數字圖像處處理（Digital Image Processing）是將圖像信號轉換成數字信號並利用計算機對其進行處理。 早期的數字圖像處理的目的是提高圖像的視覺效果。 目前已廣泛應用於科學研究、工農業生產、醫學工程、航空航天、軍事、文化產業等眾多領域。
1 數字圖像處理技術概要
1.1數字圖像處理技術的概念
在圖像處理技術中， 低級處理涉及初級技術，如噪聲降低、對比度處理和鋭化處理。 中級處理涉及分割、縮減對目標像素羣的定義，以便於對不同像素或像素羣的識別及計算機計算處理。 高級處理是算法對圖像分析中被識別像素羣的總體分析結果，以及運算與視覺效果相關的分析函數等處理技術。
在應用數學理論時， 將圖像定義為二維函數 f（x,y），x 和 y 為 空間座標 , 在任意一組空間座標 f（x,y） 的幅值 f 稱為圖像在該座標位置的強度或灰度 .
當 x,y 和幅值 f 是離散的、有限的數值時，稱該座標位置是由有限的元素組成的，每一個像素都有一個特定的位置和幅值。
1.2數字圖像處理技術的發展
數字圖像處理技術最早出現於 20 世紀中期，圖像處理的目的是提高圖像的呈現質量。 圖像處理的是視效較低的圖像，要求輸出儘可能提高效果後的圖像。 主要採用噪聲減弱、灰度變換、幾何校正等方法進行處理，並考慮了明暗效果和對比度等諸多因素，由計算機進行更為複雜的圖像處理。
20 世紀初期，圖像處理技術首次應用於提升通訊傳輸後的圖像質量提升。 到 20 世紀中期，計算機發展到了一定的技術水平後，數字圖像處理才廣泛應用於各種高質圖像需求的領域。 計算機對飛行器發回的天體照片進行圖像處理， 收到明顯的效果。
進而不斷地推廣和發展，數字圖像處理形成了較為完備的學科體系。 目前，各個應用領域對數字圖像處理技術提出更高的需求，促進了這一學科體系向更高的技術方向發展。 特別是在像素羣的理解與識別處理方面，已經由二維圖像處理髮展到三維模型化的定義方法。
2 數字圖像處理技術的方法
2.1數字圖像處理技術的特點
數字圖像處理的信息源基本是二維數據，處理信息量較大。 對計算機運算速度、存儲空間等要求高。
數字圖像處理的傳輸頻帶要求高。 與語音信息相比，傳輸佔用的頻帶要高几千倍。 所以，就對圖像壓縮技術形成了有效的研究需求。
數字圖像中每一個像素並非獨立的，相互關聯性較高。 很多相鄰像素之間有相同或相近的數值。
所以，圖像處理技術中數據壓縮的可能性較高。
由於圖像是視覺三維意識的二維映射。 因此，計算機要識別和處理三維形態就要進行適當的模糊處理或附加量的匹配。
處理後的數字圖像是形成人為視覺理解和應用評估的依據，因此處理結果必然受到人為的意識形態的影響。 所以，在計算機視覺研究中，人為的感知機理必然對計算機視覺的研究產生影響。
2.2數字圖像處理技術的基本方法
由於在圖像處理中，像素陣列很大，在空間域中涉及計算量對計算機硬件的要求非常高， 所以，必須引入圖像的函數變換進行計算簡化。 利用函數變換的間接處理方法，如傅里葉變換、離散餘弦變換、Walsh 變換等，不但可以降低計算強度，而且可以得到高效的計算。
圖像的像素矩陣編碼壓縮技術可以降低定義圖像數據的比特數量， 並減少圖像處理和傳輸時間，進而節省存儲空間。
圖像的增強處理過程中不涉及圖像質量降低的主要成因，目的是要突出圖像矩陣中敏感的像素羣。 圖像的復原處理需要對圖像質量降低的主要成因進行調查，進而採取相應濾波處理技術，復原和重構原有的像素矩陣。
圖像分割處理是數字圖像處理中的關鍵處理手段之一。 是將圖像中敏感的主要像素羣作為主要處理對象，包括區域特徵、邊緣特徵等，是對敏感像素羣進行識別、理解和分析的基礎數據特徵。
作為最簡單的.二值圖像可採用其幾何特性識別物體的特性，一般圖像的理解方法採用二維形狀理解，它有邊界理解和區域理解兩類方法。 對於三維物體理解，有體積理解、表面理解、圓柱體的廣義理解等。
圖像識別處理基本採用傳統的模式識別方式，有統計模式識別和結構模式識別兩種，隨着研究廣泛進行，人工神經網絡模式識別和模糊模式識別也得到不同程度的重視，進行廣泛研究。
3 數字圖像處理技術的優點
數字圖像處理技術與模擬圖像處理技術在基本原理上的差異之處，是數字化處理技術不可能在圖像的傳輸、存儲或複製等操作處理過程中，使圖像質量有所降低。 圖像在數字化過程中精確地再現了原模擬圖像，則在數字圖像處理過程中就能夠確保無損於圖像的各項數字化指標。
依據現有的數字化技術，在圖像數字化設備的性能滿足要求的情況下，完全可以數字化模擬圖像成為目標精度的二維數組。 目前的數字化掃描儀能夠將各個像素的灰度等級量化處理為 48 位甚至更高，這就説明數字化圖像的精度可以滿足幾乎所有的應用需求。 對於數字化處理設備來説，無論二位數組的規模，也不考慮像素的量化位數，處理過程基本是相同的。 從原理的角度來看，無論圖像的量化精度達到什麼程度， 在技術上都是可以完成的，只需要在處理修改過程中的數組技術參數。 而在圖像的模擬量化處理過程中，要想把量化處理精度提升，就需要採用非常高等級的硬件設備或大規模提升處理裝置的技術參數等級， 從技術經濟方面考慮，是非常不合理的。
圖像的信息來源是多樣化的， 一般情況下是可見光的感光圖像， 也可以是不可見光的波譜圖形圖像。從圖像映射物體感官的角度，微觀至電子顯微鏡採集的圖像，宏觀至大規模空天望遠鏡採集的圖像。
不同信息來源的圖像轉換為數字化編碼後， 都可以表示為二維數組的灰度級圖像， 進而完成數字化處理過程。 對於圖像的不同信息來源， 使用對應的圖像信息量化技術， 圖像的數字化處理技術可以用於任何一類圖像。
圖像數字化處理技術基本上可以歸類為圖像的質感提升、像素分析和區域重構等手段。因為圖像的模擬技術處理從數學上分析只可以進行線性分析，就侷限了模擬圖像處理技術可以完成的工作需求。
4 數字圖像處理技術的展望
提高計算機對數字圖像處理的速度， 提高採集分辨率和顯示分辨率， 提高多媒體技術關鍵中圖像數據的壓縮， 進行計算機識別和理解研究中按照人類的認知和思維方式工作並考慮到主觀概率和非邏輯思維技術，規劃統一的標準以實現圖像的處理、傳輸和存儲研究健康發展， 以上幾點都是數字圖像處理技術合理發展的基本融匯技術基礎。
同時， 信息數據量更大的三維數字圖像必將得到廣泛應用研究， 圖像與圖形相互融合後形成三維成像或多維成像的發展方向也正在眾多應用中廣泛推進。
5 總結
數字圖像處理技術在社會的每個行業、 每個領域都得到廣泛的應用， 數字圖像處理的技術應用隨時、隨處都可以見到，得到充分的研究發展和應用推廣，還不能充分滿足日益增長的技術需求。數字圖像處理技術不斷地在自身發展和完善的同時， 還與多個計算機分支學科的發展密不可分， 有多個新的技術方向需要研究和創新， 對數字圖像處理技術的發展方向進行研究、探討的重要性就顯得尤為突出。
參考文獻:
[1] 朱 睿。數字圖像處理技術現狀與展望[J].中 國科技博覽 ,2011（14）：7-28.
[2] 李紅俊，韓冀皖。數字圖像處理技術及其應用[J].計算機測量與控制，2002（9）：35-36.
[3] 李立芳。淺談數字圖像處理技術及應用 [J].中國科技信息，2012（3）：45-46.
[4] 譚海豔。數字圖像壓縮綜述[J].科技經濟市場，2011（8）。
文萃咖
