缩的进行观察也可以上传到服务器上，提供给大家查阅，对大病技术特别是肿瘤的病变有了很好的效果，也可以实现资源共享，完全达到病理资料的电子化、数字化、技术化。
四、高精度医学图像数字处理技术的发展展望
中图分类号：TP 文献标识码：A 文章编号：1009-914X（2014）31-0203-01
随着数字图像技术的理论和方法的不断进步，它在刑事技术领域的应用也不断的扩展和深入，显示出了无可比拟的优势和广阔的发展前景。本文拟对数字图像处理技术在刑事技术工作中的应用作初步探讨。
1、数字图像处理的概念
图像处理是指运用一定的理论，使用特定的设备和技术方法，对已经获得的图像进行加工改造，达到某种特殊目的的一种技术。根据处理对象和方法不同，图像处理可分为摹拟图像处理和数字图像处理两大类。摹拟图像处理的对象是具有连续色调的摹拟图像，即客观景物所生成的原始图像。由于摹拟图像大多可用一个连续函数来描述，所以摹拟图像处理也称作“连续图像处理”。摹拟图像处理是利用光学、化学等技术方法和相应设备，对图像本身进行的加工和处理。例如在暗房中对正负片进行减薄、加厚、变形矫正、放大、遮挡、着色、虚化、浮雕化、剪裁等。摹拟图像处理精度较差，处理方式也不够灵活。数字图像处理是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、图像重建等处理的理论和方法的总称。数字图像处理的对象是数字图像，即由一组带有不同颜色，具有一定尺寸，被称为像素的点有规律排列组成的。数字图像的特点决定了数字图像处理的灵活性。
2、数字图像处理的内容
在进行数字图像处理时，必须先将摹拟图像数字化，即通过取样与量化，将摹拟图像变换成能够用计算机识别和处理的数字形式。图像数字化最常用的方法是扫描和数码相机拍摄。在物证检验中，常用的数字图像处理技术包括：图像增强、对比度增强、图像的平滑处理、图像的锐化处理、图像消除背景处理、图像的彩色增强处理、变形图像矫正、图像复原、图像合成、图像识别等。
3、数字图像技术在刑事技术工作中的应用
3.1 图像采集、传输技术在刑事照相中的应用
3.1.1 应用于现场照相
传统的刑事照相使用胶片照相，只有经过拍照、暗房冲洗和印放的过程才能看到最终结果，工作中任何一个环节出现问题就会带来不可挽回的损失。数码照相的方法可以即时显示结果，又无需化学冲洗等繁琐过程，极大简化了工作。现场照相完成之后，可以将照片输入计算机，可使用图像处理软件对数字照片进行编辑、裁切、标注、打印，按照刑事照相制卷质量标准制作成卷。现场照相获取的各类物证图像信息可借助各类公安图像管理系统，如指纹自动识别系统、足迹查询系统、人相识别系统等，进行方便的归档、管理、查询、传报；也可借助于网络传输发送到异地进行移动办案或进行网上，网上追逃等。
3.1.2 应用于物证照相
物证照相中的分色照相技术根据物质对不同色光的反射与吸收的特性不同，借助滤光镜来加强被摄物体之间的色彩反差，从而分离物证与背景。如今数字图像处理利用颜色模式与通道可以方便有效的实现数字图像的分色，基本淘汰了分色照相的方法。目前普通数码相机感光范围基本达到350-1100nm，而物证摄影专用的全波段ccd系统感光范围达到200-1200nm，对远红外、可见光、紫外光谱都有很好的响应，可以方便的进行长波紫外照相和红外照相，以进行文件字迹、体液、弹药残留、足迹等的显见和检验。
3.1.3 应用于辨认照相
利用数字图像存储与管理技术，对采集到的海量人犯面貌辨认照片、尸体照片、物证辨认照片进行有效管理，可快速的进行登记、查询、比对等。对于一些面貌不易辨识的尸体照片，可以进行适当修复，改善辨认条件。对于高度腐烂甚至白骨化的尸体可以使用颅像重合技术来辨认尸源。计算机人像组合技术使得没有专业绘画功底的人员也能方便快速的组合出嫌疑人像，增加效率并降低由手工模拟画像带来的主观性，使画像的辨识度大幅提高。
3.2 图像复原技术在刑事模糊图像处理中的应用。
图像在采集、传输的过程中，由于成像设备、外界条件、传输介质、人为等各种因素而引起图像质量降低从而形成模糊图像。图像复原技术分析图像退化的原因，试图建立起精确的图像退化模型，并对退化过程逆转从而将退化图像恢复本来面目。如监控中运动车辆的车牌号码识别是当前刑事图像复原的一个研究热点。针对不同类型的退化图像，图像复原技术建立相应的退化模型，运用维纳滤波、逆滤波等方法去除干扰和模糊。
3.3 图像几何矫正、标注、测量技术为物证对比鉴定提供辅助工具
图像几何变换可实现对图像进行坐标变换、缩放、旋转、变形、配准等，是对图像预先处理的常规方法。在物证检验经常出现存在于非平面客体上的痕迹，例如圆柱圆锥、弯曲物体的转弯处、不规则弧面上的手印、文字等，变形的痕迹给检验鉴定带来极大的困难，可以预先运用数字图像处理的几何变换方法矫正，降低工作难度。图像的标注和测量在物证鉴定中应用最广，传统人工测量检验操作复杂且误差较大，而使用数字图像测量比对技术，测量精确操作简单。如对印章印文进行测量比对、拼接比对；人相鉴定；笔迹分析鉴定；指纹对比鉴定；工具痕迹鉴定等工作均可以用数字图像处理工具进行辅助检验。
3.4 图像识别、比对、分析技术在刑事图像内容辨认与分析中的作用
图像识别与分析技术是建立在图像测量的基础之上自动识别场景中的目标特征，包括形状、颜色、纹理、运动、空间等特征，从图像信息得出数据和判断等结论。这项技术在刑事图像理解中有很重要的应用价值。如在影像资料中对人物衣着、毒物等的识别；基于几何形状对比根据面部器官形态符合程度进行自动的人像识别与检验；和法医人类学相结合的通过比较无名颅骨与失踪人照片的形态特征的颅骨与人相重合鉴定等。目前结合数据库管理的指纹自动识别系统，人像自动识别比对，dna图谱自动检索等广泛应用于刑事技术实战中，极大提高工作效率和减轻工作强度。
3.5 数字图像取证技术在刑事图像鉴定中的应用
随着数字图像技术的发展与图像处理工具的广泛普及，数字图像的编辑修改变得异常简单，伪造图像的大量出现给社会安全稳定带来隐患，因此数字图像取证技术成为当前图像处理与信息安全的研究热点。数字图像盲取证技术根据图像自身的成像原理、场景特征、设备引入噪声、篡改留痕的特征对可疑图像运用数学方法计算分析从而对图像真伪做出量化的鉴定结论。图像取证技术在刑事图像领域主要应用于数字图像真实性与原始性的检验。
3.6 数字图像合成重建技术在刑事影像合成演示中的应用
数字图像合成技术是利用计算机绘图技术来形成图像。数字图像重建技术则利用输入的空间、形态、时间等数据信息生成二维或三维图像。目前这两项技术在现场勘查、法医人类学中已成功应用。计算机人像组合技术可以根据目击者的描述用数据库中的面部器官部件组成人面部像，用于排查犯罪嫌疑人。计算机颅骨复原系统可以根据无名颅骨还原其生前的二维或三维头像。在犯罪现场获取的平面图像与空间测量信息可利用计算机图形学进行影像与事件的三维重建，例如对现场三维图像自动生成，对犯罪事件进行案情模拟演示等。
参考文献
