图像处理（用计算机对图像进行处理的技术）
图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术的一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。常见的系统有康耐视系统、图智能系统等，目前是正在逐渐兴起的技术。
21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理[9]，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。
在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。大多数图像处理软件都支持这四种类型的图像。
中国物联网校企联盟认为图像处理将会是物联网产业发展的重要支柱之一，它的具体应用是指纹识别技术。
图像处理二值图像
一幅二值图像的二维矩阵仅由0、1两个值构成，“0”代表黑色，“1”代白色。由于每一像素（矩阵中每一元素）取值仅有0、1两种可能，所以计算机中二值图像的数据类型通常为1个二进制位。二值图像通常用于文字、线条图的扫描识别（OCR）和掩膜图像的存储。
图像处理灰度图像
灰度图像矩阵元素的取值范围通常为[0，255]。因此其数据类型一般为8位无符号整数的（int8），这就是人们经常提到的256灰度图像。“0”表示纯黑色，“255”表示纯白色，中间的数字从小到大表示由黑到白的过渡色。在某些软件中，灰度图像也可以用双精度数据类型（double）表示，像素的值域为[0，1]，0代表黑色，1代表白色，0到1之间的小数表示不同的灰度等级。二值图像可以看成是灰度图像的一个特例。
图像处理索引图像
索引图像的文件结构比较复杂，除了存放图像的二维矩阵外，还包括一个称之为颜色
索引矩阵MAP的二维数组。MAP的大小由存放图像的矩阵元素值域决定，如矩阵元素值
域为[0，255]，则MAP矩阵的大小为256Ⅹ3，用MAP=[RGB]表示。MAP中每一行的三
个元素分别指定该行对应颜色的红、绿、蓝单色值，MAP中每一行对应图像矩阵像素的一
个灰度值，如某一像素的灰度值为64，则该像素就与MAP中的第64行建立了映射关系，该像素在屏幕上的实际颜色由第64行的[RGB]组合决定。也就是说，图像在屏幕上显示时，每一像素的颜色由存放在矩阵中该像素的灰度值作为索引通过检索颜色索引矩阵MAP得到。索引图像的数据类型一般为8位无符号整形（int8），相应索引矩阵MAP的大小为256Ⅹ3，因此一般索引图像只能同时显示256种颜色，但通过改变索引矩阵，颜色的类型可以调整。索引图像的数据类型也可采用双精度浮点型（double）。索引图像一般用于存放色彩要求比较简单的图像，如Windows中色彩构成比较简单的壁纸多采用索引图像存放，如果图像的色彩比较复杂，就要用到RGB真彩色图像。
图像处理RGB彩色图像
RGB图像与索引图像一样都可以用来表示彩色图像。与索引图像一样，它分别用红（R）、绿（G）、蓝（B）三原色的组合来表示每个像素的颜色。但与索引图像不同的是，RGB图像每一个像素的颜色值（由RGB三原色表示）直接存放在图像矩阵中，由于每一像素的颜色需由R、G、B三个分量来表示，M、N分别表示图像的行列数，三个M x N的二维矩阵分别表示各个像素的R、G、B三个颜色分量。RGB图像的数据类型一般为8位无符号整形，通常用于表示和存放真彩色图像，当然也可以存放灰度图像。
数字化图像数据有两种存储方式[6]：位图存储(Bitmap)和矢量存储(Vector)
我们平常是以图像分辨率（即像素点）和颜色数来描述数字图象的。例如一张分辨率
为640*480,16位色的数字图片，就由2^16=65536种颜色的307200(=640*480)个素点组成。
位图图像：位图方式是将图像的每一个象素点转换为一个数据，当图像是单色（只有
黑白二色）时，8个象素点的数据只占据一个字节（一个字节就是8个二进制数，1个二进制数存放象素点）；16色（区别于前段“16位色”）的图像每两个象素点用一个字节存储；256色图像每一个象素点用一个字节存储。这样就能够精确地描述各种不同颜色模式的图像图面。位图图像弥补了矢量式图像的缺陷，它能够制作出色彩和色调变化丰富的图像，可以逼真地表现自然界的景象，同时也可以很容易地在不同软件之间交换文件，这就是位图图像的优点；而其缺点则是它无法制作真正的3D图像，并且图像缩放和旋转时会产生失真的现象，同时文件较大，对内存和硬盘空间容量的需求也较高。位图方式就是将图像的每一像素点转换为一个数据。如果用1位数据来记录，那么它只能代表2种颜色（2^1=2）；如果以8位来记录，便可以表现出256种颜色或色调(2^8=256)，因此使用的位元素越多所能表现的色彩也越多。通常我们使用的颜色有16色、256色、增强16位和真彩色24位。一般所说的真彩色是指24位(2^24)的位图存储模式适合于内容复杂的图像和真实照片。但随着分
辨率以及颜色数的提高，图像所占用的磁盘空间也就相当大；另外由于在放大图像的过程中，
其图像势必要变得模糊而失真，放大后的图像像素点实际上变成了像素“方格”。用数码相机和扫描仪获取的图像都属于位图。
矢量图像：矢量图像存储的是图像信息的轮廓部分，而不是图像的每一个象素点。例如，一个圆形图案只要存储圆心的坐标位置和半径长度，以及圆的边线和内部的颜色即可。该存储方式的缺点是经常耗费大量的时间做一些复杂的分析演算工作，图像的显示速度较慢；但图像缩放不会失真；图像的存储空间也要小得多。所以，矢量图比较适合存储各种图表和工程
图像处理数据
图像处理离不开海量、丰富的基础数据，包括视频、静态图像等多种格式，如Berkeley 分割数据集和基准500 （BSDS500）、西门菲沙大学不同光照物体图像数据库、神经网络人脸识别数据、CBCL-MIT StreetScenes（麻省理工学院街景数据库）等。
图像处理数字化
通过取样和量化过程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。图像在计算机内部被表示为一个数字矩阵，矩阵中每一元素称为像素。图像数字化需要专门的设备，常见的有各种电子的和光学的扫描设备，还有机电扫描设备和手工操作的数字化仪。
图像处理图像编码
对图像信息编码，以满足传输和存储的要求。编码能压缩图像的信息量，但图像质量
几乎不变。为此，可以采用模拟处理技术，再通过模-数转换得到编码，不过多数是采用数
字编码技术。编码方法有对图像逐点进行加工的方法，也有对图像施加某种变换或基于区域、特征进行编码的方法。脉码调制、微分脉码调制、预测码和各种变换都是常用的编码技术。
图像处理图像压缩
由数字化得到的一幅图像的数据量十分巨大，一幅典型的数字图像通常由500×500或1000×1000个像素组成。如果是动态图像，其数据量更大。因此图像压缩对于图像的存储
和传输都十分必要。
图像压缩有两类压缩算法，即无损压缩和有损压缩。最常用的无损压缩算法取空间或
时间上相邻像素值的差，再进行编码。游程码就是这类压缩码的例子。有损压缩算法大都采用图像交换的途径，例如对图像进行快速傅里叶变换或离散的余弦变换。已作为图像压缩国际标准的JPEG和MPEG均属于有损压缩算法。前者用于静态图像，后者用于动态图像。它们都由芯片实现。
图像处理增强复原
图像增强的目标是改进图片的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等；图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。
图像增强按所用方法可分成频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。
早期的数字图像复原亦来自频率域的概念。现代采取的是一种代数的方法，即通过解一个大的方程组来复原理想的图片。
以提高图像质量为目的的图像增强和复原对于一些难以得到的图片或者在拍摄条件十分恶劣情况下得到的图片都有广泛的应用。例如从太空中拍摄到的地球或其他星球的照片，用电子显微镜或X光拍摄的生物医疗图片等。
图像增强使图像清晰或将其转换为更适合人或机器分析的形式。与图像复原不同，图像增强并不要求忠实地反映原始图像。相反，含有某种失真（例如突出轮廓线）的图像可能比无失真的原始图像更为清晰。常用的图像增强方法有：①灰度等级直方图处理：使加工后的图像在某一灰度范围内有更好的对比度；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；③边缘锐化：通过高通滤波、差分运算或某种变换，使图形的轮廓线增强；④伪彩色处理：将黑白图像转换为彩色图像，从而使人们易于分析和检测图像包含的信息。
图像复原除去或减少在获得图像过程中因各种原因产生的退化。这类原因可能是光学系统的像差或离焦、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等。图像复原常用二种方法。当不知道图像本身的性质时，可以建立退化源的数学模型，然后施行复原算法除去或减少退化源的影响。当有了关于图像本身的先验知识时，可以建立原始图像的模型，然后在观测到的退化图像中通过检测原始图像而复原图像。
图像分割将图像划分为一些互不重叠的区域，每一区域是像素的一个连续集。通常采用把像素分入特定区域的区域法和寻求区域之间边界的境界法。区域法根据被分割对象与背景的对比度进行阈值运算，将对象从背景中分割出来。有时用固定的阈值不能得到满意的分割，可根据局部的对比度调整阈值，这称为自适应阈值。境界法利用各种边缘检测技术，即根据图像边缘处具有很大的梯度值进行检测。这两种方法都可以利用图像的纹理特性实现图像分割。
图像处理形态学
形态学一词通常指生物学的一个分支，它用于处理动物和植物的形状和结构。在数学形态学的语境中也使用该词来作为提取图像分量的一种工具，这些分量在表示和描述区域形状（如边界，骨骼和凸壳）时是很有用的。此外，我们还很关注用于预处理和后处理的形态学技术，如形态学滤波、细化和裁剪。
数学形态学的基本运算
数学形态学的基本运算有4个：腐蚀、膨胀、开启和闭合。数学形态学方法利用一个称作结构元素的”探针”收集图像的信息，当探针在图像中不断移动时，便可考察图像各个部分之间的相互关系，从而了解图像的结构特征。在连续空间中，灰度图像的腐蚀、膨胀、开启和闭合运算分别表述如下。
腐蚀
腐蚀“收缩”或“细化”二值图像中的对象。收缩的方式和程度由一个结构元素控制。数学上，A被B腐蚀，记为AΘB，定义为：
换言
腐蚀运算
之，A被B腐蚀是所有结构元素的原点位置的集合，其中平移的B与A的背景并不叠加。
膨胀
膨胀是在二值图像中“加长”或“变粗”的操作。这种特殊的方式和变粗的程度由一个称为结构元素的集合控制。结构元素通常用0和1的矩阵表示。数学上，膨胀定义为集合运算。A被B膨胀，记为A⊕B，定义为：
膨胀运算
其中，Φ为空集，B为结构元素。总之，A被B膨胀是所有结构元素原点位置组成的集合，其中映射并平移后的B至少与A的某些部分重叠。这种在膨胀过程中对结构元素的平移类似于空间卷积。
膨胀满足交换律，即A⊕B=B⊕A。在图像处理中，我们习惯令A⊕B的第一个操作数为图像，而第二个操作数为结构元素，结构元素往往比图像小得多。
膨胀满足结合律，即A⊕(B⊕C)=(A⊕B)⊕C。假设一个结构元素B可以表示为两个结构元素B1和B2的膨胀，即B=B1⊕B2，则A⊕B=A⊕(B1⊕B2)=(A⊕B1)⊕B2，换言之，用B膨胀A等同于用B1先膨胀A，再用B2膨胀前面的结果。我们称B能够分解成B1和B2两个结构元素。结合律很重要，因为计算膨胀所需要的时间正比于结构元素中的非零像素的个数。通过结合律，分解结构元素，然后再分别用子结构元素进行膨胀操作往往会实现很客观的速度的增长。
图像处理开启
A被B的形态学开
开运算
运算可以记做A?B，这种运算是A被B腐蚀后再用B来膨胀腐蚀结果，即：
开运算的数学公式为：
其中
开运算
，∪{·}指大括号中所有集合的并集。该公式的简单几何解释为：A?B是B在A内完全匹配的平移的并集。形态学开运算完全删除了不能包含结构元素的对象区域，平滑了对象的轮廓，断开了狭窄的连接，去掉了细小的突出部分。
图像处理闭合
A被B形态学闭运算记做A·B，它是先膨胀后腐蚀的结果：
从几何学
闭运算
上讲，A·B是所有不与A重叠的B的平移的并集。想开运算一样，形态学闭运算会平滑对象的轮廓。然后，与开运算不同的是，闭运算一般会将狭窄的缺口连接起来形成细长的弯口，并填充比结构元素小的洞。
基于这些基本运算可以推导和组合成各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征提取、边界检测、图像降噪、图像增强和恢复等。
图像处理图像分析
从图像中抽取某些有用的度量、数据或信息。目的是得到某种数值结果，而不是产生另一个图像。图像分析的内容和模式识别、人工智能的研究领域有交叉，但图像分析与典型的模式识别有所区别。图像分析不限于把图像中的特定区域按固定数目的类别加以分类，它主要是提供关于被分析图像的一种描述。为此，既要利用模式识别技术，又要利用关于图像内容的知识库，即人工智能中关于知识表达方面的内容。图像分析需要用图像分割方法抽取出图像的特征，然后对图像进行符号化的描述。这种描述不仅能对图像中是否存在某一特定对象作出回答，还能对图像内容作出详细描述。
图像处理的各个内容是互相有联系的。一个实用的图像处理系统往往结合应用几种图像处理技术才能得到所需要的结果。图像数字化是将一个图像变换为适合计算机处理的形式的第一步。图像编码技术可用以传输和存储图像。图像增强和复原可以是图像处理的最后目的，也可以是为进一步的处理作准备。通过图像分割得出的图像特征可以作为最后结果，也可以作为下一步图像分析的基础。
图像匹配、描述和识别对图像进行比较和配准，通过分制提取图像的特征及相互关系，得到图像符号化的描述，再把它同模型比较，以确定其分类。图像匹配试图建立两张图片之
间的几何对应关系，度量其类似或不同的程度。匹配用于图片之间或图片与地图之间的配准，例如检测不同时间所拍图片之间景物的变化，找出运动物体的轨迹。
从图像中抽取某些有用的度量、数据或信息称为图像分析。图像分析的基本步骤是把
图像分割成一些互不重叠的区域，每一区域是像素的一个连续集，度量它们的性质和关系，最后把得到的图像关系结构和描述景物分类的模型进行比较，以确定其类型。识别或分类的基础是图像的相似度。一种简单的相似度可用区域特征空间中的距离来定义。另一种基于像素值的相似度量是图像函数的相关性。最后一种定义在关系结构上的相似度称为结构相似度。
以图片分析和理解为目的的分割、描述和识别将用于各种自动化的系统，如字符和图
形识别、用机器人进行产品的装配和检验、自动军事目标识别和跟踪、指纹识别、X光照片和血样的自动处理等。在这类应用中，往往需综合应用模式识别和计算机视觉等技术，图像处理更多的是作为前置处理而出现的。
多媒体应用的掀起，对图像压缩技术的应用起了很大的推动作用。图像，包括录像带
一类动态图像将转为数字图像，并和文字、声音、图形一起存储在计算机内，显示在计算机的屏幕上。它的应用将扩展到教育、培训和娱乐等新的领域。
图像处理常见软件
图像处理Adobe Photoshop
软件特点：知名度以及使用率最高的图像处理软件。
软件优势：使用业界标准的Adobe PhotoshopCS软件更加快速地获取更好效果，同
时为图形和Web设计、摄影及视频提供必不可少的新功能。
与同行软件的比较：这回Adobe的确给设计师们带来了很大的惊喜，Photoshop CS
新增了许多强有力的功能，特别是对于摄影师来讲，这次它大大突破了以往Photoshop系
列产品更注重平面设计的局限性，对数码暗房的支持功能有了极大的加强和突破。
图像处理Adobe Illustrator
软件特点：专业矢量绘图工具，功能强大，界面友好。
软件优势：无论您是生产印刷出版线稿的设计者和专业插画家、生产多媒体图像的艺
术家、还是互联网页或在线内容的制作者，都会发现Illustrator不仅仅是一个艺术产品工具，能适合大部分小型设计到大型的复杂项目。
与同行软件的比较：功能极其强大，操作相当专业。与Adobe公司其它软件如Photoshop、Primiere及Indesign等软件可以良好的兼容，在专业领域优势比较明显。
图像处理CorelDRAW
软件特点：界面设计友好，空间广阔，操作精微细致。兼容性佳。
软件优势：非凡的设计能力广泛地应用于商标设计、标志制作、模型绘制、插图描画、排版及分色输出等等诸多领域。市场领先的文件兼容性以及高质量的内容可帮助您将创意变为专业作品。从与众不同的徽标和标志到引人注目的营销材料以及令人赏心悦目的Web图形，应有尽有。
与同行软件的比较：功能强大，兼容性极好，可生成各种与其它软件相兼容的格式，操作较Illustrator简单，在国内中小型广告设计公司应用率极高。
图像处理可牛影像
软件特点：可牛影像是新一代的图片处理软件，独有美白祛痘、瘦脸瘦身、明星场景、多照片叠加等功能，更有50余种照片特效，数秒即可制作出影楼级的专业照片。
软件优势：图片编辑、人像美容、场景日历、添加水印饰品、添加各种艺术字体、制作动感闪图、摇头娃娃、多图拼接，使人能想到的功能，应有尽有，而且简单易用。
与同行软件的比较：场景日历、动感闪图、摇头娃娃等都是传统图像处理软件所没有的。有了可牛影像，不需要再像photoshop那样，需要专业的技能才能处理照片。
图像处理光影魔术手
软件特点：“nEOiMAGING”〖光影魔术手〗是一个对数码照片画质进行改善及效果处理的软件。简单、易用，不需要任何专业的图像技术，就可以制作出专业胶片摄影的色彩效果。
软件优势：模拟反转片的效果，令照片反差更鲜明，色彩更亮丽,模拟反转负冲的效果，色彩诡异而新奇，模拟多类黑白胶片的效果，在反差、对比方面，和数码相片完全不同。
与同行软件的比较：是一个照片画质改善和个性化处理的软件。简单、易用，每个人都能制作精美相框、艺术照、专业胶片效果，而且完全免费。
图像处理ACDSee
软件特点：不论您拍摄的相片是什么类型－家人与朋友的，或是作为业余爱好而拍摄的艺术照－您都需要相片管理软件来轻松快捷地整理以及查看、修正和共享这些相片。
软件优势：ACDSee 9可以从任何存储设备快速“获取相片”，还可以使用受密码保护的“隐私文件夹”这项新功能来存储机密信息。
与同行软件的比较：强大的电子邮件选项、幻灯放映、CD/DVD刻录，还有让共享相片变得轻而易举的网络相册工具。使用红眼消除、色偏消除、曝光调整以及“相片修复”工具等快速修正功能来改善相片。
图像处理Macromedia Flash
软件特点：一个可视化的网页设计和网站管理工具，支持最新的Web技术，包含HTML 检查、HTML格式控制、HTML格式化选项等。
软件优势：除了新的视频和动画特性，还提供了新的绘图效果和更好的脚本支持，同时也集成了流行的视频辑和编码工具，还提供软件允许用户测试移动手机中的Flash内容等新功能。
与同行软件的比较：在编辑上你可以选择可视化方式或者你喜欢的源码编辑方式。
图像处理Ulead GIF Animator
软件特点：友立公司出版的动画GIF制作软件，内建的Plugin有许多现成的特效可以立即套用，可将AVI文件转成动画GIF文件，而且还能将动画GIF图片最佳化，能将你放在网页上的动画GIF图档减肥，以便让人能够更快速的浏览网页。
软件优势：这是一个很方便的GIF 动画制作软件，由UleadSystems.Inc创作。Ulead GIF Animator 不但可以把一系列图片保存为GIF 动画格式，还能产生二十多种2D 或3D 的动态效果，足以满足您制作网页动画的要求。
与同行软件的比较：与其它图形文件格式不同的是, 一个GIF文件中可以储存多幅图片，这时，GIF 将其中存储的图片像播放幻灯片一样轮流显示, 这样就形成了一段动画。
常用遥感软件比较 常用的遥感软件主要包括：PCI 、ERDAS、ENVI这三种国外主流大型遥感软件，各种软件相比而言各有优缺点，相对使用人而言，只要掌握或精通一种就行，能解决工作中的问题就是最好的软件，如果你精通多种更是好，发挥各种软件的优长，而更好的提高工作效率，当然是最好的！本人结合多年的实际工作经验、对这三种软件进行比较；希望与大家共同交流。 一、应用领域比较 PCI 、ERDAS多用于实际工程项目、科学研究，但研究领域应用相对较少；而ENVI多用于研究领域、教育领域；实际工程项目应用较少。这三种软件在国内使用率而言：ERDAS最多、PCI其次、ENVI 最少。在实际大项工程项目中ENVI很少见。 二、软件总体结构比较 从三种软件总体结构来说：PCI最简捷、有条理、功能上没有重复与交叉；ERDAS与ENVI差不多；如果你不信比较这三种软件的裁切功能；如果你认为没什么，哪就是你的习惯而已吧。为什么会这样，当时软件设计就这样了，以后软件升级，很多结构发现有些不“协调”，而只能如此了。当然后续很多地方会体现。 软件的总体结构会直接影响界面效果，如果你找一个常用的功能靠记忆去找，这种软件是有问题的；长时间不用了，你还会找得到吗？ Pci的界面一直很少变,从7.0到2013；一直就是一“长条”，增加了个focus。
； 而ERDAS变了很多，从经典的8.4、8.5、8.6、9.0….，到2010变了很多；如果你现在还没有使用过2010的话，新版本可能有些功能你都找不到了。 ENVI基本也是没有变，界面还是哪样…….. 三、功能比较 遥感软件的功能比较多，不可能一一比较；比较较为核心的功能吧。 1、数据读取与转换 这三种软件支持的数据格式都很多，官方说的都是100种以上，但我相信实际工作你不可能接触那么多种，都底能支持多少，他们说了算……，现在只比较数据读取与转换使用效率，其它差不多。相比面言：PCI最为直接、高效；erdas与envi差不多； 如：读取一种格式的遥感数据，你还用想一想他是什么格式、再根据菜单来选择，你能接受吗？简单说，管它什么格式，读取一个最大的文件或头文件不就行了吗，输出给个文件类型(如.pix.、img、.sid)就ok!如果不知道它什么类型，或都软件不支持这种格式，这种软件你能承受吗？不过，你习惯也就没事了！
数字图像处理的发展现状及研究内容概述人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占20%，视觉信息占60%，所以作为传递信息的重要媒体和手段——图像信息是十分重要的，俗话说“百闻不如一见”、“一目了然”，都反映了图像在传递信息中独到之处。 目前，图像处理技术发展迅速，其应用领域也愈来愈广，有些技术已相当成熟并产生了惊人的效益，当前图像处理面临的主要任务是研究心的处理方法，构造新的处理系统，开拓更广泛的应用领域。 数字图像处理（Digital Image Processing）又称为计算机数字图像处理，它是指将数字图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和数字图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的数字图像处理的目的是改善数字图像的质量，它以人为对象，以改善人的视觉效果为目的。数字图像处理中，输入的是质量低的数字图像，输出的是改善质量后的数字图像，常用的数字图像处理方法有数字图像增强、复原、编码、压缩等。 1:数字图像处理的现状及发展 数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使数字图像处理成为一门引人注目、前景远大的新型学科。随着数字图像处理技术
的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。 人们已开始研究如何用计算机系统解释数字图像，实现类似人类视觉系统理解外部世界，这被称为数字图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。数字图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。如今数字图像处理技术已给人类带来了巨大的经济和社会效益。不久的将来它不仅在理论上会有更深入的发展，在应用上意识科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。 数字图像处理进一步研究的问题，不外乎如下几个方面： （1）在进一步提高精度的同时着重解决处理速度问题。如在航天遥感、气象云图处理方面，巨大的数据量和处理速度任然是主要矛盾之一。 （2）加强软件研究、开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法。 （3）加强边缘学科的研究工作，促进数字图像处理技术的发展。如：人的视觉特性、心理学特性等的研究，如果有所突破，讲对团向处理技术的发展起到极大的促进作用。
图像噪声分类及去噪方法综述 2013552070 王跃洋数字图像中，噪声主要来源于图像的获取或传输过程。成像传感器的性能受各种因素的影响，如图像获取过程中的环境条件和传感元器件自身的质量。例如，在使用CCD摄像机获取图像时，光照水平和传感器温度是影响结果图像中噪声数量的主要因素。图像在传输中被污染主要是由于传输信道中的干扰。例如，使用无线网络传输的图像可能会因为光照或其他大气因素而污染。 图像噪声的分类 图像噪声是图像在摄取或传输时所受的随机信号干扰，是图像中各种妨碍人们对其信息接受的因素。很多时候将图像噪声看成是多维随机过程，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。图像噪声是多种多样的，其性质也千差万别，所以了解噪声的分类是很有必要的。 一．按产生的原因分类 1.外部噪声， 即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。 2.内部噪声，一般有四个源头： a)由光和电的基本性质所引起的噪声。如电流的产生是由电子或空穴粒子的集合，定向运动所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子的无规则热运动所形成的热噪声；根据光的粒子性，图像是由光量子所传输，而光量子密度随时间和空间变化所形成的光量子噪声等。 b)电器的机械运动产生的噪声。如各种接头因抖动引起电流变化所产生的噪声；磁头、磁带等抖动或一起的抖动等。 c)器材材料本身引起的噪声。如正片和负片的表面颗粒性和磁带磁盘表面缺陷所产生的噪声。随着材料科学的发展，这些噪声有望不断减少，但在目前来讲，还是不可避免的。
d)系统内部设备电路所引起的噪声。如电源引入的交流噪声；偏转系统和箝位电路所引起的噪声等。 这种分类方法有助于理解噪声产生的源头，有助于对噪声位置定位，对于降噪算法只能起到原理上的帮助。 二．按噪声频谱分类 频谱均匀分布的噪声称为白噪声； 频谱与频率成反比的称为1/f噪声；而与频率平方成正比的称为三角噪声等等。 三．按噪声与信号的关系分类 1.加性噪声：加性嗓声和图像信号强度是不相关的，如运算放大器， 信道噪声电视摄像机扫描图像的噪声的，这类带有噪声的图像g可看成为理想无噪声图像f与噪声n之和； 2.乘性噪声： 乘性嗓声和图像信号是相关的，往往随图像信号的变化而变化，如飞点扫描图像中的嗓声、电视扫描光栅、胶片颗粒造成等，由于载送每一个象素信息的载体的变化而产生的噪声受信息本身调制。在某些情况下，如信号变化很小，噪声也不大。 为了分析处理方便，常常将乘性噪声近似认为是加性噪声，而且总是假定信号和噪声是互相统计独立。 四．按概率密度函数（PDF）分类 1.高斯噪声：在空间域和频域中，由于高斯噪声(也称为正态噪声)在数学上的易处理性，这种噪声模型经常被用于实践中。 高斯随机变量z 的PDF有下式给出： 其中，z表示灰度值，表示z的均值，σ表示z的标准差。标准差的平方成为z的方差。 2.瑞利噪声：瑞利密度对于近似偏移的直方图十分适用。 瑞利噪声的PDF由下式给出：
常用结构软件比较 目前的结构计算程序主要有：PKPM系列（TAT、SATWE）、TBSA系列（TBSA、TBWE、TBSAP）、BSCW、GSCAD、 SAP系列。其他一些结构计算程序如ETABS等，虽然功能强大，且在国外也相当流行，但国内实际上使用的不多，故不做详细讨论。 一、结构计算程序的分析与比较 1、结构主体计算程序的模型与优缺点 从主体计算程序所采用的模型单元来说 TAT和TBSA属于结构空间分析的第一代程序，其构件均采用空间杆系单元，其中梁、柱均采用简化的空间杆单元，剪力墙则采用空间薄壁杆单元。在形成单刚后再加入刚性楼板的位移协调矩阵，引入了楼板无限刚性假设，大大减少了结构自由度。 SATWE、TBWE和TBSAP 在此基础上加入了墙元，SATWE和TBSAP还加入了楼板分块刚性假设与弹性楼板假设，更能适应复杂的结构。SATWE提供了梁元、等截面圆弧形曲梁单元、柱元、杆元、墙元、弹性楼板单元（包括三角形和矩形薄壳单元、四节点等参薄壳单元）和厚板单元（包括三角形厚板单元和四节点等参厚板单元）。另外，通过与JCCAD的联合，还能实现基础-上部结构的整体协同计算。TBSAP提供的单元除了常用的杆单元、梁柱单元外，还提供了用以计算板的四边形或三角形壳元、墙元、用以计算厚板转换层的八节点四十八自由度三维元、广义单元（包括罚单元与集中单元），以及进行基础计算用的弹性地基梁单元、弹性地基柱单元（桩元）、三角形或四边形弹性地基板单元和地基土元。TBSAP可以对结构进行基础-上部结构-楼板的整体联算。 从计算准确性的角度来说 SAP84是最为精确的，其单元类型非常丰富，而且能够对结构进行静力、动力等多种计算。最为关键的是，使用SAP84时能根据结构的实际情况进行单元划分，其计算模型是最为接近实际结构。 BSCW和GSCAD的情况比较特殊，严格说来这两个程序均是前后处理工具，其开发者并没有进行结构计算程序的开发。但BSCW与其计算程序一起出售，因此有必要提一下。BSCW一直是使用广东省建筑设计研究院的一个框剪结构计算软件，这个程序应属于空间协同分析程序，即结构计算的第二代程序（第一代为平面分析，第二代为空间协同，第三代为空间分析）。GSCAD则可以选择生成SS、TBSA、TAT或是SSW的计算数据。SS和SSW均是广东省建筑设计研究院开发的，其中SS采用空间杆系模型，与TBSA、TAT属于同一类软件；而SSW根据其软件说明来看也具有墙元，但不清楚其墙元的类型，而且此程序目前尚未通过鉴定。 薄壁杆件模型的缺点是： 1、没有考虑剪力墙的剪切变形。 2、变形不协调。
目录 绪论 (1) 1数字图像处理技术 (1) 1.1数字图像处理的主要特点 (1) 1.2数字图像处理的优点 (2) 1.3数字图像处理过程 (3) 2数字图像处理的研究现状 (4) 2.1数字图像的采集与数字化 (4) 2.2图像压缩编码 (5) 2.3图像增强与恢复 (8) 2.4图像分割 (9) 2.5图像分析 (10) 3数字图像处理技术的发展方向 (13) 参考文献 (14)
绪论 图像处理技术基本可以分成两大类：模拟图像处理和数字图像处理。数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。困难主要在处理速度上，特别是进行复杂的处理。数字图像处理技术主要包括如下内容：几何处理、算术处理、图像增强、图像复原、图像重建、图像编码、图像识别、图像理解。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。 1数字图像处理技术 1.1数字图像处理的主要特点 (1)目前数字图像处理的信息大多是二维信息，处理信息量很大，因此对计
图像处理技术近期发展及应用 摘要：图像处理技术的研究和应用越来越收到社会发展的影响，并以自身的技术特点反过来影响整个社会技术的进步。本文主要简单概括了数字图像处理技术近期的发展及应用现状，列举了数字图像处理技术的主要优点和制约其发展的因素，同时设想了图像处理技术在未来的应用和发展。 关键字：图像处理发展技术应用 1.概述 1.1图像的概念 图像包含了它所表达的物体的描述信息。我们生活在一个信息时代，科学研究和统计表明，人类从外界获得的信息约有百分之七十来自视觉系统，也就是从图像中获得，即我们平常所熟知的照片，绘画，动画。视像等。 1.2图像处理技术 图像处理技术着重强调在图像之间进行的变换，主要目标是要对图像进行各种加工以改善图像的视觉效果并为其后的目标自动识别打基础，或对图像进行压缩编码以减少图像存储所需要的空间或图像传输所需的时间。图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 1.3优点分析 1．再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。 2．处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。 3．适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 4．灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 2.近期发展及应用领域
机器视觉技术发展现状 人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做 测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解 世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。 机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介 机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。 机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能 高等优点，有着广泛的应用前景[1]。 一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、 数量、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。 机器视觉一般都包括下面四个过程：
写论文，常用工具简介 [阅读制作]Visual CHM-制作CHM文件的工具[阅读制作]SSReader 3.8简体中文 增强版 3.8[阅读制作]SSReader 3.8简体中文标准版 3.8[制图软件]数学公式编辑器MathType V5.2[综合工具]NoteExpress文献管理系统 V1.0.5[综合工具]电子新华字典 2.1[制图软件]抓图工具HyperSnap-DX V5.62.05 [阅读制作]Adobe Acrobat Professional v7.[制图软件]SmartDraw(论文制图) 7.10.301[阅读制作]Adobe Reader 7.0(PDF浏览器) 7.Visual CHM-制作CHM文件的工具 2005-7-5 1580 K 共享资 源·Visual CHM 是一个非常便利的制作CHM文件的工具，完全的可视化操作。多种编译属性，可以使制作出的CHM文件具有非常的专业感。喜欢做电子书，喜欢收集网络文章的朋友，非常值得下载试用。运行环境：Win9x/NT/2000/XP/rar格式/exe格式/ 软件类别：工程软件下载次数：20 SSReader 3.8简体中文增强版3.8 2005-7-2 0 K 共享资源★★★★ · SSReader 3.8主要改进改进文本PDG图书打开效率改进打开新文本PDG的显示方式，默认为自动调节显示比例选取文字以及文字复制，同时选取分为两种方式 --a)按字选取文字 --b)栏选(只标记在鼠标选择区域内的文字) --c)双击选择页面全部文字运行环境：Win9x/NT/2000/XP/ 软件类别：工程软件下载次数：14 SSReader 3.8简体中文标准版3.8 2005-7-2 0 K 共享资源★★★★ · SSRea der 3.8主要改进改进文本PDG 图书打开效率改进打开新文本PDG的显示方式，默认为自动调节显示比例选取文字以及文字复制，同时选取分为两种方式 --a)按字选取文字 --b)栏选(只标记在鼠标选择区域内的文字) --c)双击选择页面全部文字运行环境：Win9x/NT/2000/XP/ 软件类别：工程软件下载次数：12 Adobe Acrobat Professionalv7.0 2005-5-31 206145 K 共享资源 ★★★★ ·Adobe Acrobat 产品家族以其发送文档的智能手段，帮助商业人士、创意人员和技术人员灵活自如地完成工作。此外，用户还能创建交换文档，收集比较批注，并因地制宜地对文档进行安全控制，从而分发出可靠的、经过精心修饰的 Adobe PDF 文档。运行环境：Win9x/NT/2000/XP/ 软件类别：工程软件下载次数：308 Adobe Reader 7.0(PDF 浏览器)7.0 2005-5-16 30000 K 免费资源★★★ ·PDF (Portable Document Format) 文件格式是电子发行文档的事实上的标准，Adobe Acrobat Reader 是一个查看、阅读和打印 PDF 文件的最佳工具。而且它是免费的。新版增加了两个 Acrobat plugs-ins (Acrobat Search and AutoIndx)，它可以在硬盘、CD 和局域网中搜索用 Acrobat Catalog tool 创运行环境：Win9x/NT/2000/XP/ 软件类别：工程软件下载次数：1041
机械常用软件比较 常用软件简介 1. UG UG(全称Unigraphics)是美国EDS旗下PLM Solution-UGS公司集CAD/CAM/CAE于一体的大型集成软件系统。UG最早源于麦道飞机公司的航空航天尖端设计制造技术，并逐步发展成为独立软件系统。后随着麦道并入波音而于1991年并入EDS，并成为EDS-PLM Solution 部门。UGS是EDS面向制造业Plan(计划)、Design(设计)、Build(制造)与Support(服务)的UGS PLM解决方案(包括E-factory(数字工厂)、NX(下一代CAX系统)、PLM Open(开放平台)、Solid Edge、Teamcenter(协同管理框架)和Product Index等)的核心构件之一。 UG系统主要应用于包括通用汽车在内的汽车、国防、机电装备等行业的大型制造企业，是全球应用最为广泛的高端工业软件系统之一。并于1990年初随着通用汽车的引进而正式进入中国。UG NX是新一代覆盖产品全生命周期的数字化产品开发系统，在原有所有版本基础上对各个模块全面进行了功能增加和性能增强，同时溶入了很多原来I-deas软件(UGS于20世纪90年代末收购了SDRC公司及其I-deas软件)的优秀功能和操作模式。NX内核部分扩大了知识语言支持的范围，应用部分大量增加了汽车专用模块，传统的CAID/CAD/CAE/CAM应用
功能进一步加深、加强，用户界面的友好性、系统的稳定性与易学易用性等都得到显著的改进和完善。具体来说，该软件具有以下特点：（1）具有统一的数据库，真正实现了CAD/CAE/CAM等各模块之间的无数据交换的自由切换，可实施并行工程。 （2）采用复合建模技术，可将实体建模、曲面建模、线框建模、显示几何建模与参数化建模融为一体。 （3）用基于特征（如孔、凸台、型胶、槽沟、倒角等）的建模和编辑方法作为实体造型基础，形象直观，类似于工程师传统的设计办法，并能用参数驱动。 （4）曲面设计采用非均匀有理B样条作基础，可用多种方法生成复杂的曲面，特别适合于汽车外形设计、汽轮机叶片设计等复杂曲面造型。 （5）出图功能强，可十分方便地从三维实体模型直接生成二维工程图。能按ISO标准和国标标注尺寸、形位公差和汉字说明等。并能直接对实体做旋转剖、阶梯剖和轴测图挖切生成各种剖视图，增强了绘制工程图的实用性。 （6）以Parasolid为实体建模核心，实体造型功能处于领先地位。目前著名CAD/CAE/CAM软件均以此作为实体造型基础。 （7）提供了界面良好的二次开发工具GRIP（GRAPHICAL INTERACTIVE PROGRAMING）和UFUNC（USER FUNCTION），并能通过高级语言接口，使UG的图形功能与高级语言的计算功能紧密结合起来。 （8）具有良好的用户介面，绝大多数功能都可通过图标实现；进行
文献综述 1.1理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 1.2、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像边缘检测中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术，Roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不
本科毕业论文(设计) 文献综述 学生姓名文慧学号091014429 专业机械设计制造 班级机械09-4 及其自动化 指导教师郑嫦娥
基于红外图像处理的森林火灾识别方法研究 1国内外现状 国内外很多公司、科研机构和大学院校都对图像型火灾探测技术进行过大量的研究。 Bosque 公司的BSDS 系统采用红外和普通摄像机进行双波段监控，在准确识别森林火灾的同时还可以区别其它现象的干扰，误报率较低。在大空间火灾监控方面有ISLI 公司和Magnox Electric 公司联合开发的用于电站火灾监控的VSD－8 系统。该系统以视频运动检测软件为主体，使用各种滤波器技术，并与人工智能相结合，进行电站内的火灾监控。 国内相关单位对于图像型火灾探测技术也进行了深入的研究。其中，中国科技大学的火灾科学国家重点实验室的研究处于国际领先的地位。依托火灾科学重点实验室的科大立安公司已经研制出双波段火灾探测器LIAN-DC，并通过相关反面的验收，投入实际应用。同时，上海交通大学，西安交通大学都曾在火灾探测方面进行过积极的研究，并在工程实践中提出过一些算法，其探测手段主要集中在使用红外型摄像机，探测系统的抗干扰性还有待提高。 迄今为止，国内外图像型火灾探测系统还存在误报率高，自动灭火算法误差大等问题。还有待提出更多更好的探测算法以及算法的实现方法。 2常用的探测系统 国内外科研机构和各大公司开发的众多火灾探测系统基于各种火灾识别模式，常见的是感烟探测系统、感温探测系统、火焰探测系统、气体探测系统和复合式探测系统等，感烟探测系统占有量最高，约70%～80%。 2.1感烟探测系统 感烟式火灾探测器主要是利用烟雾传感器探测火灾中产生的烟雾气溶胶，如中国科技大学提出高灵敏度红外图像式烟雾相对浓度测试系统，该系统利用利
HydroComp.NavCad.2004.v5.08 用于对船舶航速和动力性能的预测和分析 HydroComp.PropExpert.2004.v5.03用于对工作船和游艇的推进系统进行选择和分析 PROTEUS.ENGINEERING.MAESTRO.V8.7 船舶制造业设计软件 Shape3d.V6.10 根据海浪和帆板的概念，用计算机数控机器设计帆板等3d图形的专业工具。 通用前后处理Samcef Field GT PRO 联合循环和热电联产燃机电厂设计软件 STEAM PRO火电厂设计软件 Steam-MASTER 常规电厂仿真软件 THERMOFLEX通用热能系统设计和仿真软件 常规火力发电STEAM软件 线性分析Samcef Linear, 非线性分析Samcef Mecano 热分析Samcef Thermal 显式分析软件EUROPLEXUS 转子动力学分析Samcef for rotor 机床静动力学仿真分析软件Samcef for Machine Tools 空间展开结构仿真分析软件Samcef for Deployable Structures 充气展开结构仿真分析软件Samcef for Inflatable Structures 断裂力学分析软件Samcef for Fracture Mechanics 复合材料分析软件Samcef for Composite 振动噪声分析软件OOFELIE Vibroacoustics 压电材料分析软件OOFELIE Piezoelectric materials 高压电缆分析软件Samcef HVS 过程管理和多学科优化分析软件Boss Quattro 地层孔隙压力破裂压力预测软件DrillWorks 机械动力学分析软件LMS Virtual Lab 分子动力模拟可视化软件gdpc
常用结构软件的比较 本人在设计院工作，有机会接触多个结构计算软件，加上自己也喜欢研究软件，故对各种软件的优缺点有一定的了解。现在根据自己的使用体会，从设计人员的角度对各个软件作一个评价，请各位同行指正。本文仅限于混凝土结构计算程序。 目前的结构计算程序主要有：PKPM系列（TAT、SATWE）、TBSA系列（TBSA、TBWE、TBSAP）、BSCW、GSCAD、SAP系列。其他一些结构计算程序如ETABS等，虽然功能强大，且在国外也相当流行，但国内实际上使用的不多，故不做详细讨论。 （一）结构计算程序的分析与比较 1、结构主体计算程序的模型与优缺点 从主体计算程序所采用的模型单元来说TAT和TBSA属于结构空间分析的第一代程序，其构件均采用空间杆系单元，其中梁、柱均采用简化的空间杆单元，剪力墙则采用空间薄壁杆单元。在形成单刚后再加入刚性楼板的位移协调矩阵，引入了楼板无限刚性假设，大大减少了结构自由度。SATWE、TBWE和TBSAP在此基础上加入了墙元，SATWE和TBSAP还加入了楼板分块刚性假设与弹性楼板假设，更能适应复杂的结构。SATWE提供了梁元、等截面圆弧形曲梁单元、柱元、杆元、墙元、弹性楼板单元（包括三角形和矩形薄壳单元、四节点等参薄壳单元）和厚板单元（包括三角形厚板单元和四节点等参厚板单元）。另外，通过与JCCAD的联合，还能实现基础-上部结构的整体协同计算。TBSAP提供的单元除了常用的杆单元、梁柱单元外，还提供了用以计算板的四边形或三角形壳元、墙元、用以计算厚板转换层的八节点四十八自由度三维元、广义单元（包括罚单元与集中单元），以及进行基础计算用的弹性地基梁单元、弹性地基柱单元（桩元）、三角形或四边形弹性地基板单元和地基土元。TBSAP可以对结构进行基础-上部结构-楼板的整体联算。 从计算准确性的角度来说SAP84是最为精确的，其单元类型非常丰富，而且能够对结构进行静力、动力等多种计算。最为关键的是，使用SAP84时能根据结构的实际情况进行单元划分，其计算模型是最为接近实际结构。BSCW和GSCAD的情况比较特殊，严格说来这两个程序均是前后处理工具，其开发者并没有进行结构计算程序的开发。但BSCW与其计算程序一起出售，因此有必要提一下。BSCW一直是使用广东省建筑设计研究院的一个框剪结构计算软件，这个程序应属于空间协同分析程序，即结构计算的第二代程序（第一代为平面分析，第二代为空间协同，第三代为空间分析）。GSCAD则可以选择生成SS、TBSA、TAT 或是SSW的计算数据。SS和SSW均是广东省建筑设计研究院开发的，其中SS采用空间杆系模型，与TBSA、TAT属于同一类软件；而SSW根据其软件说明来看也具有墙元，但不清楚其墙元的类型，而且此程序目前尚未通过鉴定。薄壁杆件模型的缺点是1、没有考虑剪力墙的剪切变形2、变形不协调。 当结构模型中出现拐角刚域时，截面的翘曲自由度（对应的杆端力为双力矩）不连续，造成误差。另外由于此模型假定薄壁杆件的断面保持平截面，实际上忽略了各墙肢的次要变形，增大了结构刚度。同一薄壁杆墙肢数越多，刚度增加越大；薄壁杆越多，刚度增加越大。但另一方面，对于剪力墙上的洞口，空间杆系程序只能作为梁进行分析，将实际结构中连梁对墙肢的一段连续约束简化为点约束，削弱了结构刚度。连梁越高，则削弱越大；连梁越多，则削弱越大。所以计算时对实际结构的刚度是增大还是削弱要看墙肢与连梁的比例。杆单元点接触传力与变形的特点使TBSA、TAT等计算结构转换层时误差较大。因为从实际结构来看，剪力墙与转换结构的连接是线连接（不考虑墙厚的话），实际作用于转换结构的力是不均匀分布力，而杆系模型只能简化为一集中力与一弯矩。另一方面，由于一个薄壁柱只有通过剪心传递力与位移，所以在处理多墙肢薄壁柱转换时十分麻烦，如将剪心与下层柱相连，则令转换梁过于危险，如设置实际并不存在的计算洞令力传至转换梁又会改变上层墙体的变形协调条件（不要相信TBSA手册中所言设连梁高为层高可以解决问题，一段连续约束简化成一
数字图像处理技术的现状及其发展方向 一、数字图像处理历史发展 数字图像处理(Digital Image Processing)将图像信号转换成数字信号并利用计算机对其进行处理。 1.起源于20世纪20年代。 2.数字图像处理作为一门学科形成于20世纪60年代初期，美国喷气推进实验室(JPL)推动了数字图像处理这门学科的诞生。 3.1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置即CT(Computer Tomograph)，1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。 4.从70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展，人们已开始研究如何用计算机系统解释图像,实现类似人类视觉系统理解外部世界，其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论。 二、数字图像处理的主要特点 1．目前数字图像处理的信息大多是二维信息,处理信息量很大,对计算机的计算速度、存储容量等要求较高。 2.数字图像处理占用的频带较宽,在成像、传输、存储、处理、显示等各个环节的实现上,技术难度较大,成本也高,这就对频带压缩技术提出了更高的要求。 3.数字图像中各个像素是不独立的,其相关性大。因此,图像处理中信息压缩的潜力很大。 4.由于图像是三维景物的二维投影,一幅图像本身不具备复现三维景物的全部几何信息的能力,要分析和理解三维景物必须作合适的假定或附加新的测量。在理解三维景物时需要知识导引,这也是人工智能中正在致力解决的知识工程问题。 5．一方面，数字图像处理后的图像一般是给人观察和评价的,因此受人的因素影响较大，作为图像质量的评价还有待进一步深入的研究；另一方面，计算机视觉是模仿人的视觉,人的感知机理必然影响着计算机视觉的研究,这些都是心理学和神经心理学正在着力研究的课题。 三、数字图像处理的优点 1.再现性好；图像的存储、传输或复制等一系列变换操作不会导致图像质量的退化。 2.处理精度高；可将一幅模拟图像数字化为任意大小的二维数组,现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高。 3.适用面宽；图像可以来自多种信息源，图像只要被变换为数字编码形式后,均是用二维数组表示的灰度图像组合而成,因而均可用计算机来处理。 4.灵活性高；数字图像处理不仅能完成线性运算,而且能实现非线性处理,即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 四、数字图像处理过程及其主要进展 常见的数字图像处理有:图像的采集、数字化、编码、增强、恢复、变换、
毕业设计文献综述 题目：基于matlab的图像预处理技术研究 专业：电子信息工程 1前言部分 众所周知，MATLAB在数值计算、数据处理、自动控制、图像、信号处理、神经网络、优化计算、模糊逻辑、小波分析等众多领域有着广泛的用途，特别是MATLAB的图像处理和分析工具箱支持索引图像、RGB 图像、灰度图像、二进制图像，并能操作*.bmp、*.jpg、*.tif等多种图像格式文件如。果能灵活地运用MATLAB提供的图像处理分析函数及工具箱，会大大简化具体的编程工作，充分体现在图像处理和分析中的优越性。 图像就是用各种观测系统观测客观世界获得的且可以直接或间接作用与人眼而产生视觉的实体。视觉是人类从大自然中获取信息的最主要的手段。拒统计，在人类获取的信息中，视觉信息约占60%，听觉信息约占20%，其他方式加起来才约占20%。由此可见，视觉信息对人类非常重要。同时，图像又是人类获取视觉信息的主要途径，是人类能体验的最重要、最丰富、信息量最大的信息源。通常，客观事物在空间上都是三维的(3D)的，但是从客观景物获得的图像却是属于二维(2D)平面的。 图像存在方式多种多样，可以是可视的或者非可视的，抽象的或者实际的，适于计算机处理的和不适于计算机处理的。 图像处理它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在 1964 年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动
文献综述 河北科技师范学院 文献综述 题目：基于计算机视觉测量技术 姓名：张力坤 一．国内外现状 机器视觉自起步发展到现在，已有将近20年的发展历史。应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。 目前全球整个视觉市场总量大概在70~80亿美元，是按照每年8.8%的增长速度增长的。而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于机器视觉的需求将承上升趋势。 何谓机器视觉？ 简言之，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 机器视觉在国内外的应用现状在国外，机器视觉的应用普及
环境影响评价常用软件及工具汇编 “中国环境影响评价论坛”作者：风影 摘要本文结合作者实际工作经历，列举了在编制环境影响评价报告中可能涉及到的各类计算机应用软件及工具软件，共分八大类30项进行图例说明，同时简述了各类软件能实现的功能以及在环境影响评价工作中的应用。 关键词环境影响评价软件应用 环境影响评价是个多学科的工作，艰苦的工程分析、影响预测、综合评价工作，最终呈现给业主的只是一本或数本“环境影响评价报告书”。在计算机时代，如何将这报告做的更精美，更专业，就需要借助各种相关软件的支持。以下本人结合自己的经历，向各位同行介绍一下，在环评工作中，我们可能用上且能极大帮助我们把报告做的更专业的一些相关软件。 首选：同类用途的最佳之选。 备选：首选的备选。或者，同类用途本就无最佳的首选。 推荐：使用此软件，可让工作更加便利。 参考：知道比不知道好 1、文本编辑类 1.1. 首选：WORD 2003 打字排版是我们的基本功课，我经常对外宣称我是一名光荣的打字员。WORD估计没有人不会，但用的好的却未必多。不知道有多少人至今都没用过“题注”、“交叉引用”、“分节”、“样式和格式”、“修订”、“比较合并文档”等等非常有用、能极大提高文稿后期修改效率的功能。这里不作具体展开，有不会的，多琢磨吧。 另外，建议升级到2003版，因为2003版有一项图形压缩功能，能把过大的图形根据打印质量要求进行压缩，以前总看到动辄几十M的WORD文档，经使用“图片压缩”后，一般很少有超过10M的文档。 1.2. 备选：WPS2005 提起WPS，并不只是为了怀念。今年推出的WPS2005确实让我们感受到国产软件的强大。用过WORD的人使用WPS2005很容易上手，因为二者太相似了，兼容性也非常好，有些我用WORD打不开的WORD文档，用WPS打开另存一下，反而OK了。建议对WORD使用不是非常熟悉的用户试用WPS，因为中国人编的软件，会更多的考虑和照顾中国人的习惯。另外这款软件个人版是免费的！
数字图像处理的发展及现状 网络092 张海波 0904681468 摘要： 简述了数字图像处理技术的发展及应用现状，系统分析了数字图像处理技术的主要优点，不足及制约其发展的因素，阐述了数字图像处理技术研究的主要内容和将来的研究重点，概述了数字图像处理技术未来的应用领域，并提出了该技术未来的研究方向。 关键词：数字图像；图像处理；现状与展望；计算机技术 1 前言： 图像处理技术基本可以分成两大类：模拟图像处理（Analog Image Processing）和数字图像处理（Digtal Image Processing）。数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以处理内容[1]。困难主要在处理速度上，特别是进行复杂的处理。数字图像处理技术主要包括如下内容：几何处理（Geometrical Processing）、算术处理（Arithmetic Processing）、图像增强（Image Enhancement）、图像复原（Image Restoration）、图像重建（Image Reconstruction）、图像编码（Image Encoding）、图像识别(Image Recognition)、图像理解（Image Understanding）。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科[2]，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。 2 数字图像处理技术发展： 数字图像处理技术使20世纪60年代随着计算机技术和 VLSY Very Large Scale Integration的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了很大的成就。 视觉是人类最重要的感知手段，图像又是视觉的基础[3]。早期图像处理的目的是改善图像质量，它以人为对象，以改善人的视觉效果为目的。图像处理中输入的是质量低的图像，输出的是改善质量后的图像。常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片进行图像处理，如几何校正、灰度变换、去除噪声等，并考虑了太阳位置和月球环境的影响。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术探测研究中，数字图像处理技术都发挥了巨大的作用。 数字图像处理技术取得的另一个巨大成就是在医学上。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT