摘 要：图像处理技术是模式识别与人工智能的重要分支，其应用到了诸多方面。简要介绍了计算机图像处理技术的概念及其重要的研究方向，并对其在木材加工、果实采摘机器人、棉花检测等方面的研究进行了深入的阐述。
关键词：图像处理；发展；农业生产
图像是储存信息的重要手段，也是现代社会各行各业的人们获取信息的一个重要手段。图像以各种形式出现，有的比较直观，易于人们直接读取信息，有的比较抽象或者不可视，但无论是哪种图像都可以通过图像处理来进行分析研究。
1.前言
1.1概念
计算机图像处理（也称影像处理）(image processing)是指利用计算机技术对所采集图像进行分析、处理进而得出其中所蕴含信息的技术。其内涵就是将图像转化为计算机可以识别的数字矩阵存放在计算机中，并利用数学中的各类算法对其进行处理，从而得出被分析图像所含的信息供研究所用。
1.2图像的分类
研究计算机图像处理技术，首先有必要对图像的种类进行归类。图像根据是否数字化可以分为两大类：一类是模拟图像，包括由照相机直接拍摄得到的照相图像、光学图像及由摄像机录制的电视图像等。这类图像虽然具有处理速度快，输出比较简单，但精度和灵活性差，其应用受到一定的限制。另一类是数字化、离散化的图像。它是通过专业软件将连续的模拟图像离散化后转变为计算机能够辨识的点阵图像。这类图像是伴随着科学技术的快速发展、计算机软件和硬件的高速发展的产物。因为没有计算机这一平台，也就无从谈起数字化图像，该类图像具有精度高、处理方便和重复性好等特点。
2.计算机图像处理研究方向
由于图像处理技术现在已经比较成熟，在很多领域和行业得到了广泛的应用，如刑侦技术、卫星遥感、气象、农业、通讯技术、工业生产、生物医学、军事领域等。
2.1图像数字化
通过仪器将模拟图像离散化，变为计算机所能识别的形式。图像数字化需要采样和量化两个步骤将模拟图像变成便于计算机处理的数字形式。
量化则是就是将取样后图像的每个样点的取值范围分成若干区间，并仅用一个数值代表每个区间中的所有取值。如果取值范围越大, 则意味着图像可以拥有更多的颜色,所蕴含的信息更加丰富，可以取得更加趋向于真实、更为细致的图像效果。但是, 也同样必须占用更大的存储空间。如1000张分辨率640*480，量化位数为8位的图片需要的存储空间为1000*640*480=307200KB=300M，1000张分辨率1024*768，量化位数为8位的图片需要的存储空间为1000*1024*768=786432KB=768M，可以看出后者的取值范围大，视觉效果更佳，但对磁盘的要求大幅提高。所以在图像数字化之前就要决定是图像质量第一位还是存储空间是第一位，即视觉效果与存储空间的取舍问题。
在采样与量化处理后,一张数字化的图像就产生了,再运用计算机图像处理软件（Photoshop、CorelDraw等）的各种技巧, 对图像进行修饰或者转换, 方能进一步达到所希望的图像效果。
2.2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。
2.2.1图像增强
图像增强的目的是使数字化的图像更加细致，使得图像更容易被计算机所识别及分析，图像增强强调的是图像的清晰度。与图像复原不同，图像增强并不要求忠实地反映原始图像。增强图像中的有用信息，这种有用的信息可以是图像全部也可能是研究者感兴趣的一个局部图像，在特定的环境下通过图象增强可以将原图中模糊的但又是研究者所重点关注的部分清晰度提高，以提供给研究者想要的有用信息。图像增强方法有：1、灰度等级直方图处理：主要针对一些灰度分布相对密集或对比度不强的图像通过灰度等级直方图处理后使加工后的图像在某一灰度范围内有更好的对比度，从而使得一些细微局部变得更加清晰，便于更好地研究；2、干扰抑制：通过低通滤波、多图像平均、施行某类空间域算子等处理，抑制叠加在图像上的随机性干扰；
2.2.2图像复原
在图像进行拍摄的过程中不可避免的会受到外界环境（摄像系统与被摄物之间的相对运动、电子或光学系统的噪声和介于摄像系统与被摄像物间的大气湍流）、拍摄设备（光学系统的像差或离焦）等因素造成原始图像的不清晰或者失真。这种原始图像的缺陷如果不进行复原就进行研究，可能对得出的信息产生较大的误差甚至是错误的结果。通过对图像进行复原使之逼近理想的图像结果，将误差降到最小遥感图像资料进行大气影响的校正、几何校正以及对由于设备原因造成的扫描线漏失、错位等的改正，将降质图像重建成接近于或完全无退化的原始理想图像的过程。
2.3图像编码
图像编码是指在特定需求的前提之下（信噪比的要求或主观评价得分），以比较少的字节来图像或图像中所包含信息的技术。该种技术可以应用于图像数据压缩、图像传输和特征提取等方面。其基本原则为：①尽可能的删除图像中研究者不感兴趣的多余信息，这样可以大大提高传输效率与缩短传输时间，利用图像固有统计特性进行编码；②利用人们视觉心理特性进行编码。常用方法有预测编码、变换编码和混合编码等。
2.4模式识别
图像处理的主要最终目的是要进行识别。如：指纹鉴别，人的指纹由于存在的断点、图案和交叉点的差异形成了唯一性，就像身份证，所以借助这项技术研发的指纹考勤系统比原来的刷卡考勤就严格了很多。
2.5计算机图像处理技术发展趋势
计算机图像处理技术发展趋势
（1）高清晰、实时动态图像技术将是计算机图像处理技术发展的必然趋势。这种技术将结合高速传输、成像技术、人工智、计算机技术等方面将会发挥重大的社会作用，产生较大的社会效益，同时将对图形学、机器人等学科产生极大地推进作用。
（2）功能集成化也将会成为研究的热点。如果能够将图像处理的功能集成固化在芯片上 ，会使应用更方便。
（3）完善现有算法，研究新的算法也将提高图像处理的处理速度、处理精度，会将计算机图形处理推向一个新的高度。
近几年来图像处理领域， 一些新的算法， 如小波分析 （Wavelet）、 分形几何 （Fractal）、 形态学（Morphology）、蚂蚁算法、小生境遗传算法、人工神经网络等（Artificial neural networks）的出现为研究计算机图形处理提供强大的工具与理论基础，
这也会成为研究者的一个热点。
3.图像处理技术的应用
3.1木材加工业
将计算机图像处理技术应用于木材加工，就可以对原木外型轮廓如直径等数据进行实时采集和数字化测定，这对木材的后续加工将产生极大的促进。如果再结合无损检验就可以大大提高原木的利用率，单板出板率、锯材出材率和原木检测的精度和速度，将具有极大经济效益和社会意义。
3.2果实采摘机器人
农业机器人一种多技术、多学科集于一身的高科技产物，涉及到人工智能、图像处理技术、传感器、精密仪器及系统整合等学科与领域。其中图像处理技术中主要是对果实的识别和为机器人提供导航。在果实采摘机器人采摘果实过程中，首先要准确定位，然后将成熟的果实从背景当中区分出来，进行采摘。如果果实是红色的，如草莓、西红柿等，其背景的绿色差异较大，比较容易识别。但如果果实颜色与背景颜色相近，如黄瓜等，就需要从轮廓、色彩强度差异等方面进行识别，这比前面的果实采摘机器人就要复杂。
3.3在纺织业的应用
纺织工业在生产之前首先要对原料进行检验、分析，以判断其质量；在生产中半成品以及最终的成品的也要进行分析与评价，以控制产品质量，防止残次品进入销售环节。一般首先要将分析的原料或者纺织样品利用CCD录入计算机，然后将获得的图像进行数字化处理，通过分析，来确定其中缺陷，以进行改进。
随着计算机科学的飞速发展、计算机图形处理技术的突飞猛进，也使得图像处理技术在纺织工业的应用出现了一些新的趋势。1、特征识别模式将逐渐取代传统纺织品的主观评定法。2、随着神经网络、遗传算法、拓扑理论及模糊理论的发展与完善，在纺织品的生产和质量控制、产品评定等方面得到了广泛的应用。3、对织物的图像分析将从先前只适用于素色及简单组织织物向印花及复杂组织织物发展。4、在线质量检测作为计算机集成制造系统(CIMS)重要环节在纺织工业中获得应用。这样就将原料检测、半成品、成品的检测全部纳入自动控制之中，形成完整的网络监控体系。
3.4计算机图形处理技术在公共安全领域的应用
公共安全管理方面，计算机图像处理技术的应用也十分广泛。如机场在通关检测时对通关货物进行无损安全检查，可以快速、准确地对行李箱内或者集装箱内的东西检测，以防走私货物或者危险物品被运到飞机上；在公安机关进行破案侦查时可以通过指纹、掌纹、人脸等生物特征的增强处理来较快确定嫌疑人的身份，以缩短破案时间等；计算机图形处理技术应用到交通监控中，比如在交通逃逸案中可以利用图形增强来确定肇事车辆的车型、牌号，为尽快锁定目标提供有力证据。
参考文献：
[1]赵元富.计算机图像处理技术的发展及未来展望[J].读与写杂志,2009(11)
[2]李庆义.计算机图像处理技术综述[J].科技情报开发与经济济,2007(11)
[3]黄安民.计算机图像处理技术在原木加工中的应用[J].人造板通讯，2003（10）
本文为淮安市科技支撑项目（项目编号：HAG08013）阶段性成果之一
