论文部分内容阅读
摘 要：随着图像处理技术的发展，该技术的应用越来越广泛。文章总结了目前图像处理技术在社会生产个各个领域中的应用。
关键词：图像处理 技术应用
一、数字图像处理技术简介
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。其优点是：1) 再现性好。不会因图像的存儲、传输或复制等一系列变换操作而导致图像质量的退化。2) 处理精度高。可将一幅模拟图像数字化为任意大小的二维数组。3) 适用面宽。图像可以来自多种信息源, 它们可以是可见光图像, 也可以是不可见的波谱图像；从图像反映的客观实体尺度看, 可以小到电子显微镜图像, 大到航空照片、遥感图像甚至天文望远镜图像。
二、地震储层预测的图像处理技术研究
在油田勘探和开发过程中，储层预测技术一直是关键技术之一，该技术的应用可在岩性油气藏识别中，预测储层范围、检测油气，寻找剩余油分布范围，指导勘探和开发的井位部署，提高钻井成功率。油田勘探开发进入中后期，勘探开发目标的复杂性和隐蔽性逐渐增加，对地震分辨率要求越来越高，对成像精度要求也越来越高，对构造骨架和内部流体定量描述要求越来越准。受资料条件和现有技术的限制，通过传统方法利用地震资料预测储层的精度，还达不到对薄互层砂层形成的岩性圈闭进行描述的要求。近年来，随着各种技术的发展，出现了多种储层预测方法，在这些方法中，都强调属性提取和属性优化是储层预测的基础和前提，直接影响储层预测的精度。而利用图像处理技术交互式进行地震属性的提取和优化，保证了储层预测的精度，可以取得良好的效果。该项技术是集地震剖面储层信息交互显示分析、储层地震属性对比自适显示分析、基于图像的地震属性去噪、基于图像的地震属性特征增强、基于图像的地震属性特征提取分析、地震属性分析交互选择、井信息动态录入、编辑和管理、训练样本信息统计分析、双重神经网络训练质量监控显示、储层预测系统交互操作、储层预测功能模块集成、储层预测结果可视化显示分析等功能于一体的储层预测交互系统，在用户使用本系统后，不必再耗费大量的人力与物力去解释地震原始资料，通过系统功能以及人机交互技术来达到储层预测的目的。
三、利用数字图像处理技术进行海底地形的三维重建
仿真所用地图是由美国地质勘探局提供的GoeTIFF格式的海底地形测绘图像,这种图的像素矩阵大小为400×320,所覆盖的海域大小为1km×8km。由于海域有比较明显的地形起伏变化和晕渲效果,能够较好地检验海底地形三维重建方法的适用性。采用样条函数插值方法对DEM进行插值,得到更光滑的海底地形曲面。重建后的海底地形三维视图能够较好地反映该海域的地形起伏特征,由地形晕渲效果带来的灰度异常问题也得到了较好解决。根据国际航道测量组织于1994年制定的IHO航道测量标准,四级海区在置信度为95%时,被测水域的水平误差限为±150m,对应深度误差限均为±1m至±7m(误差限随深度增加而增加)。而利用重建方法得到的水平误差小于±25m,深度误差限为±1.17m至±8.17m,这与四级海区的测量标准比较接近。如果在灰度空间转换过程中,将灰度级设得更高,则可以使深度误差限更接近标准值。而对于水平误差限,只能通过获取更高分辨率的海底地形图像来实现。目前,在国外海洋测绘网站提供的海底地形图像中,最高分辨率能达到5m。
四、利用数字图像处理技术测量零件几何尺寸
检测技术是现代制造业的基础技术之一, 是保证产品质量的关键,传统的人工检测往往需要专用的测量工具,费时费力, 而且受多种因素的影响, 难以保证检测的质量,而且不能适应现代工业生产现场自动检测的要求。现代制造业的发展需要更快速、有效的产品检测技术。采用基于图像处理的计算机视觉技术进行检测可靠性好、准确率高,可以大大提高检测精度、 速度、自动化程度。得准确清晰的图像边缘。该项图像处理技术的应用步骤：第一，将采集到的图像转换成为数字形式。第二，将真彩色图像转换为灰度图来处理,以加快图像处理的速度以及缩减存储空间。第三，图像增强。灰度化后的图像里面背景噪声比较大,要从中提取所需要的信息有一定难度。而采用图像增强的方法可以在灰度直方图均衡化的基础上运用小波变换去噪技术,将背景无用的信息即噪声干扰减小到最小程度, 使目标信息突出出来,这样可以为下一步图像分割创造良好的条件。第四，进行图像分割，把图像分成各自具有特性的区域并提取出感兴趣的目标的技术。第五，进行图像特征提取，利用微分算子对图像进行检测所得的边界常常会发生断裂现象,在这种情况下,需要用曲线提取的方法把曲线连接起来。
五、利用数字图像处理技术对汽车牌照进行识别
图像处理技术主要用于对待识别车辆图片的预处理，模式识别技术一般包括统计模式识别和结构模式识别等。图像处理和模式识别技术运用于车辆信息识别方面的研究始于80年代，进入90年代，随着计算机视频技术的发展，开始出现车辆信息识别的系统化研究。1990年A.S.Johnson等运用计算机视频技术和图像处理技术实现了车辆牌照的自动识别系统，1990年R.A.Lotufo等使用光学字符识别技术分析所获取的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，利用统计最邻近分类器与字符库中的字符比较，得出一个或几个车牌号码，对这些号码进行校验，如果确实有该车牌号码，则识别成功，否则拒识。这种识别方法所需要的成本低，设备简单，而且还可以随着图像处理和模式识别技术的发展而不断完善。
六、利用图像处理技术实现数字水印
LSB方法是最简单的嵌入水印的方法。任何一幅图片都具备一定的容噪性,这表现在像素数据的最低有效位对人眼的视觉影响很小,秘密信息就隐藏在图像每一个像素的最低位或次低位,实现其不可见性。以256色灰度图像为例,每一个像素值占8bit,其第八位就是最低有效位。具体的LSB方法就是调整原始载体信息的最低几位来隐藏信息,最方便的是采用直接改变图像中像素的最后一位使之和秘密信息相同。检测的时候只要提取含水印图像像素的最低位即可。
关键词：图像处理 技术应用
一、数字图像处理技术简介
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。其优点是：1) 再现性好。不会因图像的存儲、传输或复制等一系列变换操作而导致图像质量的退化。2) 处理精度高。可将一幅模拟图像数字化为任意大小的二维数组。3) 适用面宽。图像可以来自多种信息源, 它们可以是可见光图像, 也可以是不可见的波谱图像；从图像反映的客观实体尺度看, 可以小到电子显微镜图像, 大到航空照片、遥感图像甚至天文望远镜图像。
二、地震储层预测的图像处理技术研究
在油田勘探和开发过程中，储层预测技术一直是关键技术之一，该技术的应用可在岩性油气藏识别中，预测储层范围、检测油气，寻找剩余油分布范围，指导勘探和开发的井位部署，提高钻井成功率。油田勘探开发进入中后期，勘探开发目标的复杂性和隐蔽性逐渐增加，对地震分辨率要求越来越高，对成像精度要求也越来越高，对构造骨架和内部流体定量描述要求越来越准。受资料条件和现有技术的限制，通过传统方法利用地震资料预测储层的精度，还达不到对薄互层砂层形成的岩性圈闭进行描述的要求。近年来，随着各种技术的发展，出现了多种储层预测方法，在这些方法中，都强调属性提取和属性优化是储层预测的基础和前提，直接影响储层预测的精度。而利用图像处理技术交互式进行地震属性的提取和优化，保证了储层预测的精度，可以取得良好的效果。该项技术是集地震剖面储层信息交互显示分析、储层地震属性对比自适显示分析、基于图像的地震属性去噪、基于图像的地震属性特征增强、基于图像的地震属性特征提取分析、地震属性分析交互选择、井信息动态录入、编辑和管理、训练样本信息统计分析、双重神经网络训练质量监控显示、储层预测系统交互操作、储层预测功能模块集成、储层预测结果可视化显示分析等功能于一体的储层预测交互系统，在用户使用本系统后，不必再耗费大量的人力与物力去解释地震原始资料，通过系统功能以及人机交互技术来达到储层预测的目的。
三、利用数字图像处理技术进行海底地形的三维重建
仿真所用地图是由美国地质勘探局提供的GoeTIFF格式的海底地形测绘图像,这种图的像素矩阵大小为400×320,所覆盖的海域大小为1km×8km。由于海域有比较明显的地形起伏变化和晕渲效果,能够较好地检验海底地形三维重建方法的适用性。采用样条函数插值方法对DEM进行插值,得到更光滑的海底地形曲面。重建后的海底地形三维视图能够较好地反映该海域的地形起伏特征,由地形晕渲效果带来的灰度异常问题也得到了较好解决。根据国际航道测量组织于1994年制定的IHO航道测量标准,四级海区在置信度为95%时,被测水域的水平误差限为±150m,对应深度误差限均为±1m至±7m(误差限随深度增加而增加)。而利用重建方法得到的水平误差小于±25m,深度误差限为±1.17m至±8.17m,这与四级海区的测量标准比较接近。如果在灰度空间转换过程中,将灰度级设得更高,则可以使深度误差限更接近标准值。而对于水平误差限,只能通过获取更高分辨率的海底地形图像来实现。目前,在国外海洋测绘网站提供的海底地形图像中,最高分辨率能达到5m。
四、利用数字图像处理技术测量零件几何尺寸
检测技术是现代制造业的基础技术之一, 是保证产品质量的关键,传统的人工检测往往需要专用的测量工具,费时费力, 而且受多种因素的影响, 难以保证检测的质量,而且不能适应现代工业生产现场自动检测的要求。现代制造业的发展需要更快速、有效的产品检测技术。采用基于图像处理的计算机视觉技术进行检测可靠性好、准确率高,可以大大提高检测精度、 速度、自动化程度。得准确清晰的图像边缘。该项图像处理技术的应用步骤：第一，将采集到的图像转换成为数字形式。第二，将真彩色图像转换为灰度图来处理,以加快图像处理的速度以及缩减存储空间。第三，图像增强。灰度化后的图像里面背景噪声比较大,要从中提取所需要的信息有一定难度。而采用图像增强的方法可以在灰度直方图均衡化的基础上运用小波变换去噪技术,将背景无用的信息即噪声干扰减小到最小程度, 使目标信息突出出来,这样可以为下一步图像分割创造良好的条件。第四，进行图像分割，把图像分成各自具有特性的区域并提取出感兴趣的目标的技术。第五，进行图像特征提取，利用微分算子对图像进行检测所得的边界常常会发生断裂现象,在这种情况下,需要用曲线提取的方法把曲线连接起来。
五、利用数字图像处理技术对汽车牌照进行识别
图像处理技术主要用于对待识别车辆图片的预处理，模式识别技术一般包括统计模式识别和结构模式识别等。图像处理和模式识别技术运用于车辆信息识别方面的研究始于80年代，进入90年代，随着计算机视频技术的发展，开始出现车辆信息识别的系统化研究。1990年A.S.Johnson等运用计算机视频技术和图像处理技术实现了车辆牌照的自动识别系统，1990年R.A.Lotufo等使用光学字符识别技术分析所获取的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，利用统计最邻近分类器与字符库中的字符比较，得出一个或几个车牌号码，对这些号码进行校验，如果确实有该车牌号码，则识别成功，否则拒识。这种识别方法所需要的成本低，设备简单，而且还可以随着图像处理和模式识别技术的发展而不断完善。
六、利用图像处理技术实现数字水印
LSB方法是最简单的嵌入水印的方法。任何一幅图片都具备一定的容噪性,这表现在像素数据的最低有效位对人眼的视觉影响很小,秘密信息就隐藏在图像每一个像素的最低位或次低位,实现其不可见性。以256色灰度图像为例,每一个像素值占8bit,其第八位就是最低有效位。具体的LSB方法就是调整原始载体信息的最低几位来隐藏信息,最方便的是采用直接改变图像中像素的最后一位使之和秘密信息相同。检测的时候只要提取含水印图像像素的最低位即可。