数字图像处理综述【汇集4篇】

【导言】此例“数字图像处理综述【汇集4篇】”的范文资料由阿拉题库网友为您分享整理，以供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载支持吧！

数字图像处理综述【第一篇】

为适应社会经济与科学技术发展的需要，教育部在2007年下发的《关于进一步深化本科教学改革全面提高教学质量的若干意见》(教高〔2007〕2号)中提到，必须从综合优化的角度开展课程体系及教学内容的改革，建立与经济社会发展相适应的课程体系，课程群建设即是上述综合优化式的教学改革方式之一。所谓“课程群”，即是指将若干具有关联性与衔接关系，能够相互支撑、补充或强化的单门课程通过优化整合后形成的课程群体［1］。自1990年北京理工大学首次提出“课群”(课程群的前期称谓)的概念开始［2］，国内高校相继开展了各类课程群的教学改革与建设，最近几年呈现迅速发展的态势，涌现出许多优秀的课程群建设案例。以信号处理课程群为例，如2008年重庆大学信号与信息处理课程群建设［3］，2010年长沙理工大学基于CDIO的信号处理课程群教学改革［4］，2012年安徽建筑工业学院基于创新实践体系的信号处理课程群建设［5］，以及2013年中国矿业大学树状交织模块化信号处理课程群体系［6］等。这些案例大部分是针对电子信息专业或电气信息大类专业进行建设，具有一定的普适性；由于各专业的人才培养目标略有不同，在课程设计及教学重点上也存在一定差异。以电子信息工程专业与通信工程专业在信号处理类课程设置上的区别为例，电子信息工程专业的信号处理课程群一般设置有信号与系统、数字信号处理、语音信号处理、数字图像处理、DSP技术和嵌入式技术等，这些课程大多都属于电子信息工程专业的核心主干课程，课时量大，逻辑衔接非常紧密，其中信号与系统和数字信号处理属于基础类课程，语音信号处理和数字图像处理属于应用类课程，而DSP技术和嵌入式技术属于实现类课程。上述课程设置方式与文献［3］－［6］的课程群建设方案基本一致，可以将其作为电子信息工程专业信号处理课程群设置的参考范例。而通信工程专业的信号处理类课程中通常仅有信号与系统和数字信号处理属于核心主干课程，由于信号处理技术的应用与实现并不属于通信工程专业的重点培养目标，因而应用及实现类课程多为选修课程，课时量安排较少，对学生掌握程度的要求相对较低；在信号与系统、数字信号处理等基础课程的教学内容选取方面，则必须要考虑与通信工程专业其他主干课程的衔接关系，如通信原理、通信电子线路以及移动通信等。因此，照搬现有的案例并不可行，需要结合学校实际及通信工程专业的具体情况构建适合的信号处理课程群，才能使其与通信工程专业的整体课程架构紧密契合。

二、本校通信工程专业信号处理类课程设置及存在的问题

通信工程专业的信号处理类课程设置如表1所示，其中信号与系统、数字信号处理和MATLAB仿真及系统实现属于专业必修课程，数字图像处理、DSP技术及应用和综合技能实践属于选修课程，目前这些课程在实际教学中主要存在以下几方面问题：

(一)关联课程在部分教学内容上重叠或逻辑衔接不够紧密

例如，信号与系统和数字信号处理在教学内容上的交叉部分为离散时间系统的时频域分析，利用差分方程和Z变换求解离散时间系统的响应或系统函数是信号与系统的重要知识点，也是数字信号处理的基础知识，在课程群规划之前各门课程单独设置授课学时，因此都花费相当的课时数重复讲授该部分内容。又如，信号与系统中的傅里叶变换是时域和频域转换的桥梁，在常用信号的傅里叶变换一节中仅用一个公式简单描述正余弦信号的频谱表达式，因此在教学中通常被一笔带过，很少详细讲述该表达式的物理意义，而这正是调制与解调的理论基础，在后续的通信电子线路、通信原理以及移动通信等课程中将被反复提及和运用，学生却因为印象不深刻而对此概念不甚理解，从而影响了对后续专业课程的掌握。这些都是没有充分利用课程内容间的逻辑关联进行相互支撑和强化的典型案例。

(二)应用类课程偏重理论体系的完整性而忽略其实践价值

DSP技术及应用课程讨论数字信号处理的硬件实现，是将理论联系实际的平台，而以往的教学通常利用大量的课时讲授DSP器件的结构特征、软件体系和编程方法等，具体应用也只局限于IIR和FIR数字滤波器的硬件设计，学生没有机会体验和实践DSP技术在实际应用中的强大功能。而数字图像处理课程被设置为纯理论课程，主要讲述数字图像的基本概念、数字图像形成的原理，要求学生掌握数字图像处理的理论基础和技术方法，由于缺乏软件或硬件实践课程的支撑，学生很难将所学知识应用到未来相关领域的工作和科学研究中。

(三)实验教学从属于理论教学，按单门课程独

立设计教学内容，偏重知识的横向联系，体现不出实践教学本身的连贯和系统性例如信号与系统、数字信号处理和MATLAB仿真及系统实现三门课程的实践教学均采用MATLAB仿真软件，却都要花两至三个课时学习MATLAB基础知识。另外，现在的实验教学还存在其他诸多方面的问题，如实验教学内容简单、陈旧，多为验证性实验，开放型和研究型的综合设计实验太少，达不到锻炼学生创新能力的效果；实验设备的利用率不高，买回来的新设备两三年都没有在教学中得以应用；综合技能实训名不副实，一周或两周的实训课程只需在网上搜索一份类似的课程设计报告就可以拿到学分，学生得不到真正的锻炼。

(四)在理论和实践

教学中仍采用传统单一的教学模式，教学效果不佳例如信号与系统、数字信号处理等基础课程的理论教学一直沿用黑板授课方式，大量图片和演算都依靠板书展示，使得课堂效率不高。因此，将经典教学法与多媒体以及仿真教学相结合是信号处理类课程教学改革的必然趋势，也是课程群建设的首要任务。在实践教学方面，单一的演示和验证方式已经无法满足实践创新的要求，在很大程度上限制了学生主观能动性的发挥，不能真正完成“实践能力”的培养任务；实践内容与“实际”联系不紧密，学生的感性认识得不到加强，不利于将学到的知识应用到实际领域，更不利于他们直接获得与现实要求相应的职业能力。

(五)教学评价机制缺位

对于理论教学质量的评价方式仅以考试和考查区分，学生为获得学分死记硬背、临场发挥的学习方式无法将知识内化，使个人能力没有得到真正提升。对于实践能力的考查，更没有统一的评价标准和考核指标，学生不重视实践课程的学习，更谈不上激发他们在实践中改革创新的积极性，相反存在着一定的制约倾向。

三、课程群体系重构及教学改革

基于上述问题，面向通信工程专业的信号处理课程群教学改革不仅需对现有理论教学和实验教学中存在的弊端进行针对性改革，还应对教学模式和教学评价机制等进行全方位建设，下面就上述几点进行详细阐述。

(一)理论教学内容的优化与整合

对于理论教学内容改革的关键是利用课程群知识结构的关联和承接性对相关教学内容进行优化与整合。例如，上文中提到信号与系统和数字信号处理两门课程在Z变换相关教学内容的重复问题，可以考虑将离散系统的时频域分析放在信号与系统课程中，以三大变换(傅里叶变换、拉普拉斯变换和Z变换)为线索，研究信号通过系统进行传输、处理的基本理论和分析方法；而数字信号处理的重点则放在两个傅里叶变换(离散傅里叶变换DFT和快速傅里叶变换FFT)和两种数字滤波器(无限脉冲响应数字滤波器IIR和有限脉冲响应数字滤波器FIR)设计上。在课程群间的逻辑衔接问题上，在信号与系统和数字信号处理这类基础课程的讲授中，如果涉及到与通信系统相关的基本理论时，应多花时间进行讲授和引导，为日后其他专业课程的学习打好基础。鉴于通信工程专业的DSP技术及应用课程为选修课程课时量不多，可将该课程定位为应用实践课程，在理论部分主要结合现有的DSP实验设备资源，以TMS320DM642芯片为基础，讲授它的片上资源及相关设计即可，无需花太多时间系统介绍DSP的结构特征和编程技巧等。

(二)实践教学内容的优化与整合

对于课程群实践教学内容的优化与整合，按照各门课程实践教学内容的性质和关联性，提出了如图1所示的综合实践教学方案，分为软件实验、硬件实验和综合设计实验三个模块。软件实验MATLAB应用基础信号与系统模块数字信号处理模块{通信系统仿真模块硬件实验数字滤波器设计模块图像处理模块{音视频通信系统模块综合设计实验网络视频安防系统IP可视电视设计{视频点播机顶盒设计等图1基于课程群的综合实践教学设计在软件实验部分，考虑到信号与系统、数字信号处理和MATLAB仿真及系统实现这三门课程的实验平台都是MATLAB软件，并为确保信号与系统及数字信号处理这两门基础课程充足的理论课时，将它们的实验部分去掉，统一整合到MATLAB仿真及系统实现课程中，整门课程分为MATLAB应用基础、信号与系统的时频域分析、数字滤波器设计以及基于SIMULINK的通信系统仿真四部分，通信系统仿真部分要求学生能够掌握MATLAB软件在通信系统中的运用，学习各种基本的通信系统的数学建模与计算机仿真方法。在硬件实验部分，将数字图像处理和DSP技术及应用两门课程做有机结合。现有的DSP教学实验设备是闻亭公司的TS－DM64X实验箱，该实验箱集成的DSP芯片为TMS320DM642，这是一款高性能的数字信号处理器，片上带有丰富的音视频硬件资源，具有多种接口，可应用于音视频、网络和信号处理等方面。因此，可加大DSP技术及应用课程的实践教学比例，在实践教学中融入图像处理基础实验和音视频通信系统实验等。而在综合设计部分及综合技能实训课程中，则侧重引导学生将信号处理类课程的理论知识应用到通信系统的相关设计中，希望学生以小组形式完成一些综合性的系统设计，如网络视频安防系统、IP可视电话系统等。

(三)在理论教学和实践教学中采用多元化教学模式

将多元立体化的教学模式应用到课程群教学中是改革的必然趋势。在理论教学方面，将传统教学、多媒体教学、网络教学以及科学软件仿真相结合，根据教学内容需要以及学生对知识的接收度实施灵活多样的教学模式。在实验教学方面，通过有效利用现有的实验设备资源，采用硬件实验和计算机仿真实验相结合的方式，构造多样化实践平台。在实验教学实施的过程中，对不同的项目任务、不同的完成阶段，采取不同的教学模式，如基于工作过程的教学模式、自主式实验教学模式、参与研究式实验教学模式以及校企联合培养教学模式等。1．基于工作过程的教学模式：是以工作过程为导向，构建与工作过程相适应的专业课程体系，分析工作过程中涉及的知识与技能，设置或模拟工作过程情景组织教学，使学生获得职业岗位或岗位群职业能力的新兴教学模式。2．自主式实践教学模式：在实践过程中由几名学生组成研究小组，在教师的指导和引导下“自行”选择的研究项目，要求学生自己查阅文献，验证项目的可行性和先进性，自己撰写论文和报告，通过这样的模式突出学生在教学中的主体地位，从而培养学生自主分析问题、解决问题的能力，并以此提升他们的创新意识和团队精神。在自主实践环节，教师应从知识的提供者转变为学习的引导和启发者。加大实验室开放力度，加强各类竞赛、学生社团、兴趣小组、科技创新、自由创作等课外实践活动，并将学生的自主实践成果纳入实践能力的考核范围。3．参与式实践教学模式：教师可将与课程相关的科研课题引入到教学中，根据学生的能力节选部分科研内容作为课程实践内容的拓展。该模式主要提高学生的专业素质，促使学生了解学科的先进知识，在真正的科研课题中将课本中学到的知识学以致用，并在实践中提高学生的创新思维和科研能力，为实现自主创业打下良好基础。4．校企联合培养教学模式：加强与企业的合作，开办教学改革实验班，为企业培养各种定向的高级应用型人才；加强与相关职业资格认证部门的合作，在实践教学环节增加各种职业资格课程，要求学生在校期间选修一到两门，并取得相关的职业资格认证；加强实习基地建设，要求学生在实习期间到企业顶岗实习，参与企业相关产品研发，毕业论文选题应与企业中的真实案例相关，实习期间的考核评价由企业相关指导人员负责等。总之，信号处理课程群是一个理论和实践教学的综合体，在教学过程中切勿将两者分离。

(四)构建多元化教学评价体系

建立和实施以综合能力与创新能力为主的全程考核多元化教学考核体系，建立可持续评价机制，重点考核学生综合运用所学知识和技能，创造性发现问题、分析问题、解决问题的能力，保证课程目标的实现，使学生专业技能和创新技能以及创业能力得到提高。在考核机制中，要避免只注重结果、不注重过程的考核办法，教师要跟踪学生的整个学习过程，每个阶段都要和学生交流，及时反馈，并对该阶段学生的成果进行考核，最后给出综合成绩，以促使学生在教学的各环节都能得到锻炼。

四、课程群教学改革对教师的挑战

数字图像处理综述【第二篇】

关键词：数字图像技术；应用；发展趋势

中图分类号：

计算机的特点在于能够处理各种数据，数字图像能够经过增强、复原、分割等处理，随着计算机技术的不断发展和进步，现在的数字图像技术具有图像处理多样性、精度高、图像的再现性好、处理量大的优点，本文主要研究数字图像处理技术的发展现状和发展趋势。

1 数字图像处理技术研究现状

所谓图像处理是指利用计算机来处理图像的过程，主要是实现改善图像的视觉效果，研究的内容主要包括图像数字化、图像增强、图像还原以及图像分割等。数字图像处理最早来源于20世纪20年代的报纸业，到20世纪50年代，随着计算机的发展，数字图像处理技术得到人们的普遍关注，数字图像处理技术随着太空计划得到很大的发展，最具有典型的例子，是对月球照片的处理。

进入到20世纪70年代后，数字图像处理技术随着计算机断层扫面（CT）的出现得到发展，在以后的时间里，数字图像处理技术不断有新的研究成果，1975年EWI公司研究的CT装置获得诺贝尔奖，目前数字图像技术已广泛应用在各行各业中。

2 数字图像处理技术的应用

数字图像处理技术目前在各行各业中都得到了很大的进展。在遥感航空航天方面，不少国家都派出了侦查飞机对目标地区进行空中摄影，进而通过图像处理技术来分析照片，节省了人力、物理，也能够从图片中得到其他的有用信息。在20世纪60年代以来，美国以及其他的一些国家发射了资源遥感卫星，由于成像条件非常差，因此图像本身的质量也不高，需要采取数字图像处理技术处理，如采用多波段扫描器进行扫描成像，图像分辨率为30m，这些图像转变为数字信号传送下来，再经过处理。数字图像处理技术在各国的应用中已非常广泛，如用在森林调查、灾害监测、资源勘查以及城市规划中。

数字图像处理技术最早来源于医药方面，因此在生物医学工程方面，数字图像处理技术也发挥出了巨大作用，除了上文所讲述的CT之外，还有一些显微图像处理技术，主要是识别红细胞、白细胞以及染色体分析等，在医学诊治方面X光肺图像增强、心电图分析以及超声波图像处理技术等发挥出了重要作用。

在通信工程方面，目前通信主要的发展趋势为综合性的多媒体通信，也就是将电视、计算机以及电话联合在一起在数字通信网上传输，在传输的过程中最为复杂和困难的地方集中在图像的处理中，比如说，彩色电视信号速率为100Mbit/s以上，想要传输出去就需要压缩信息的比特量，因此技术成败的关键就在于编码压缩。目前国家正在大力研发的新的编码方法，如小波变换图像压缩编码以及自适应图像网络编码等。

在工业和工程方面，主要的应用集中在自动装置配线中检测零件的质量、弹性力学照片的应力分析以及邮政信件的自动分检等，另外在智能机器人中也有应用。在军事、公安方面，数字图像处理技术的应用主要集中在导弹的精确制导、侦查照片以及图像的传输和显示方面，在公安方面，主要应用在鉴别人脸、识别指纹以及图片复原方面。数字图像处理技术除了以上所讲述的应用领域之外，在电视图像的编辑、服装设计、发型设计以及文物资料复原等方面也有广泛的使用。

3 数字图像处理技术的发展趋势

目前数字图像技术随着科技的进步得到了很大的发展，随着低成本硬件相关技术的发展可以想象数字图像技术将会得到更加广泛的应用，目前国内的研究成果主要集中在一些诊断、图像压缩编码以及目标识别等方面，但是还没有广泛应用在实际生活中。数字图像处理技术将会向着高分辨率、立体化、超高速以及智能化等方面发展，下面具体讲述数字图像处理技术的发展趋势。

随着计算机、人工智能以及思维科学研究的不断发展，数字图像处理技术在计算机视觉方面将会进一步的发展，智能机器人的重要感觉器官是视觉，目前研究的开放话题集中在理解和识别三维应力，将会应用在军事勘察、危险环境作业以及家庭服务等方面，目前人们对于自身的视觉了解的还非常少，因此在计算机视觉方面还需要进一步的探索。

数字图像处理技术还会向着虚拟现实发展，所谓虚拟现实就是使用计算机构成一个虚拟的三维空间，这项技术的发展是在计算机硬件技术的提高方面提出的，人们应用机器人身上的摄像机能够真实的感受到所在的环境，进而操纵机器人的行为，另外网上虚拟现实也是未来的一个发展方向。人们在完成社会生产中往往习惯使用自身的认识和工具，将这些掌握在自身手中，因此目前时代的发展趋势就是将原来二维的东西向着三维发展，如三维重建技术在地图方面的使用，在军事方面能够使用电子沙盘实现任意角度的转化和计算，也能够真实的直观的反应两点之间的障碍物等，还能够实现模拟飞行路线，为作战指挥带来极大的便利。在计算机中进行三维重建目前的热点和难点问题主要是计算机视觉研究领域。在图像压缩、识别以及分割方面，目前已取得很大的研究进展，目前图像处理面临的新的问题主要是图像专业压缩算法、图像识别算法等。

4 结束语

综上所述，本文先分析了数字图像处理技术研究现状和主要的应用领域，进而研究数字图像技术的发展趋势。目前数字图像处理技术已广泛的应用在生活中，如在网络、手机等中的应用，数字图像处理技术的发展与人们的生活息息相关，随着技术的不断发展，数字图像处理技术还会不断得到进步，这些还需要更多的人努力去研究。

参考文献：

[1]孔大力，崔洋。数字图像处理技术的研究现状与发展方向[J].山东水利职业学院院刊，2012（04）：11-14.

[2]陈炳权，刘宏立，孟凡斌。数字图像处理技术的现状及其发展方向[J].吉首大学学报（自然科学版），2009（01）：63-70.

[3]吕戈静。浅谈数字图像处理技术的现状及发展[J].电脑知识与技术，2012（33）：8035-8036.

[4]丁可。数字图像处理技术研究与发展方向[J].经济研究导刊，2013（18）：246+270.

数字图像处理综述【第三篇】

关键词：数字图书馆；多媒体数据挖掘技术；研究分析

在当今信息时展中，世界逐渐进入到数字化、网络化的发展中，信息成为人们生活与工作中的重要部分。在获取信息方面，可以通过互联网络渠道检索出各自需要的信息。随之数字图书馆逐渐发展起来，在数字图书馆中，对信息的获取可以通过多媒体数据挖掘技术来获得。在数字图书馆中，如何更好的使用多媒体数据挖掘技术来获取文本信息、视频信息等是当今急需要解决的问题。

1 多媒体数据挖掘的相关概念以及内容

多媒体数据挖掘技术的概念

多媒体数据挖掘技术是一种智能化的技术，将以往的以信息存储为主的多媒体技术处理和管理模式转变为以知识获取为主的模式，多媒体数据属于非结构化或半结构化，其具有不同的特点，并且存在不同的表达方式。各媒体数据不仅可以独立表达信息，还可以共同表达相同事物的不同特点，共同表达事物的发展过程及结果。因此，在多媒体数据中，存在信息主体特点、属性，并且数据之间具有紧密的联系。因此，多媒体数据挖掘主要指的是在多媒体数据的内容特征前提下，通过多媒体技术将其数据中隐含的、有价值的可以理解的内容挖掘出来。

多媒体数据挖掘技术的内容

数字图书馆中的数据挖掘不能看作是简单的对数字图书馆信息的检索，其主要是对以文本信息为主的数据挖掘，换句话而言，是对图像、声音、视频、动画等为代表的连续媒体内容进行数据挖掘。由于多媒体数据中具有丰富多样的内容特点，需要对这些信息特征进行分析研究，对数据之间的关系以及模式进行提取，以便获取有价值的信息。

图像数据挖掘技术

数字图书馆中的图像数据种类繁多，其中包括图画、建筑物图、CAT扫描图、X线片、星球地图、天文物体图等。图像具有丰富的视觉与空间特性，其中视觉特性指的是颜色、性状、轮廓、纹理等特征，空间特性主要包括边缘探测、目标模式、边缘提取、模式识别等。图像数据挖掘需要从图像中提取能够代表以及区分该图像的内容特点信息，并且需要收集针对图像处理和数据挖掘的知识内容。当图像数据挖掘内容确定之后，需要对图像内容进行分析、分类以及检索等操作，对挖掘到的信息进行解释与表达，从而获取更深层的含义。

视频挖掘技术

视频主要是由各种各样的图像帧序列组成的，其可以使用全局或者局部特征来表达。通过视频处理技术将视频的属性进行分割与分类，从而取得视频结构模式，并且可以从视频中获得视频对象，对其运行动态进行跟踪。通过时间的特点分析视频之间的关联性，以便获取更深层的事件内容。

声音挖掘技术

声音挖掘主要对象是语音中的声音，通过对声音数字化的处理后可以得出音频。其中音频的挖掘主要通过两种方式来完成的。其一，使用语言知识识别技术将语音转变成文字，将音频挖掘改变成为文字挖掘。其二，通过直接法在音频中获取声音的特点，例如音调以及韵律、节奏等，通过聚类分析法对声音的模式进行分析，从而分析音频的基频、能量分布特点等，以便获取音频中的对象结构，提取出内在的信息与规律。

多媒体综合挖掘技术

多媒体数据挖掘与单媒体数据挖掘的主要区别在于，多媒体是一个集成的系统，各个媒体之间具有一定的联系，并且多媒体的有机复合效果远远优于单媒体的效果。另外，多媒体的挖掘主要是在挖掘数据的各个阶段以及环节中，综合利用多媒体的特点，从而发现数据内容中更深层的意义。

2 数字图书馆中多媒体数据挖掘技术的系统结构

多媒体数据库

在数字图书馆多媒体数据中，主要包括原始的数据库和元数据库。其中原始的数据库指的是原始的多媒体数据，例如各种图像、视频以及音频等数据信息。这些数据的媒体结构与元数据库中的描述具有紧密的关联性，可以通过可视化的方式进行表达和存取。元数据库指的是一种按照挖掘要求组成多维度、多层次以及多媒体的数据库。其能够有效的提高媒体数据挖掘的效率。

挖掘引擎

数字图书馆中多媒体数据挖掘引擎主要由一组快速的挖掘算法组成，其中涉及到数据的分类、关联分析、聚类、总结等方面。数字图书馆多媒体数据挖掘系统可以根据具体的应用情况，选择一个或者多个挖掘算法，对数据进行深入的挖掘。

数据预处理结构

数字图书馆中多媒体数据预处理结构主要是通过对多媒体数据进行结构化的处理，并对数据的特征进行提取。在图像数据预处理的过程中，需要对图像中的信息进行结构化处理，并对其进行分割研究。同时，在视频与音频信息处理过程中，均需要通过这种方式来处理。另外，在处理的过程中，需要对事件进行标记，对其叙事结构进行组织，并分析其语义的关联性。数据预处理结构主要是以元数据的形式将其记录在元数据库中。

用户挖掘数据接口

用户挖掘数据的接口主要是对挖掘结果进行解释和呈现的界面，可以为用户提供交互接口以及扩展的挖掘语言。根据多媒体的视频以及时空特点进行分析，数据挖掘出来的结果需要通过新型的表达方式呈现出来。例如可以通过导航式的知识开展与交互式的问题求解过程来呈现，并且可以为数据挖掘结果提供可视化的接口，方便用户的查询和了解。在数字化图书馆中，通过这种方式可以让用户更加便利的获取自己所需要的信息资源。

3 数字图书馆中多媒体数据挖掘技术分析

相似搜索技术

传统的数据库搜索方式主要是通过关键字、词的搜索来操作的。例如，在搜索图像的时候，通过图像的标题、关键字以及尺寸进行检索。这些搜索均可以通过人工描述其信息特点，并将其信息特点提交给搜索引擎，以便更好的查找所需要的资源。但是这种搜索方式所产生的结果质量较差，这种检索方式没有统一的标准。目前基于内容的搜索方式就是在这种背景下提出来的，其主要是通过视觉的特征来标引图像，并根据图像的特征进行相似性检索。这种检索方式能够符合各种信息的检索，其具有较好的检索效果。

关联挖掘技术

数字图书馆中的信息和数据涉及到各个方面，其中图像、视频、音频等数据库中涵盖到多媒体数据对象的关联规则有以下几个方面。其一，图像内容与非图像内容之间的关系，视频内容与非视频内容之间的关系，音频内容与非音频内容之间的关系等。其关联规则主要需要根据颜色、语调、尺寸、纹理等方面进行分析，例如，在一张图中，上半部分50%以上均为蓝色，那么很有可能是表示天空。这些关联的规则与知识库具有较大的联系。其二，与空间关系无关的内容关联性。例如，在一张图片中，有两个蓝色的圆形，对其进行推测可以看出很有可能在图片中还存在一个红色的正方形，同时，在大多数知名品牌的商标中，通常会出现各种特殊的图案。通过这种思维模式的推测，可以分析内容的关联性。其三，与空间有关的内容关联性。例如，在一张图片中出现一个红色的长方形，并且是处于两个黄色的正方形之间，那么在下方很有可能会存在一个大的椭圆形对象，这种关联性就是与空间有关。要想在多媒体数据挖掘技术中挖掘出数据之间的关联性，就需要将每个对象或者局部看成是一个整体，并从中寻找出不同对象出现的频率，其中数据库的关联与挖掘具有独特的特点。首先，对象中包含有多个层面的信息，每个信息具有较多的特点，对这些特点进行分析，可以寻找出信息之间的关联性。在通常情况下，两个挖掘对象之间的某个特点会在一个特定的分辨率级别上出现相同的现象，但是在细致的分辨率情况下，就会出现细微的不同。这种多级分辨率挖掘的方法可以有效的减少总体挖掘成本，在不损失数据挖掘效果的前提下，能够有效的确保数据的完整性与可靠性。其次，在挖掘对象中，具有多个重复的信息，针对这一特性，可以对挖掘对象进行关联性分析。再次，在多媒体数据挖掘对象之间，通常会存在比较重要的空间联系，包括上下之间的联系，左右之间的联系等。这些特征在挖掘对象关联性的时候可以起到非常重要的作用。

多维分析

多维分析指的是多媒体数据通过组成立方体的数据库来分析的，具有多维性特点。其多维内容包括：图像的尺寸以及视频的节数、图像与视频的网络状况、视频与图像建立的时间等。这些多维层面的内涵可以根据实际情况自行定义，多维的建立与分析有利于多媒体数据挖掘技术在视频内容以及图像方面进行深入的分析。但是在进行多维分析的时候，需要考虑到维数建立的问题，由于维数较大的数据立方体建立起来比较困难，因此需要制定出更便利的建立方案，以便为多维分析提供前提依据。

多媒体数据的表达方式

在数据挖掘技术的发展过程中，其底层多媒体数据的表达以及相关规定的重要性逐渐突显出来。随之多媒体内容描述的相关接口研发出来，之后又提出来一种多媒体内容的标准化描述方案，这种方案能够适用于现实生活的各个方面。通过对描述对象的各个特征进行提取，并在此前提下，对数据挖掘技术中的数据库、知识库以及挖掘引擎等进行设计与建设，并为其提供相关的依据。在多媒体数据描述方案中，对多媒体数据挖掘技术的定义比较广泛，其主要涉及到图像、表格、音频以及视频等方面，同时对人的情感色彩、事物的发生过程、人的价值取向等进行分析。并且通过各种元素的相互结合，组成标准的多媒体演示。其中标准的描述集合与描述定义语言主要是用来描述各种类型的多媒体数据，并根据相关指定要求形成各种描述方案。

4 结语

在当今信息、网络等技术的发展过程中，图书馆逐渐进入到数字化、信息化发展模式中，在数字图书馆中，需要通过多媒体数据挖掘技术对信息资源进行索取，为用户提供更加便捷、人性化的搜索模式，以便提高信息获取的效率。在多媒体数据挖掘技术中，还需要对各种技术与方法进行优化与完善，以便为用户提供更加优质的服务。

参考文献

[1]吉根林。Web挖掘技术研究[J].计算机工程，2012，14（1）：25。

[2]郑美英。新世纪对数字图书馆建设的要求[J].厦门科技，2011，12（3）：64。

数字图像处理综述【第四篇】

关键词：数字图像处理 计算机三维重建 应用

中图分类号： 文献标识码：A 文章编号：1007-9416（2016）10-0066-01

数字图像处理技术是指应用计算机对数字图像信息进行处理，涵盖了计算机科学与技术、数学、光物理学等多个领域。数字图像可以小到电子显微镜的图像，大到遥感图像、航空照片或者天文望远镜的图像，因此在生物医学工程、工业、农牧业、国防军事、多媒体等方面都有着十分广泛的应用。物体三维重建是数字图像处理的重要内容。人眼看到的世界是三维立体的，但是传统照相机、CCD或者CMOS图像传感器获取的图像都是二维平面的，不具备深度信息。这种二维成像系统限制了人类对真实世界中复杂的物体的感知和理解的能力。计算机三维重建的出现，突破了传统二维成像系统的局限，重建后的图像直观、逼真，可任意旋转、逐层剥离以及定量分析，显著提高了人类对世界的认识理解能力。

1 计算机三维重建

计算机三维重建是利用计算机数字图像处理技术根据真实场景的数据重建出具有准确几何信息和照片真实感的三维模型，并可进行多角度显示的技术。这些精确的三维模型，不仅能用于场景可视化和虚拟漫游，还可以满足数据的存档、测量和分析等更高层次的需求，尤其适用于辅助教学、生物医学工程、医学诊断、航天、工业测量、地理信息、数字文物和古建筑、电子商务等多种领域。

计算机三维重建方法有两种：一种是利用精密的硬件设备，如激光扫描仪、深度扫描仪等，直接测量出物体表面点的三维坐标。这种方法是直接对三维物体的空间信息进行处理，精度较高，但是设备要求极高，因此极大地限制了该技术的使用。另一种是通过相机或摄像机获得二维数字图像，然后通过数学模型计算出物体的三维结构。后一种方法数字图像容易获得，但重建结果易受到其他因素的影响，本文就此方法展开研究。

2 二维数字图像的三维重建

二维数字图像的获取

二维数字图像的获取包括物体外观图像的获取和物体内部图像的获取。物体外观图像的获取通常通过2台以上照相机或摄像机从不同角度拍摄，比如3D电影的制作。物体内部图像的获取，通常为断层扫描或连续切片成像，比如计算机X射线断层扫描（CT）、激光扫描共聚焦显微镜（CLSM）成像、生物标本连续切片的显微成像等。

二维数字图像的预处理

二维数字图像通过三维成像软件来处理，不同领域有各自适用的软件，比如：3D Studio Max，适用于广告、影视、工业和建筑设计、游戏的三维成像和动画；Amira，Mimics，适用于识别生命科学和生物医学数据；Oasis montaj，适用于地球物理勘探、钻探、地球化学勘探等。软件对图像经过增强、图像定位校正和图像分割等预处理后进行三维重建。

图像增强：现在的数字成像技术，基本可以得到分辨率高、清晰度好的图像，但如果前期成像较模糊，可以通过对比度增强、Gamma校正、锐化或噪声消除等方法进行处理，以突出目饲域。

定位校正：多台相机或摄像机从不同角度拍摄的物体外观图像、生物标本连续切片的显微成像由于不能准确定位，还需进行图像定位校正。

图像分割：在对图像的研究和应用中，人们往往仅对图像中的某些特定的、具有独特性质的区域感兴趣，这些区域称为目标或前景（其他部分称为背景）。可根据灰度、颜色、纹理和形状等提取感兴趣目标，从而把图像分割成若干互不交迭的区域，并使这些特征在同一区域内呈现出相似性，而在不同区域间呈现出明显的差异性。常用的分割方法有：基于灰度阈值的图像分割、交互式图像分割、基于活动轮廓或者形变模型的分割等等。针对不一样的图像和待分割的图像特点，可以选择不一样的分割方法。图像分割是图像处理的基本前提，同时也是一个经典难题，到目前为止还没有一种图像分割方法是通用的。

图像的三维重建

二维数字图像的三维重建技术有两种：表面绘制和体绘制。举例而言，你站在一辆汽车前，只能看到外观，但无法观察到车子内部的结构如发动机，这是表面绘制；假设汽车和车内中的结构都是半透明的，就可以同时看到所有的细节，这就是体绘制所要达到的效果，即三维透视。表面绘制是表示三维物体形状最基本的方法，可以提供三维物体形状的全面信息。它是从数字图像中抽取一系列相关表面，并用多边形拟合近似后，再通过传统的图形学算法显示出来。体绘制是依据三维体数据，将所有体细节同时展现在二维图片上，可以在一幅图像中显示多种物质的综合分布情况，并且可以通过不透明度的控制，反应等值面的情况。该方法特别适合于云雾、流体、大脑软组织、气体等无固定形状的体数据图像的生成，产生的图像真实感强。

3 面临的问题

二维数字图像的三维重建是数字图像处理技术十分活跃的研究方向，虽然这一领域的发展十分迅速，但仍有一些方面是需要进一步提高。（1）提高计算精度：图像分割是人工手动完成，然后通过数学方法来实现，这涉及到个人知识熟悉程度和计算精度，如果个人经验不足，或者计算精度不够，则图像效果不符合客观实际，不一定能够达到人眼识别的舒适度。因此，基于专业知识的图像分割标准化方面还有待进一步研究。（2）计算精度和处理速度之间的矛盾：图像处理需要巨大的数据运算，运算量远大于文本处理，所以在提高运算精度的同时还要考虑提高运算速度。（3）计算机三维重建是研究工具，必须加强交叉学科间的联合研究，才能够在推广应用上取得进步。

参考文献

[1]陈汗青，万艳玲，王国刚。数字图像处理技术研究进展[J].工业控制计算机，2013，26（1）：72-74.

[2]孙宇阳。基于单幅图像的三维重建技术综述[J].北方工业大学学报，2011，23（1）：9-12.

[3]耿欢，覃文军，杨金柱，曹鹏，赵大哲。基于CT影像的肺组织分割方法综述[J].计算机应用研究，2016，33（7）：1929-1935.