結(jié)合實(shí)例與代碼談數(shù)字圖像處理都研究什么？

　　圖像處理(以及機(jī)器視覺(jué))在學(xué)校里是一個(gè)很大的研究方向，很多研究生、博士生都在導(dǎo)師的帶領(lǐng)下從事著這方面的研究。另外，就工作而言，也確實(shí)有很多這方面的崗位和機(jī)會(huì)虛位以待。而且這種情勢(shì)也越來(lái)越凸顯。那么圖像處理到底都研究哪些問(wèn)題，今天我們就來(lái)談一談。圖像處理的話題其實(shí)非常非常廣，外延很深遠(yuǎn)，新的話題還在不斷涌現(xiàn)。下面給出的12個(gè)大的方向，系我認(rèn)為可以看成是基礎(chǔ)性領(lǐng)域的部分，而且它們之間還互有交叉

　　1、圖像的灰度調(diào)節(jié)

　　圖像的灰度直方圖、線性變換、非線性變換(包括對(duì)數(shù)變換、冪次變換、指數(shù)變換等)、灰度拉伸、灰度均衡、直方圖規(guī)定化等等)。

　　例如，直方圖規(guī)定化　　

　　CLAHE(contrast limited adaptive histogram equalization)自適應(yīng)的直方圖均衡

　　2、圖像的幾何變換

　　圖像的平移、圖像的鏡像、轉(zhuǎn)置、縮放和旋轉(zhuǎn)。這里面其實(shí)還包含了插值算法(這是某些幾何變換所必須的)，例如最鄰近插值法、雙線性插值法等等)

　　幾何變換同時(shí)和圖像的濾鏡特效是緊密聯(lián)系的，某些特效的實(shí)現(xiàn)本質(zhì)上就是某種類型的幾何變換。例如

　　3、圖像的特效與濾鏡

　　這方面的應(yīng)用很多，你可以想想Photoshop里面的濾鏡。

　　文獻(xiàn)Combining Sketch and Tone for Pencil Drawing Production中給出的將自然圖像變成手繪素描圖的效果

　　例如浮雕效果

　　4、圖像增強(qiáng)

　　內(nèi)容包括圖像的平滑(簡(jiǎn)單平均、中值濾波、高斯平滑等)和銳化(例如Laplace方法)等。

　　增強(qiáng)處理中的很多算法其實(shí)和圖像復(fù)原中的降噪算法是重合的?，F(xiàn)在保持邊緣(或紋理結(jié)構(gòu))的平滑算法屬于研究熱點(diǎn)。像那些美顏相機(jī)里的嫩膚算法都是以此為基礎(chǔ)的。比較常見(jiàn)的雙邊濾波

　　基于全變分方法的TV去噪、基于PM方程的非線性擴(kuò)散去噪等等。

　　5、圖像復(fù)原

　　廣義上來(lái)說(shuō)——圖像降噪，圖像去霧，圖像去模糊 都屬于這個(gè)范疇

　　去噪實(shí)例是我用MagicHouse實(shí)現(xiàn)的中值濾波處理椒鹽噪聲的效果。此外，一些基于非局部均值的降噪算法是當(dāng)前研究的熱點(diǎn)(例如BM3D、NLM等)

　　圖像去模糊

　　6、圖像的壓縮與編碼

　　想想BMP圖像如何轉(zhuǎn)換成JPG，JPG如何變成PNG?這些都屬于圖像壓縮編碼所要探討的內(nèi)容。

　　7、邊緣檢測(cè)與輪廓跟蹤

　　邊緣檢測(cè)在圖像處理中是一個(gè)“古老”的話題了，我就不具體給例子了。下面是一個(gè)輪廓跟蹤的例子

　　8、圖像分割

　　你可以認(rèn)為輪廓跟蹤也是實(shí)現(xiàn)圖像分割的一種途徑。

　　這是我在《數(shù)字圖像處理原理與實(shí)踐(Matlab版)》中給出的一個(gè)例子——用分水嶺算法對(duì)馬鈴薯圖像進(jìn)行分割。

　　9、圖像的形態(tài)學(xué)處理

　　這也屬于一種非常古老的圖像處理方式了。包括膨脹、腐蝕、細(xì)化、擊中/擊不中、開(kāi)/閉運(yùn)算等。但一些對(duì)顆粒狀物體進(jìn)行計(jì)數(shù)的應(yīng)用中它仍然非常有效。

　　10、圖像的頻域變換(或稱正交變換)

　　傅立葉、離散余弦、沃爾什-哈達(dá)瑪變換、K-L(卡洛南-洛伊)變換(也稱霍特林變換或PCA)、小波變換(小波變換還分很多種，例如Haar小波、Daubechies小波等等)

　　僅僅進(jìn)行頻域變換其實(shí)并沒(méi)有多大意義，它往往要與具體應(yīng)用相結(jié)合來(lái)發(fā)揮作用。例如進(jìn)行圖像壓縮、嵌入數(shù)字水印、進(jìn)行圖像融合、進(jìn)行圖像降噪等等。

　　例如，利用PCA進(jìn)行圖像壓縮的例子

　　在比如，利用小波融合對(duì)由聚焦失敗導(dǎo)致的圖像模糊進(jìn)行修復(fù) (本來(lái)左圖和中圖各有部分看不清，融合后變得可以辨識(shí))源代碼可見(jiàn)

　　11、圖像融合

　　廣義上說(shuō)融合至少包含三部分內(nèi)容：像上面的基于小波的Fusion我們也認(rèn)識(shí)是融合的一種，另外一種是以隱藏為目的類似嵌入式的融合，第三種是matting。matting有時(shí)反義成摳圖，其實(shí)它最原本的意思就是融合。如果你理解

　　I = aF +(1-a)B這個(gè)融合公式的話，你應(yīng)該明白我在所什么。這本質(zhì)上和第二種融合原理是一樣的。

　　狹義上，融合就是指matting。

　　例如 著名的Possion融合，下圖右，如果直接把月亮圖貼上天空，矩形邊緣是很明顯的，融合處理后的左圖則很自然。

　　電影技術(shù)中常用matting方法來(lái)替換人物的場(chǎng)景。例如

　　12、圖像信息安全

　　主要包括兩個(gè)內(nèi)容：1)數(shù)字水印(主要用于多媒體的版權(quán)保護(hù));2)圖像的加密(主要用于圖像信息的保護(hù))

　　例子是我用MagicHouse實(shí)現(xiàn)的加密效果

　　注意上面我們所討論的領(lǐng)域僅僅是圖像處理的范疇，并不涉及機(jī)器視覺(jué)。所以也沒(méi)有任何機(jī)器學(xué)習(xí)的內(nèi)容，有時(shí)間我們?cè)倮^續(xù)討論這方面的東西。