时间：2023-05-29 17:47:53
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇图像数字化，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
【摘要】通过学习图形、图像的数字化表示，逐步理解图形、图像数字化原理，在教学中采取先行组织者教学策略，首先采取讲授法，讲解彩色图形、图像的数字化表示方法，然后再组织学生分析黑白图像和灰度图像的数字化表示，并利用软件处理进行验证，从而理解图形、图像的数字化。
【关键词】图形图像数字化
实行高中新课程改革已经是第五个年头了，高中信息技术也是第五年，五年来我一直坚守在第一线，教授高中信息技术。送走了学生近2000人，其间不断摸索，找出适合自己学校和学生的教学方法，分析教材，分析学生，找问题，想办法，完成了教学任务。今天，主要对选修模块之一的多媒体技术应用中第二章第二小节图形、图像的数字化谈谈自己的心得。
每次讲到这一节，我感觉很抽象，学生并不能完全理解，而且很吃力，我讲得累，学生们听得也累。大多是让学生去体验图形、图像在表达信息时的效果和特点上下功夫，了解图形、图像的数字化即可。至于原理往往讲不透彻，我一直在研究到底要把握什么样的度是最合适的。我每上完平行班中的一个班的课后，就反思很多，自己找个本子记下来，起名为“反思本”，把每堂中的讲课情况回顾一遍，先看教学总任务是否完成，然后各程序流程、细节是否讲到位，学生的反应如何，这样讲是否合适，还有没有更好的办法。这样有时候我很为第一次讲的班觉得吃亏，再其后的每遍都会有所补充，弥补不足之处，于是到最后一遍也是最后一个班的时候，感觉讲得最到位，而且恰到好处。我总是在想，真是活到老学到老，每一次上讲台都能找到需要再学习的地方，所以我感动这个职业，很能激励人去学习，去上进。
现在我们来分析这一节的内容。图形、图像的数字化，教学目标是体验图形、图像在表达信息时的效果和特点，了解表达中对图形、图像的需求；明确运用图形、图像是实现有效表达、交流的重要方法；感受图形、图像在人类表达、交流中的重要作用；理解图形、图像的数字化原理。通过实践操作学生很容易掌握，但理解上抽象，未必能达到目的。教学重点是理解图形、图像的数字化原理，其中“采样”及其两个重要的参数，掌握起来尤为关键。为了能让学生更明确我课堂上准备了硬件有计算机、扫描仪、视频展示仪，软件有图像浏览软件、图像处理软件、教学软件以及让学生课前准备的图片。
在人类还没有产生文字以前，作为承载信息的一种视觉媒体，图形、图像就已成为人类信息传输、思想表达的重要方式之一。当今社会，图形、图像在信息的表达中仍然起到重要的作用，我们对信息的获得，60%～70%的方式是图形、图像的方式。有人称这是一个“读图时代”。强调图形、图像数字化的意义，保持学生学习兴趣和求知欲，并为后续学习提供上位概念。在信息技术中，图形、图像是多媒体作品的基本组成要素之一。我们知道，所有的信息首先必须转化为二进制数据才能被计算机和网络所存储和传输，而将图形、图像转化为二进制数据存储在计算机中的过程被称为图形、图像的数字化。图像的分割与像素运用启发式教学，通过教师的引导和学生的探究，逐步递进地完成对教学内容的完整认识。首先组织学生使用扫描仪将自己喜爱的一幅图片存储在计算机中，然后用图像浏览软件或图像处理软件打开这幅图像并逐渐放大。当显示比例较小时，图片非常清晰、逼真；当显示比例加大以后，图像变成了由各种颜色的方块组成的阵。在同学们实验、观察的基础上，教师通过提出问题，启发学生逐步认识到：a存储在计算机中的图像是由很小的颜色方块组成的；b实物图像被分割成一个一个的颜色方块，存储在计算机中，分辨率的概念由此而来；c图像的数字化实质就是将颜色方块数字化，像素的概念由此而来。每个像素的数字化通过引导学生分析由简单到复杂的颜色模块的数字化方法，使学生逐步认识到像素数字的原理。利用视频展示仪展示一幅单色图片，告诉学生，图像中只有黑白两种颜色的图像称为单色图像，然后让学生思考，单色图像中每个像素可以用什么来表示？利用视频展示仪展示黑白照片。向学生讲解，在日常生活中，我们所接触的黑白照片并不仅仅是简单的纯黑色和纯白色两种颜色，更多是介于黑和白之间，这种图像在多媒体技术中叫做灰度图像。再引导学生思考，灰度图像的每个像素又可以怎样表示？自然界中的任何一种颜色都可以由红、绿、蓝这3种颜色值之和来确定，它们构成一个3维的RGB矢量空间。这就是说，R、G、B的强度不同，混合得到的颜色就不同。根据这个道理，计算机显示器使用的是阴极射线管。CRT使用3个电子枪分别产生三种波长的光，并以各种不同的相对强度综合起来产生颜色，这种表现颜色的模式被称为RGB模式，在此模式中，彩色图像的每个像素应该怎样用二进制数值表示呢？教师来总结，通过上述分析，我们知道，图形、图像的数字化，首先需要将连续的图像分割为一些像素点，然后用二进制数字不定期记录每个像素点的信息。这个过程在多媒体技术中称为“采样”，而表示采样结果的二进制数值的位数就是采样深度。
总之，强化了图形、图像数字化的原理，从体验了图形、图像的数字化效果，也就达到本节的教学目的。
关键词：多媒体技术；学时分配；实验教学
中图分类号：G642文献标识码：A文章编号：1009-3044(2011)22-5531-02
Discussion on Teaching the Course of Multimedia Technology and Application in the Speciality of Computer
ZHANG Jing
(College of Information Engineering, Inner Mongolia University of Science and Technology, Baotou 014010, China)
Abstract: The discussion on teaching the course of multimedia technology and application includes essential requirements of teaching, period assignment and experiment teaching. Through near three year practices, the teaching effect is good.
Key words: multimedia technology; period distribution; experimental teaching
1 课程的性质、目的和任务
《多媒体技术及应用》是计算机科学与技术专业的专业选修课。本课程从多媒体技术原理和应用的视角，对多媒体的主要应用领域和相关技术做了全面的介绍。主要内容包括：多媒体计算机系统；多媒体音频处理技术；计算机动画；多媒体视频处理技术；数字图像处理技术；数据压缩、编码技术；多媒体电子出版物和著作工具。通过学习这些内容，为今后开展多媒体领域的研究和开发工作，打下良好的基础。
2 课程教学内容的基本要求、重点和难点
第1章多媒体技术概述
重点：多媒体技术的概念，多媒体数据的特性与表现形式，多媒体关键技术。
1) 多媒体的概念 掌握多媒体技术的定义、分类。
2) 多媒体数据的特性与表现形式掌握多媒体数据的特性与表现形式。
3) 多媒体关键技术 理解多媒体关键技术。
第2章多媒体计算机系统
重点：多媒体计算机系统的层次结构，磁存储系统的工作原理，显示系统及其工作原理。
1) 多媒体计算机系统的组成掌握多媒体计算机系统的层次结构。
3) 磁存储系统及工作原理掌握磁存储系统的工作原理，理解磁盘阵列RAID技术。
3) 显示系统及其工作原理掌握液晶显示系统的工作原理，理解显卡的工作原理。
第3章多媒体光盘存储系统
重点：光盘的结构与记录信息的原理。难点：光驱读取光盘的方式。
1) 光盘存储系统了解光盘存储系统的特点和分类，掌握光驱读取光盘的方式。
2) 光盘的标准了解常见光盘的标准，掌握VCD和DVD技术的区别。
3) 光存储介质的结构与工作的原理掌握光盘的结构与记录信息的原理。
第4章多媒体音频信息处理
重点：音频文件的格式，MIDI的工作原理，音频处理软件cool edit。难点：音频信号的数字化。
1) 音频信号及其概念 了解音频信号的形式，理解声音的三要素。
2) 声音信号的数字化掌握模拟音频信号的数字化过程。
3) 声卡理解声卡的工作原理及性能指标。
4) 音频文件的格式与处理软件理解声音文件的格式，掌握音频处理软件cool edit
5) 乐器数字接口---MIDI了解MIDI系统的组成，理解MIDI的工作原理。
第5章数字图像处理技术
重点：图像处理中的色彩学知识，图像文件格式。难点：图像数字化过程，PhotoShop用法。
1) 数字图像处理概述了解数字图像的概念，理解图像的分类。
2) 数字图像处理的主要研究内容了解数字图像处理的主要研究内容。
3) 图像与图像数字化过程 掌握图像数字化过程及原理
4) 图像处理中的色彩学知识理解色彩模型、色彩三要素、颜色深度和位平面
5) 位图绘画与编辑理解滤镜、通道、图层、蒙版的概念。
第6章计算机图形学与图形处理技术
重点：矢量图格式的特点，三维真实感图形的生成技术
1) 计算机图形学概论了解图形的概念，理解图像和图形的区别。
2) 三维真实感图形技术掌握三维真实感图形的生成技术。
3) 矢量图格式与绘图软件理解矢量图格式的特点，了解常见的绘图软件
第7章多媒体视频信息处理
重点：视频的数字化过程，视频文件的类型，YUV模型。难点：premiere的使用。
1) 视频基础知识理解视频的定义、了解视频的分类
2) 广播电视信号及其标准了解广播电视信号制式，理解YUV与RGB彩色模型。
3) 视频的数字化过程掌握视频的数字化过程，理解数字视频的采样格式
4) 视频文件的类型和处理软件理解视频文件的类型，掌握premiere的使用。
第8章计算机动画
重点：计算机动画的主要技术与方法
1) 计算机动画的概念理解计算机动画的定义。
2) 实现计算机动画的主要技术与方法理解计算机动画的主要技术与方法。
第9章多媒体数据压缩与编码
难点：统计、预测、变换编码的工作原理，JPEG和MPEG压缩编码和算法。
1) 数据压缩编码技术概述理解有损压缩和无损压缩、理解对称压缩和不对称压缩。
2) 统计编码、预测编码、变换编码理解统各种编码的思想。
3) 静态图像压缩标准JPEG和运动图像压缩标准MPEG掌握 JPEG和MPEG压缩编码原理。
第10章 多媒体电子出版物与著作工具
重点：理解多媒体著作工具的分类。难点：掌握Authorware的使用。
1) 多媒体著作工具了解多媒体著作工具的特点，理解多媒体著作工具的分类
2) 常用多媒体著作工具介绍了解常用的多媒体著作工具，掌握Authorware的使用
3) 教学方式及学时分配
4) 实验教学环节
3 结束语
为了激发了学生的学习兴趣,调动了学生学习的积极性,笔者在近三年的教学过程中以“案例教学法”为导向，围绕以上教学内容设计了很多视频、音频、图像、动画方面的实用案例，这些案例都是在我们的日常生活中能应用到的，例如在图像处理中制作个人证件照，视频处理中给视频制作字幕配背景音乐等等。在课程结束时,绝大部分学生可以完成一个完整的多媒体作品,部分同学还将自己的作品上传优酷等视频网站，有很高的点击率。实践证明,这些方法不仅提高了课程的教学效果，而且对学生今后的工作和生活也是非常有帮助的。
参考文献：
[1] 钟玉琢.多媒体技术基础及应用辅导与实验[M].北京:高等教育出版社,2005.
[2] 林宗福,多媒体技术基础实验指南[M].北京:高等教育出版社,2003.
关键词 模糊数学理论；图像处理；计算机；应用
中图分类号O1 文献标识码A 文章编号 1674-6708（2012）81-0117-02
模糊数学理论于1965年提出，它是对模糊性现象进行研究和处理的方法和理论，模糊数学理论的基本概念是模糊集合。近年来，关于模糊数学理论的研究进一步加深，模糊技术在众多领域得到了应用。计算机图像处理技术是借用计算机的识别和运算功能来进行图像的处理，在图像处理的过程中也会用到模糊数学理论，简化图像处理和调整的方法，提高图像处理的准确度和精确度。
1模糊数学理论概述
在日常生活中，我们经常会用到高个、胖子、年轻、漂亮热、善、好等形容词，这些词语只是对事物的大致描述，边界比较模糊，在范围上不能进行明确的界定，这就和模糊数学理论相关。模糊数学理论就是对模糊性现象进行分析和研究的方法和理论，该理论要重点把握模糊数学和随机数学以及精确数学之间的关系，对模糊性现象进行界定。因此，不仅生活中的模糊性现象比较多，工作中还会有许多模糊的问题，比如在确定水是否烧开的时候要对水的状态和温度进行确定，但是由于模糊性，水的温度和状态都不能进行明确的界定，需要运用模糊数学理论来分析和解决问题。近年来，模糊数学理论在模糊识别与控制、模糊评判、系统理论、医学、信息检索以及生物学方面都得到了广泛的应用，而计算机领域是模糊数学的重点研究领域。模糊数学理论可以解决计算机过于精确化的问题，帮助计算机对模糊信息进行敏捷和灵活的处理。
2模糊数学理论在图像处理中的应用分析
图像处理是利用计算机来进行图像的编码、图像数字化、图像分割、图像增强、图像分析和图像复原，虽然图像处理可以通过模拟技术和光学方法实现，但是图像数字处理技术具有方便性和灵活性，数字图像处理技术得到了重要的应用。在用计算机进行图像处理的过程中，要对图像的清晰度、对比度和图像颜色进行处理，对图像的蓝、黄、红三大基色进行模糊的调动和处理，提高图像处理的质量。
模糊数学理论对图像融合的作用。图像融合是提取有利信息来进行高质量图像的综合，提高原始图像的光谱分辨率和空间分辨率，提高计算机对原始图像信息的利用。传统的计算机图像融合方法是对两张图像的简单重叠，图像融合的准确性较低，模糊数学理论在图像处理中的应用就可以避免图像融合准确性较低的问题，图像经过处理之后的偏差率比较小。在图像融合的过程中，图像像素值会有一定程度的灰度值，图像的变化主要是由这些灰度值来决定的，如果灰度值达到了一定的程度，图像的性质就会发生变化。通过对灰度值和图像的关系分析可以发现，灰度值的变化影响着图像的变化以及图像效果的变化。因此，在利用计算机对图像融合处理的过程中，可以利用模糊理论，对灰度值与图像变化之间的关系进行进行快速的推断。计算机的运算能力和图像处理能力是非常强大的，通过对模糊数学理论的应用可以较快速的得到图像变化的范围和结果，实现图像融合的最佳效果。
模糊数学理论对图像调整的作用。图像调整一般都是对图像颜色的调整，通过不同的颜色来实现不同的视觉效果和应用效果，图像颜色调整可以通过对比度的调整来实现。图像效果有现代、古典、哥伦风、经典影楼以及其他效果，在利用计算机进行图像调整的过程中需要对图像颜色值进行调整，实现图像调整的最佳效果。但是在图像处理的过程中会有一些较为特殊的图像处理，在灰度值较大的图像调整和处理中，要首先对图像的灰度边缘进行调整，增加图像的灰度值，通过对比来进行图像效果的分析。如果图像的灰度值确定，可以通过灰度值的计算来掌握最大灰度值的计算，实现图像的对比调整。模糊数学在图像调整的过程中就是对对象对比度和图像颜色值的调整，由于图像处理效果没有明确的界定，处理人员可以通过模糊的调整来实现不同的图像处理效果。
模糊数学理论在其他图像处理中的应用。除了图像融合和图像调整，图像融合还包括了图像数字化、图像编码、图像分割和图像增强等，模糊数学理论在这些图像处理中的效果也是非常明显的。图像增强是指使图像变得更为清晰，使图像满足人们使用和计算机的要求。图像增强包括了边缘锐化、伪彩色处理和干扰抑制等，图像增强不需要保持原图像的色彩和强度，因此图像处理人员可以采用模糊数学理论来进行图像的增强。而图像分析是指对图像的数据信息以及度量进行抽取，得到图像的数值结果，对图像内容进行相关的描述，实现对图像信息的深度把握，图像分析只是对图像数值的简单抽取，处理人员可以利用模糊数学理论来解决图像分析和图像分割过程中的各种模糊问题，实现较好的图像处理效果，实现图像的增强和复合，解决图像处理中各种模糊问题。
3结论
模糊数学理论于上世纪的60年代提出，近年来在机械、化工、生物、医学以及计算机领域得到了快速的发展，解决了各种模糊性的难题。图像处理包括了图像数字化、图像分割、图像融合、图像增强以及图像分析，模糊数学理论可以对图像灰度值的变化范围进行分析和把握，解决灰度值变化和图像色彩变化之间的关系问题，通过采取合适的灰度值来实现较好的图像处理效果。因此，模糊数学理论可以有效的解决生活和工作中的各种模糊难题，实现问题的最佳解决。
参考文献
[1]郭川军.计算机指纹识别技术研究[J].中国科技信息，2011（5）.
[2]赵永强，潘泉，张洪才.一种新的全色图像与光谱图像融合方法研究[J].光子学报，2010（1）.
关键词：数字图像；车牌识别；公安应用
中图分类号：TP391.41
1 数字图像处理技术简介
随着计算机技术和信息技术的迅猛发展，相关的数字图像处理技术也在不断地更新进步着，数字图像处理技术在公安领域和其他与国计民生休戚相关的各个领域中发挥越来越重要的作用。
1.1 数字图像处理技术优点
（1）易存储，安全性强。图像可以存储在U盘、光盘等大容量的介质中以及利用云存储技术进行存储，占用空间小，做好备份不会造成任何损坏和丢失，且不容易被盗失，安全性强。
（2）再现性好，灵活性强。数字图像处理技术可避免图像质量因一系列操作变换而退化，确保处理图像的再现性。此外数字图像可以通过将图像文件分类、分批存档建立一套数据库，对其进行检索来实现快速查找的目的，还可以随时制作若干份拷贝数字图像文件，并利用网络和电子邮件瞬间将其传送到目的地，大大提高工作效率。
（3）适用面广，适用性强。处理图像来源广泛，经不同信息源获取的图像在数字编码后均可以进行数字图像处理。数字图像处理技术具备复制、增强、减弱、翻转、旋转、缩放、均衡、清晰、分色等丰富的特效手段，通过各式数字图像处理软件可以方便快捷的进行相关技术手段操作。
1.2 数字图像处理技术常用方法
（1）图像数字化。图像数字化即将模拟图像转换为数字图像的过程。图像数字化是以图像的电子化作为基础，先把模拟图像转变成电子信号，随后再将其转换成数字图像信号。利用计算机进行数字图像处理操作，必须先把真实的图像通过数字化转变成计算机能够接受的显示和存储格式，然后再用计算机进行分析处理。
（2）图像压缩编码。在满足一定保真度的要求下，对图像压缩编码目的是去除多余数据减少表示数字图像时需要的数据量，以便于图像的存储和传输。图像压缩编码可分为两类：一类压缩是可逆的，即从压缩后的数据可以完全恢复原来的图像，信息没有损失，称为无损压缩编码；另一类压缩是不可逆的，即从压缩后的数据无法完全恢复原来的图像，信息有一定损失，称为有损压缩编码。
（3）图像增强。即增强图像中的有用信息，目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些携有重要信息的图像特征，明确识别出图像中不同事物特征之间的差别，改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
（4）图像复原。图象复原是利用退化现象的某种先验知识，建立退化现象的数学模型，再根据模型进行反向的推演运算，以恢复原来的景物图象。因而，图象复原可以理解为图象降质过程的反向过程。
（5）图像分割。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阀值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。
（6）图像分析。图像分析一般利用数学模型并结合图像处理的技术来分析底层特征和上层结构，从而提取具有一定智能性的信息。图像分析同图像处理、计算机图形学等研究内容密切相关，而且相互交叉重叠。
2 数字图像处理技术识别车牌在公安领域的应用
2.1 识别车牌图像的过程
（1）对车牌图像进行预处理。在进行车牌定位之前要进行车牌图像的预处理，这是因为在进行数字图像处理时，图像质量往往由于图像传送和转换过程而降低，同时车牌图从图像中搜索出具有车牌特征的区域，根据车牌的不同特征，可以采用不同的定位方法，其中最常见的定位方法有：基于车牌颜色特征的方法，基于纹理分析的方法，基于灰度特征的投影方法，基于神经网络的方法等。
（2）对车牌区域进行校正处理。车牌定位提取出车牌区域后，由于摄像机的拍摄角度、车辆行驶状况等其他因素影响，提取出的车牌区域存在一定的倾斜角度，所以通常都要对车牌字符图像区域进行水平倾斜校正处理。目前大部分的倾斜校正方法是根据车牌图像存在边框的确定，通过检测边框直线的倾斜角度，从而得到车牌图像的倾斜角度，进而利用检测到的倾斜角度对车牌进行校正。
（3）对车牌区域进行定位。车牌定位的方法是利用车牌区域的特征来判断车牌图像，以避免对后续的车牌字符分割和识别操作产生影响，这是车牌识别的重要环节。从数字图像处理技术的性质来看，车牌定位主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位，两种不同图像的车牌定位各有利弊。
（4）对车牌字符进行分割处理。相比于车牌定位只需要给出车牌在车辆图像中的大概位置，车牌分割处理需要从车牌图像中分割出精确的字符图像，字符分割处理的好坏直接影响到车牌识别效果。字符分割常采用垂直投影法实现，是先将不同角度的的车牌图片进行水平投影性处理，然后去除图像的水平边框，再进行垂直方向的投影，利用垂直投影法对断裂字符进行分割的效果较好，能够达到精确识别车牌号码的目的，可适用于复杂环境下拍摄的汽车图像。
2.2 数字图像处理技术识别车牌在公安实际工作应用中遇到的问题
在公安日常实际办案工作中，存在部分驾驶人为了逃避公安机关对违法行为的打击查处，采用假牌、套牌或故意遮挡号牌等恶劣行为，另外还存在驾驶人对车牌疏于保养，致使车牌附着大量污垢而肮脏不堪或者车牌出现不同程度的磨损现象，这些往往导致摄取的车牌图像信息很难识别甚至无法被识别，给公安交通管理机关和侦查机关对于非现场执法工作带来极大的挑战。恶劣的道路交通气候条件也是数字图像处理技术识别车牌在公安领域应用中遇到的普遍问题，通常由于雨雪、大雾、雾霾和雷电等天气因素的影响，一方面导致长期处于室外的如道路监控摄像头等车牌车辆信息摄取设备的工作寿命减短、设备性能减弱，另一方面也直接导致在恶劣气候条件下所摄取的车牌图像信息效果降低，使得车牌识别出现一定难度。
3 数字图像技术识别车牌在公安领域的重要性
目前针对道路交通等非现场执法的困境是，现有的交通视频监控、电子警察等执法装备对无法精确识别车辆身份，且识别率易受环境、驾驶车辆状况等众多客观因素影响。因此，为了提升公安交通管理和打击违法犯罪执法能力，有必要进一步引入先进技术手段。数字图像处理技术在当今世界公安领域的应用已非常普遍，应用手段越来越丰富，功能也越来越强大，成为世界各国现代公安工作的必备工具。目前，数字图像处理技术识别车牌的使用已经成熟，体现出小工作量，高工作效率，低差错率，投入产出比高，方便易用等优势，对公安日常执法管理工作的促进作用明显。
参考文献：
[1]刘云琦.论数字图像处理技术在车牌识别中的应用[J].中国科技投资，2012（33）.
[2]杨英仓.数字图像处理技术在公安领域中的应用及发展前景[J].贵州教育学院学报，2007（02）.
关键词：数字；影视；制作1数字技术对于影视制作的意义
数字影视产生于20世纪80年代，是计算机网络技术与传统影视制作的结合产物。数字化技术的引入，大大简化了影视的制作过程，节约了影视制作的时间，赋予了影视创作人员更多的想象和操作空间，使得创作人员能根据自己的设想对影视进行创作。借助数字技术，很多传统影视制作做不到的镜头可以完成。影片制作人员可以用计算机技术对影视进行修饰，使得影视更加完美。
2数字技术在影视制作中的几点应用
2.1影视素材的数字化处理。
数字化非线性编辑系统引入影视制作后，制作人员可以通过加工处理无数个影像元素来拼凑影视中的某个景物，制作人员的创作空间明显增大了。通过实地拍摄，制作人员可以获得很多源素材，并利用专门的设备把源素材转化为数字影视素材，进而根据影视制作的需要，对这些数字影视素材进行筛选、拼接等，最终得到一个富有真实感的影视画面。这些影视素材分为以图像为主的静态素材和以视频为主的动态素材。（1）图像的数字化处理。图像作为一种静态素材，是影视制作中不可或缺的。影视制作人员可以通过采集、扫描等方式将其数字化，然后通过Photoshop、Painter等图像处理软件制作出影视需要的效果。从现实世界中获得数字图像的过程称为图像的获取，所使用的设备通称为图像获取设备。例如，对照相底片进行扫描输入，用数字相机对选定的景物进行拍摄。图像获取的过程其实就是模拟信号的数字化过程，它的处理主要分为四个步骤： 扫描、分色、取样、量化。通过扫描，画面被分为M×N个网格，每个网格称为一个取样点，用其亮度值来表示。这样，一幅模拟图像就转换成了M×N个取样点组成的阵列。再者，将彩色图像的取样点的颜色分解成3个基色（如R，G，B三基色）。最后通过取样和量化，将一个以自然形式存在的图像变换为适合计算机处理的数字形式。此外，数字化图像的数据量往往很大，为了方便图像的传输与储存，有时还需要采用编码技术来压缩其信息量。（2）视频的数字化处理。视频作为动态影视素材，主要是影视制作人员通过实地拍摄，然后借助计算机把呈现在银屏上的影像截取下来，并以相应的格式存储起来，从而获得可利用的源视频素材。再通过Premiere、DSP等视频处理软件做进一步处理，从而为影视人员的创作提供材料。与图像数字化的处理过程类似，视频信号的数字化过程大体为：模拟视频信号扫描采样量化编码数字视频信号。需要注意的是通过数字摄像机记录的信号本身就是数字信号了，只是存储在磁带上而已，还需要将它从磁带移植到硬盘。对视频信号的采集，尤其是动态视频信号的采集需要较大的存储空间。这就需要影视制作人员在采集视频信号的过程中，使用带有压缩芯片的视频采集卡对图像进行压缩处理。此外，随着计算机的数字非线性编辑技术的不断发展，视频的数字化剪辑成了可能。透过这项技术，影视制作人员可以将影视素材记录到计算机中，进而利用计算机的鼠标和键盘对其进行无形剪辑。这不仅提高了视频剪辑的效率和质量，还使得剪辑结果能得到反复的回放和检验。数字非线性编辑技术不仅融合了传统影视编辑的各种优点，还拓展了视频剪辑的功能，可谓是影视制作中的一项重大突破。
2.2影视合成的数字化
影像合成是影视制作中最重要的环节，它是将多种影视素材通过特效混合处理的过程。影视合成的手法有多种，如抠像、数字复制、镜头记录等等。（1）抠像。一般的抠像就是吸取画面中的某种颜色作为透明色，并将它从画面中抠去，从而让背景透出来，形成二层画面的叠加合成。而有时候由于背景颜色不纯净，光线不均匀，抠像较为困难。如一些细微的物体：头发丝、烟雾等。这时必须要利用专门抠像软件，结合复杂的抠像算法进行处理，才能达到令人满意的效果。（2）数字复制。数字复制是影视合成常用的手法。如在拍摄大型的战争影视时，要实现千军万马的场面，调动成千上万人的演员参演是很不现实的。为了凸显画面的真实感，就必须要利用数字复制技术。聘用少量的演员，进行多次拍摄，然后通过数字复制，对这些演员进行多次复制，使得他们遍布整个影视画面，形成人上人海的大场景。如影片《拯救大兵瑞恩》，实际参演的只有200多人，而通过数字复制后，就变成数万人了。（3）镜头记录。固定镜头会大大降低影视的视觉冲击效果，使得画面呆板乏味。如何保证合成镜头有一致的镜头运动成了影视制作的一大难题。对此，《星球大战》给我们提供了新的思路，该影片在拍摄时设计出了一套运动控制系统，该系统能对摄影机的运动方式进行记录，并且精准地重复这种运动，确保在以后的拍摄中仍保持同样的摄影机运动。如今，通过对它的不断改进，影视制作人员已将它与电脑技术相结合，并能利用三维软件中的虚拟摄影机来模拟和重复摄影机的运动。
2.3影视素材的数字化存储
随着计算机存储技术的迅猛发展，影视制作人员对数字化影视素材的存储方式也在发生着改变，原来存在于胶片、磁带的影像可以通过视频压缩技术，存储在硬盘、光盘等稳定可靠、容量大的存储设备上。（1）影视素材的压缩。由于视频压缩技术越来越成熟，影视素材的压缩所造成的视频信号损失也越来越小。因此，影视制作人员可以选择适用的压缩格式，对影视素材进行压缩后再进行存储，减少影视素材的存储成本。目前，比较通用的两种压缩方式为MJPEG和MPEG。MJPEG技术是把运动的视频序列当成连续的静止图像来处理，这种压缩方式能单独压缩每一帧，并在编辑过程中对每一帧进行存储。它能发送高质量的图片，生成完全动画等。MPEG则具有较好的兼容性，能够提供更好的压缩比，对存储数据的损失较小。影视制作人员可根据不同的影视效果需要，灵活地选择压缩方式。（2）影视素材的硬盘存储。硬盘存储的优点在于它可以由多个硬盘组成一个磁盘阵列，存储大量的影视素材。另外，由于它的读取速度较快，方便检索，影视制作人员可以将一些常用的数字化影视素材存于其中。（3）影视素材的光盘存储。光存储介质的物理特性决定了光盘对病毒入侵具有很好的免疫作用。因此，利用光盘对影视素材进行存储有一个好处就是它的稳定性高，数据不易丢失，能对影视素材起到很好地保护作用。另外，由于光盘的数据是靠非触及性的激光来读取的，影视制作人员在对影视资料进行检索的时候，没有检索磨损。
3结语
总之，影视制作的数字化已成为必然趋势，数字化必将推动影视制作设备的进一步发展，促进行业内部的不断提升。各大影视制作团队只有顺应这一发展潮流，不断提高自己的数字技术水平，才能在整个行业中占有一席之地。参考文献：
[1] 郝冰.数字特技与视觉真实性的问题[J].影视技术，2002（01）.
关键词：计算机技术；图形图像处理；图像数字化；计算机现代化应用；数字模式 文献标识码：A
中图分类号：TP391 文章编号：1009-2374（2015）15-0061-02 DOI：10.13535/ki.11-4406/n.2015.15.031
改革开放以来，随着计算机的飞速发展，从以前计算机寥寥无几已发展到现在的几乎家家户户都有。在进入信息化时代的今天，快速有效率地获取信息将直接影响到人们的思维和决策。我们感知事物的主要途径就是图画，计算机图形图像处理技术不仅可以使人们所看到的图形图像更加清楚，也可以使图像变得更加生动具体。举个日常生活中的例子，比如我们看到的3D电影、多媒体课件、photoshop图像处理软件等。计算机图形图像处理可以用于生活中很多方面，比如平面设计、网站设计、图像处理等。计算机图形图像处理技术因为其处理图形效果好、准确性高、处理速度快等特点，使得计算机图形图像技术存在于许多领域，并且发挥着重要的作用。
1 计算机图形图像处理技术的含义
所谓计算机图形图像处理技术，就是利用电脑来把概念或数学模型所描绘的几何图形或者立体几何图形通过计算机进行显示、修改、储存、压缩来达到使图像质量得到增强的效果，并且可以用如几何校正、灰度变换、去除噪声等方法进行图像的改善，来使抽象、模糊、不真实的图片变得更加生动具体，来达到增加人们视觉效果的目的。简而言之，就是利用计算机把图片进行加工处理，使图像变得更加生动。计算机图像处理包括对数字图像的处理、对数字图像的分析与理解、结合传感设备对实际事物的数字化图像采集以及对图像处理结果的数字化表达等。通过计算机可以把图片从二维转化成三维，增强图片的真实感，使人身临其境。
2 计算机图形图像设计的内容
（1）计算机可以使图像数字化，计算机可以把需要修改的图片转化成数字模式，便于计算机处理和识别，使计算机对图片的处理更加准确；（2）计算机可以把原有的照片增强或复原，照片的增强或复原是使照片增强着色的重要途径，可以减少干扰和噪声使图像更加清晰；（3）计算机图形图像设计可以利用代数法、反投影法来进行图片的保真，达到重建图像的目的。计算机可以利用采集到的数据来进行图像的还原；（4）计算机图形图像设计可以压缩图片，把图像进行编码处理，来达到简化图片信息，方便图片的运输的目的；（5）色彩的设计对计算机图形图像设计是十分重要的，要知道，我们评判图像是否真实，最先观察的就是图像的色彩是否贴近生活，所以计算机图形图像设计可以把色彩变得更加逼真，让人们感受到或真实或立体的图片。
3 计算机图形图像设计在生活中的应用
计算机图形图像由于有着操作方便灵活、效果好、准确性高的处理特点，所以计算机图形图像设计在生活中的应用有很多，比如网页设计、平面设计、包装设计、室内设计、软件设计等。例如生活中常见的photoshop软件，通过这个软件我们可以用来处理照片，包括添加文字、剪裁或者对照片进行局部处理；还有计算机图形图像在工程制图中的应用，通过CAD软件可以实现，它可以把事物变得具体，把平面的图形用立体的形式表达出来由点到线、线到面、面到体，逐步扩充，来达到实验模型的整体构造；计算机图形图像设计也可以在医学中应用，计算机图形图像设计可以把医学中的影像信息转变为三维视图，使医生对病情的诊断得到大幅度提高。计算机图形图像处理技术可以在包装设计得以应用，计算机图形图像技术可以进行排版、缩印、调整色调等工作，使包装更加贴近人们生活；计算机图形图像设计应用在动画设计中，动画是由一张张图片拼接起来的，计算机图形图像技术可以使图片变成动画，从而使动态的图片变得更加逼真，同时也能减少工作量，使动画表现出更加真实的规律，更容易让人们接受……现如今计算机图形图像处理已经分布在我们生产、生活的各个方面，这种技术已经发挥了巨大的作用，给人们以全新的视角和多维的空间看世界，让我们的生活变得更丰富多彩。
4 计算机图形图像技术的发展前景
从进入21世纪以来，计算机开始飞速发展，计算机图形图像发展技术已经历了30多年的发展，成为现在最活跃的技术之一。计算机图形图像技术也广泛应用到我们生活的各个方面，小到包装设计、图片处理，大到医疗制图、工程设计。这些应用不仅使我们的生活更加丰富多彩，而且使我们的视野变得更开阔。计算机图形图像设计丰富了我们的生活，比如3D电影，使我们在看电影时身临其境；用于医疗中，可以使医疗科技变得更发达，使我们的健康进一步得到保证；用于绘制自然景物，计算机图形图像技术可以把自然景观设计得十分真实，给人们带来视觉上的强烈冲击……根据计算机的图形图像技术所研究出的硬件软件在日常生产、生活中就拥有着巨大的发展前景。这就需要我们建立较为完善的科学管理体系以及规范化的制度，让计算机图形图像处理技术造福人类，使人们的生活变得丰富多彩。
5 结语
计算机图形图像的处理技术使计算机技术得到延伸与推广，使计算机技术深入人们生活的方方面面，计算机图形图像处理技术开始发展于20世纪80年代，到现在有30多年的历史，由于计算机图形图像的设计在人们生活生产中有巨大的适用空间，并且在日后的发展过程中对人们有着深远的影响和重要的意义，计算机图形图像处理技术显然已成为计算机现代化应用的重要方面之一，对人们的生活起到非常重要的促进作用。计算机图形图像处理可以在医疗保健、航天航空、室内设计、工程制图等方面得到应用，计算机图形图像处理技术创造了巨大的社会生产力，其自身也在不断发展与进步中越来越适应人们的生产、生活。相信随着计算机图形图像处理技术的不断发展，我们的生活将会越来越好。
参考文献
[1] 李红俊，韩冀皖.数字图像处理技术及其应用[J].计算机测量与控制，2002，（10）.
[2] David F.Rogers.计算机图形学算法基础[M].北京：电子工业出版社，2002.
[3] Kenneth R.Castleman，，石定机，等.数字图像处理[M].北京：电子工业出版社，2002.
[4] 崔屹.数字图像处理技术与应用[M].北京：电子工业出版社，1997.
[5] 孙家广，杨长贵.计算机图形学[M].北京：清华大学出版社，2000.
[关键词]数字图像技术 刑事图像 图像增强 图像处理
中图分类号：TP 文献标识码：A 文章编号：1009-914X（2014）31-0203-01
随着数字图像技术的理论和方法的不断进步，它在刑事技术领域的应用也不断的扩展和深入，显示出了无可比拟的优势和广阔的发展前景。本文拟对数字图像处理技术在刑事技术工作中的应用作初步探讨。
1、数字图像处理的概念
图像处理是指运用一定的理论，使用特定的设备和技术方法，对已经获得的图像进行加工改造，达到某种特殊目的的一种技术。根据处理对象和方法不同，图像处理可分为摹拟图像处理和数字图像处理两大类。摹拟图像处理的对象是具有连续色调的摹拟图像，即客观景物所生成的原始图像。由于摹拟图像大多可用一个连续函数来描述，所以摹拟图像处理也称作“连续图像处理”。摹拟图像处理是利用光学、化学等技术方法和相应设备，对图像本身进行的加工和处理。例如在暗房中对正负片进行减薄、加厚、变形矫正、放大、遮挡、着色、虚化、浮雕化、剪裁等。摹拟图像处理精度较差，处理方式也不够灵活。数字图像处理是利用计算机对数字图像进行去除噪声、增强、复原、分割、特征提取、图像重建等处理的理论和方法的总称。数字图像处理的对象是数字图像，即由一组带有不同颜色，具有一定尺寸，被称为像素的点有规律排列组成的。数字图像的特点决定了数字图像处理的灵活性。
2、数字图像处理的内容
在进行数字图像处理时，必须先将摹拟图像数字化，即通过取样与量化，将摹拟图像变换成能够用计算机识别和处理的数字形式。图像数字化最常用的方法是扫描和数码相机拍摄。在物证检验中，常用的数字图像处理技术包括：图像增强、对比度增强、图像的平滑处理、图像的锐化处理、图像消除背景处理、图像的彩色增强处理、变形图像矫正、图像复原、图像合成、图像识别等。
3、数字图像技术在刑事技术工作中的应用
3.1 图像采集、传输技术在刑事照相中的应用
3.1.1 应用于现场照相
传统的刑事照相使用胶片照相，只有经过拍照、暗房冲洗和印放的过程才能看到最终结果，工作中任何一个环节出现问题就会带来不可挽回的损失。数码照相的方法可以即时显示结果，又无需化学冲洗等繁琐过程，极大简化了工作。现场照相完成之后，可以将照片输入计算机，可使用图像处理软件对数字照片进行编辑、裁切、标注、打印，按照刑事照相制卷质量标准制作成卷。现场照相获取的各类物证图像信息可借助各类公安图像管理系统，如指纹自动识别系统、足迹查询系统、人相识别系统等，进行方便的归档、管理、查询、传报；也可借助于网络传输发送到异地进行移动办案或进行网上，网上追逃等。
3.1.2 应用于物证照相
物证照相中的分色照相技术根据物质对不同色光的反射与吸收的特性不同，借助滤光镜来加强被摄物体之间的色彩反差，从而分离物证与背景。如今数字图像处理利用颜色模式与通道可以方便有效的实现数字图像的分色，基本淘汰了分色照相的方法。目前普通数码相机感光范围基本达到350-1100nm，而物证摄影专用的全波段ccd系统感光范围达到200-1200nm，对远红外、可见光、紫外光谱都有很好的响应，可以方便的进行长波紫外照相和红外照相，以进行文件字迹、体液、弹药残留、足迹等的显见和检验。
3.1.3 应用于辨认照相
利用数字图像存储与管理技术，对采集到的海量人犯面貌辨认照片、尸体照片、物证辨认照片进行有效管理，可快速的进行登记、查询、比对等。对于一些面貌不易辨识的尸体照片，可以进行适当修复，改善辨认条件。对于高度腐烂甚至白骨化的尸体可以使用颅像重合技术来辨认尸源。计算机人像组合技术使得没有专业绘画功底的人员也能方便快速的组合出嫌疑人像，增加效率并降低由手工模拟画像带来的主观性，使画像的辨识度大幅提高。
3.2 图像复原技术在刑事模糊图像处理中的应用。
图像在采集、传输的过程中，由于成像设备、外界条件、传输介质、人为等各种因素而引起图像质量降低从而形成模糊图像。图像复原技术分析图像退化的原因，试图建立起精确的图像退化模型，并对退化过程逆转从而将退化图像恢复本来面目。如监控中运动车辆的车牌号码识别是当前刑事图像复原的一个研究热点。针对不同类型的退化图像，图像复原技术建立相应的退化模型，运用维纳滤波、逆滤波等方法去除干扰和模糊。
3.3 图像几何矫正、标注、测量技术为物证对比鉴定提供辅助工具
图像几何变换可实现对图像进行坐标变换、缩放、旋转、变形、配准等，是对图像预先处理的常规方法。在物证检验经常出现存在于非平面客体上的痕迹，例如圆柱圆锥、弯曲物体的转弯处、不规则弧面上的手印、文字等，变形的痕迹给检验鉴定带来极大的困难，可以预先运用数字图像处理的几何变换方法矫正，降低工作难度。图像的标注和测量在物证鉴定中应用最广，传统人工测量检验操作复杂且误差较大，而使用数字图像测量比对技术，测量精确操作简单。如对印章印文进行测量比对、拼接比对；人相鉴定；笔迹分析鉴定；指纹对比鉴定；工具痕迹鉴定等工作均可以用数字图像处理工具进行辅助检验。
3.4 图像识别、比对、分析技术在刑事图像内容辨认与分析中的作用
图像识别与分析技术是建立在图像测量的基础之上自动识别场景中的目标特征，包括形状、颜色、纹理、运动、空间等特征，从图像信息得出数据和判断等结论。这项技术在刑事图像理解中有很重要的应用价值。如在影像资料中对人物衣着、毒物等的识别；基于几何形状对比根据面部器官形态符合程度进行自动的人像识别与检验；和法医人类学相结合的通过比较无名颅骨与失踪人照片的形态特征的颅骨与人相重合鉴定等。目前结合数据库管理的指纹自动识别系统，人像自动识别比对，dna图谱自动检索等广泛应用于刑事技术实战中，极大提高工作效率和减轻工作强度。
3.5 数字图像取证技术在刑事图像鉴定中的应用
随着数字图像技术的发展与图像处理工具的广泛普及，数字图像的编辑修改变得异常简单，伪造图像的大量出现给社会安全稳定带来隐患，因此数字图像取证技术成为当前图像处理与信息安全的研究热点。数字图像盲取证技术根据图像自身的成像原理、场景特征、设备引入噪声、篡改留痕的特征对可疑图像运用数学方法计算分析从而对图像真伪做出量化的鉴定结论。图像取证技术在刑事图像领域主要应用于数字图像真实性与原始性的检验。
3.6 数字图像合成重建技术在刑事影像合成演示中的应用
数字图像合成技术是利用计算机绘图技术来形成图像。数字图像重建技术则利用输入的空间、形态、时间等数据信息生成二维或三维图像。目前这两项技术在现场勘查、法医人类学中已成功应用。计算机人像组合技术可以根据目击者的描述用数据库中的面部器官部件组成人面部像，用于排查犯罪嫌疑人。计算机颅骨复原系统可以根据无名颅骨还原其生前的二维或三维头像。在犯罪现场获取的平面图像与空间测量信息可利用计算机图形学进行影像与事件的三维重建，例如对现场三维图像自动生成，对犯罪事件进行案情模拟演示等。
参考文献
[1]任玉苓.试析数字图像处理在刑侦技术工作中的应用[m].云南警官学院学报，2004，（3）64-65
[关键词]X光检测；铸造零件；应用
中图分类号： T P 391 文献标识码： A 文章编号：
1.生产率和X光检测方法的分析
1.1生产率的概念和介绍
生产率即是生产效率，通常用P表示，用公式表示即是P=输出（O）/输入（I），显然可以看出当输出较低、输入高时，输入大于输出，生产率（P）偏小，若要使得生产率得到提高，就要在源头上改变，增加输出，降低输入，从而使得生产状态改变，生产率升高。相较于依靠普通自动化提高生产率的方式来说，更科学有效的提高生产率的方法是改善产品质量，提高产品质量自然就会降低输入，从而提高生产率，而依靠自动化，当输出的自动化得到提高，其输入的自动化程度也会提高，即使输出的自动化提高的程度高于输入的自动化提高程度，其对生产率的影响也是很有限的。
1.2 X光检测零件缺陷的特点和优势
涡流法以及超声波等零件缺陷检测方法往往不能获得完整的缺陷信息，并且通常只能发现零件表面缺陷问题，而X光实时检测可以全面的获取零件较为完整的时期，对零件内部的缺陷信息也可以有效的获取。X光实时检测的优势：首先，利用X光检测可以获取零件的空间位置、几何形状、产品的大小等完整的信息。再有，X光实时检测也有助于工厂的基础管理，例如零件缺陷自动识别能力较高，可以对于零件缺陷实时显示，并能做出准确的评估。另外，X光实时检测还有操作简单，与零件制造过程实施同步，可靠性强的优点。
1.3对X光检测采用ADR的分析
所谓ADR，是Automatic Defect Recognition 的缩写，是近年来常用到铸件自动缺陷识别中的软件，这种软件的应用使得检测零件缺陷无需人工检验，降低了人工生产成本，也提高了铸件缺陷识别的精确度。X光检测常采用到X光图像，X光图像采用ADR的主要原因有两个方面，首先，采用ADR可以将零件内部的缺陷呈现出来，从而把零件进行分类，提高零件铸造的质量，进而提高生产率。ADR很大程度上降低了人力劳动成本，保证了连续铸造生产过程。再有，利用X光检测的方法可以有效地获取零件的相关信息，并通过X光机反馈这些零件的信息，在压铸时调整压铸机，从而保证零件铸造过程缺陷程度降低，甚至几乎不出现零件缺陷。这种过程利用ADR的目的就是将零件铸造的零件缺陷率降低，从而提高零件的优良率。而对于不合格的铸造零件，X光图像分析可以将其信息通过光纤反馈到铸造机终端，再通过人工进行观察，分析缺陷铸件缺陷程度以及趋势，然后适当调整铸造的参数，从而及时修改缺陷铸件，保证铸件的质量。
2 .影响X光检测零件缺陷的难点
在X光检测图像中，一些呈现较小确很亮的结构，往往被颜色较深、面积较大的区域包围，这些区域就是铸件有缺陷的地方，而质地较为粗糙，呈现白颜色的区域便是没有缺陷的位置。在进行图像分析时，查出那些很小却很亮的细微组织，忽略那些白颜色、质地粗糙的区域，然而，在实际操作中，会出现很多在测量和实际动态尺寸之间的不确切的状况，就拿一些影响X光检测零件缺陷的难点来说：首先，缺陷位置的影响，在X光图像分析中，可能会有很多缺陷重叠在一起，图像会呈现出缺陷似乎出现在零件相同的位置。再有，缺陷对比度的影响，本文介绍的缺陷检测方法是依靠零件缺陷和无缺陷区域的密度差异，在摄像机进行照相时就需要给予图像输入系统充足的对比度，从而能在图像上显示具有对比度的区域。另外，铸件的缺陷类型影响，当X光图像分析中出现大量的不同类型的铸件缺陷以及其不同的变化，从而使得图像分析不能完全按照预定的图像作为参照图片进行分析。还有图像结构影响，车轮X光图像中一些图像结构肉眼看像是缺陷，实际不是，这样也会影响自动识别系统误判。
3 .利用X光检测解决问题
3.1采用X光检测零件缺陷的原理
X光实时连锁检测包括图像的产生和图像的传递两个过程，图像的产生有X光发射管发射X光线、图像增强器将图像转变为X光检测图像、光学照相；而图像的传递包括图像数字化处理过程以及采用ADR软件呈现X光图像。X光实时连锁检测的原理是X光发射管照射待铸零件，并通过图像增强器将在探测器上的衰减图像转变为可识别的图像，并通过光学与照相，为工作人员提供一个可观察的检测图像，而图像数字化处理将可以观察到的图像处理加工成为可以对铸件缺陷问题能够评估和处理的检测图像。
3.2采用多级修正方法全方面进行检测零件缺陷
采用ADR软件进行缺陷识别体系主要包括图像前期处理、深入探索铸件可能存在的缺陷、核查铸件的伪缺陷、虚假缺陷以及将铸件的缺陷与用户要求的标准铸件进行质量比对等几个方面。采用多级修正方法全方面进行检测零件缺陷可以简便图像处理，首先从原始X光图象生成完美参考图象；然后从原始X光图象产生的参考衰减；再有，进行边界探测，高灰度值的地方即是轮廓边界，进行角落探测，内角呈现亮灰色，外角呈现暗灰色；另外，测量缺陷区域的尺寸和密度并与用户定义的质量标准对比。通过这几项进行多级修正，从而探索铸件缺陷区域。
4 .X光检测零件缺陷的实际应用
4.1 ADR软件的应用
本文将人工铸件缺陷识别和ADR软件零件缺陷识别进行比较，在一批车轮零件中，有85件优良车轮零件和15件缺陷零件，将这批汽车零件通过不同的检测站和不同的检测人员来检测，在没有时间限制时，人工检测可以发现所有的零件缺陷，而随着相同缺陷率的零件批量增加时，零件质量检测人员都有3-6件的铸件缺陷误判率，而通过ADR软件自动识别系统，不仅找到所有的汽车零件缺陷，效率方面也高于人工检验。ADR软件通过测量缺陷来发现其真实尺寸，而人工检验员试图看到的缺陷比实际的要小。这种影响随检验时间的延长和检测数量的增多而加剧。
4.2 X光实时多级检测的应用
辐射防护附件和统计过程控制软件是一个半自动体系，辐射防护附件和客服通讯软件是全自动缺陷检测体系。首先，AWIS自动识别系统对车轮进行拍照，并通过机器控制将车轮送到下一程序，然后车轮运转到具有输出和输入分隔的X光处理室，车轮再车轮倾斜台滑入夹台，进行车轮的轮辐检验，在这之后，将夹台进行一定角度的倾斜，从而利于检测车轮轮毂质量检测，最后在提取车轮的X光图像后进行科学有效的检测分析，按照规范，在检验车轮每个区域后都需要平行旋转一周或是三周以及更多周之后，对车轮质量进行实时评估，做出优良或是缺陷的评定，若是优良，则检验程序结束；若是缺陷，则检验程序暂停。对于优良的车轮零件输出，贴好标识 ，待进一步喷漆加工处理；对于报废的零件破坏，进行重溶。
5.结论
随着科学技术的发展，传统的依靠铸造前缺陷检测和铸造完成后质量检测的方式已经不能满足当代工业生产的需求，而X光检测即可以保障产品的质量，还可以提高零件的生产率和材料的利用率，本文对X光检测铸件缺陷进行了探讨，希望对铸件缺陷识别有所帮助。
参考文献
CCD的诞生让人类有了将图像数字化的工具,这在增强人类感知世界能力和丰富信息交互内容的同时,极大地促进了人类生产力的发展。
与高锟共同分享本年度诺贝尔物理学奖的,也是应用科学成就的贡献者,他们就是美国科学家威拉德•博伊尔(Willard S. Boyle)和乔治•史密斯(George E. Smith),他们因为发明了“成像半导体电路――电荷藕合器件图像传感器CCD”而获此殊荣。
数字影像
因CCD而生
事实上,CCD的诞生也源自基础光电物理学发展,其理论基础是爱因斯坦的光电效应―光可以转化成为电信号。就在实用光纤研制成功的前一年,美国贝尔实验室的博伊尔和史密斯发明了世界上第一个数字式图像传感器CCD。其工作原理是将光线转换成电信号,接着又被转换为数字0和1。这些信号也可以被还原为图像,每一个影像点叫作一个像素。这就实现了图像的数字化获取、存储、传输、处理和重现。
40年来,CCD器件及其应用技术的研究取得了惊人的进展,特别是在图像传感和非接触测量领域的发展更为迅速。随着CCD技术和理论的不断发展,CCD技术应用的广度与深度也越来越大。如今,数码相机、摄像机、电影摄录机、手机、监控设备等众多的数码产品都使用了CCD部件。
2009年诺贝尔物理学奖获得者乔治•史密斯
另外,CCD还在医疗领域中有长足的应用――深入人体进行诊断或显微手术。而按照诺贝尔评荐委员会所说,在海底和太空中CCD都得到了广泛的应用,“它可以捕捉到遥远天体和极小物体的影像。”
事实上,CCD在天文学领域的应用是革命性的。对于天体发出的光芒,每一百个光子,传统胶片和人眼都只能捕捉到1个,而CCD能够捕捉到90个。天文学家再也不用辛苦地守在望远镜旁等待胶片曝光,第二天再一张张人工对比胶片找出星空的变化,他们现在只要在电脑上轻点鼠标便能做到这些。CCD使得天文学家处理照片的效率大大提高。上世纪80年代设计哈勃太空望远镜的时候,256万像素的传感器在当时是一件叹为观止的事情。而今天,美国的开普勒号望远镜正在用9500万像素的CCD寻找与地球类似的行星。
未来,CCD最大的应用并不在于影像的拾取,而在于基于CCD开发的一些有趣的应用。虽然CCD是平面成像,现在已经可以通过边界判断算法,实现一些简单的识别功能。比如通过后台的算法,把照片抽成一些边界,然后根据边界的变动,实现对被拍摄物体的判断。现在的手势控制电视,采用的就是这样的设计。
有人进一步拓展了这个理念,把它应用于安保和监控,摄像头可以根据人的移动而自行调整焦点和角度,从而形成人与物的互动,从而让物也拥有类似人的反应特性,进而判断人的行为,或行车是否安全等。
未来的器物通过CCD,也会变得更有人情味。比如电脑可以判定一个人的情绪,从而做出相应的反应,而厨房也可以根据不同的心情和状态,调整灯光,甚至火焰的香味。
呼唤国产
关键词：图像处理；颜色信息；噪声消除；NL法；Block；加权平均
1 概述
古旧影像数字化处理的同时，信号中包含的随机噪声将对图像质量产生较大影响。为了消除此类噪声，使得随机噪声消除的重要性凸现出来。针对这一现象，采用应用数学手段进行图像处理的西班牙科学家A.Buades于2005年提出了Non Local Means滤去噪声消除法（简称NL-Means算法）[1]，NL-Means算法思想起源于邻域滤波算法，是对邻域滤波算法的一种推广，但是该方法的权值不再是由图像中的单个像素灰度值和其它像素作对比而得到，而是对像素周围整个区域的灰度分布做整体对比，根据灰度分布的相似性求得决定权值。
具体论NL-Means算法，是属于具有代表性的非线性滤波技术。即目标像素区域中心的图像像素点与图像内已大量收集的参照区域的相似度进行重合比对，用各个区域的中心像素点加权平均值替换目标像素点的值的一种处理技术。采用NL-Means算法后，无论是图像平坦部的噪声区域消除性能，还是边界部信号的保存性能，都取得了很好的效果，噪声消除能力增强，使图像质量得以明显提高。
2 改进的NL-Means算法
NL-Means算法噪声消除能力增强，使图像质量得以明显提高。特别是图像平坦部的噪声区域的消除性能，以及边界部信号的保存性能。但是，对于彩色图像去噪的情形，因处理对象图像而异，独立处理后的各个RGB的组分产生色差现象的弊端可能存在，故采用了加权计算灰度的手段来避免[3]。
首先，传统的NL-Means算法，对于输入图像的像素，从左上到右下进行选择，被选中的像素点的值被大量的周边像素的像素值加权平均值替换。目标区域与周边像素中心区域比较，其相似度越高，加权平均的重合度设定值越高，相似的模板被平均化，达到噪声消除目的（图1）。可是，受噪声影响，本来是相同模板的区域，其相似度是低的。类推之，本来相异的模板，其相似度相对要大，于是产生了图像模糊的修复缺陷。
其次，作为评价手段的主观质量评价，经过滤波后，用原图与结果图相比得到噪声图，将该图乘以100 方便观察[4]。噪声图分布越是均匀，包含的结构信息越少，结论去噪的效果越好。
3 仿真模拟
首先，通过收集大量的各类的自然图像像素区域，从左上至右下，根据其出现频率的统计数据，选择基础模板。出现频率高的基础模板，通常是自然图像在大部区域，而出现频率低的基础模板，往往在图像结构上表现出不具有相关性，即为噪声（图1），于是据此可以选出高频度基础模板（图2）。
其次，图像处理对象，即目标图像像素区域中，选择与之相关联的颜色基础模板。在前一步所选出的基础模板群中，细化再选择与作为处理对象的目标图像像素区域关联性强的基础模板（图3）。
再次，求相似度。利用前两步选出的基础模板，修正目标像素区域值，再利用加权平均值替代目标像素区域值，图像所有像素的加权平均值如式（1）：
在传统的NL-Means算法的基础之上，研究出自适应NL-Means算法，利用图像基础模板组合表现的性质，找出与每一模板对应的参数，算出相似度值的整体思路，以改进NL-Means算法、提高算法的噪声消除能力。
4 结束语
改进后的NL-Means算法，其噪声消除能力较原NL-Means算法有大幅的提高。在改进算法的基础之上，利用设置颜色阈值的方式对画面运动幅度较弱的图像处理进行了模拟，视觉效果得到了明显改善；对于动态较强的图像出现误检测、进而产生误修复现象，采用像素的加权平均值算法，使这个问题在一定程度上得到了改善。
参考文献
[1]Buades， A.， et al.， A Non-Local Algorithm for Image Denoising， CVPR2005， IEEE Computer Society Conference.2， 2005：60-65.
[2]S.Kawata， et al.， Image Denoising via Nonlocal Means with Noise-robust Similarity， 1st IEEE Global Conf. on Consumer Electronics， 2012： 291-292.
关键词：计算机图像处理技术；数字全息
0引言
全息技术是物理学中一重要发现，越来越多的应用于各个行业。伴随着CCD技术和计算机技术的发展，全息技术也得到一次质的飞跃，从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息，而数字全息则用CCD记录物光和参考光的干涉，形成数字全息图，再通过计算机图像处理技术处理全息图。因此，影响数字全息技术发展有两个重要方面：CCD技术和计算机图像处理技术。本文将从计算机应用方面阐述图像处理技术在全息中的应用。
1图像处理技术
图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像，以拓展其认识的范围。图像以各种形式出现，可视的、不可视的，抽象的、实际的，计算机可以处理的和不适合计算机处理的。但究其本质来说，图像主要分为两大类：一类是模拟图像，包括光学图像、照相图像、电视图像等。它的处理速度快，但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看，数字图像就是被量化的二维采样数组。它是计算机技术发展的产物，具有精度高、处理方便和重复性好等特点。
图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。目前，图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求，可以将图像处理技术划分为许多分支，其中比较重要的分支有：①图像数字化：通过采样和量化将模拟图像变成便于计算机处理的数字形式。③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。③图像编码：在满足一定的保真条件下，对图像进行编码处理，达到压缩图像信息量，简化图像的目的。以便于存储和传输。④图像重建：主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别：识别是图像处理的主要目的。如：指纹鉴别、人脸识别等是模式识别的内容。当今的模式识别方法通常有三种：统计识别法、句法结构模式识别法和模糊识别法。⑥计算机图形学：用计算机将实际上不存在的，只是概念上所表示的物体进行图像处理和显现出来。
2计算机图像处理技术在全息学中的应用
图像处理技术在全息中的应用主要表现在：一是计算全息，基于计算机图形学将计算机技术与光全息技术结合起来，通过计算机模拟、计算、处理，制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原，图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类，即空域法和频域法：①空域法：这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(GradientAlgorithm)，拉普拉斯算子运算(LaplacianOperator)，平滑算子运算(SmoothingOperator)和卷积运算(ConvolutionAlgorithm)。二是点处理法。包括灰度处理(greyprocessing)，面积、周长、体积、重心运算等等。②频域法：数字图像处理的频域处理方法是首先对图像进行正交变换，得到变换频域系列阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。
3模拟实验
本文运用matlab软件，利用图像处理技术，编写了程序，以模拟计算全息和实现全息图像的滤波。图1是计算全息实现流程图。
本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字，图像尺寸为1024像素×1024像素；。模拟实验中用到的参数为：激光模拟了氦氖激光器，波长为638.2nm；再现距离为40cm；因为原始物图的尺寸用像素为单位表示，所以像素分辨率为1。
从模拟实验中可以看出，数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录，将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理，以消除噪声，得到更好的全息再现象。
本文仅模拟了计算全息的实现和再现过程，其实，计算机图像处理在全息技术中的应用是全方位的，用实验方法得到的全息图中包含了更多的其他无用信息（噪声），图像处理技术在这里就显得尤为重要。随着计算机图像处理技术的进一步发展，全息技术必然会迎来新的一轮发展和飞跃。超级秘书网：
参考文献：
[1]周灿林，亢一澜.数字全息干涉法用于变形测量.光子学报，2004，13（2）：171－173.
[2]刘诚，李银柱，李良钰等.数字全息测量技术中消除零级衍射像的方法[J].中国激光，2001，A28(11)：1024-1026.
关键词： 计算机图像处理技术；数字全息
0 引言
全息技术是物理学中一重要发现，越来越多的应用于各个行业。伴随着ccd技术和计算机技术的发展，全息技术也得到一次质的飞跃，从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息，而数字全息则用ccd记录物光和参考光的干涉，形成数字全息图，再通过计算机图像处理技术处理全息图。因此，影响数字全息技术发展有两个重要方面：ccd技术和计算机图像处理技术。本文将从计算机应用方面阐述图像处理技术在全息中的应用。
1 图像处理技术
图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像，以拓展其认识的范围。图像以各种形式出现，可视的、不可视的，抽象的、实际的，计算机可以处理的和不适合计算机处理的。但究其本质来说，图像主要分为两大类：一类是模拟图像，包括光学图像、照相图像、电视图像等。它的处理速度快，但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看，数字图像就是被量化的二维采样数组。它是计算机技术发展的产物，具有精度高、处理方便和重复性好等特点。
图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。目前，图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求，可以将图像处理技术划分为许多分支，其中比较重要的分支有：①图像数字化：通过采样和量化将模拟图像变成便于计算机处理的数字形式。③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。③图像编码：在满足一定的保真条件下，对图像进行编码处理，达到压缩图像信息量，简化图像的目的。以便于存储和传输。④图像重建：主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别：识别是图像处理的主要目的。如：指纹鉴别、人脸识别等是模式识别的内容。当今的模式识别方法通常有三种：统计识别法、句法结构模式识别法和模糊识别法。⑥计算机图形学：用计算机将实际上不存在的，只是概念上所表示的物体进行图像处理和显现出来。
2 计算机图像处理技术在全息学中的应用
图像处理技术在全息中的应用主要表现在：一是计算全息，基于计算机图形学将计算机技术与光全息技术结合起来，通过计算机模拟、计算、处理，制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原，图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类，即空域法和频域法：①空域法：这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(gradient algorithm)，拉普拉斯算子运算(laplacian operator) ，平滑算子运算(smoothing operator)和卷积运算(convolution algorithm)。二是点处理法。包括灰度处理 (grey processing)，面积、周长、体积、重心运算等等。②频域法：数字图像处理的频域处理方法是首先对图像进行正交变换，得到变换频域系列阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。
3 模拟实验
本文运用matlab软件，利用图像处理技术，编写了程序，以模拟计算全息和实现全息图像的滤波。图1是计算全息实现流程图。
本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字，图像尺寸为1024像素×1024像素；。模拟实验中用到的参数为：激光模拟了氦氖激光器，波长为638.2nm；再现距离为40cm；因为原始物图的尺寸用像素为单位表示，所以像素分辨率为1。
从模拟实验中可以看出，数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录，将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理，以消除噪声，得到更好的全息再现象。
本文仅模拟了计算全息的实现和再现过程，其实，计算机图像处理在全息技术中的应用是全方位的，用实验方法得到的全息图中包含了更多的其他无用信息（噪声），图像处理技术在这里就显得尤为重要。随着计算机图像处理技术的进一步发展，全息技术必然会迎来新的一轮发展和飞跃。
参考文献：
[1]周灿林，亢一澜.数字全息干涉法用于变形测量.光子学报，2004，13（2）：171－173.
[2]刘诚，李银柱，李良钰等.数字全息测量技术中消除零级衍射像的方法[j].中国激光，2001，a28(11)：1024-1026.
