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篇数字图像处理论文，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。
第1篇
关键词：
数字图像处理
GIS 技术应用
中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2016）05-0000-00
数字图像处理就是利用计算机对图像信息进行加工来满足人类视觉或心理需求的行为，实质上是一串能够被计算机还原显示和输出为一幅图像的数字码，在科学技术高度发展的现代社会，人类对信息的获取与传输主要依靠图像，所以图像对于人类认识世界，认识社会都有着很重要的作用。图像处理技术发展时间并不长，其技术起源是在20世纪20年代，至今还不到一个世纪，因此数字图像技术还未被完全的开发和利用，现如今除了对图片作出处理之外，也在GIS（地理信息系统）中被充分应用。数字图像处理技术在GIS中的应用，为地理信息系统的发展完善作出了巨大的贡献。
1数字图像技术的发展与现状
数字图像技术的应用就是图片通过计算机网络传递的过程中将图片转化成一组具有特定规律的计算机可以接受的数字形式，一般是用数字矩阵来表达的。所以数字图像处理技术的发展是在计算机基础上发展来的，主要是靠计算机水平和数学理论作为发展动力，换言之就是计算机的发展推动数字图像处理技术的发展。
随着计算机的发展，数字图像技术也开始发展，数字图像技术的起源是20世纪20年代，但真正的发展是在20世纪40年代计算机技术开始发展之后，其最早期的处理是以傅里叶变换为基础对图像进行简单的处理，但是由于当时的计算机的容量很小，而图片的容量却很大，因此这个阶段的图像处理通常是分段进行，并且时间也较慢，所以在当时的实用性并不是很强[1]。
一直到了20世纪80年代，随着计算机技术实现质的飞跃后，数字图像处理才真正的在计算机中实现，其真正的价值意义才被发掘，并且随着数字化仪与扫描仪的生产与运用、遥感技术的发展与数学算法的成熟都在一定程度上促进了数字图像技术的进步与完善，其主要的应用范围是在通讯技术、宇宙探索、遥感技术、生物医学、工业生产、气象预测、计算机科学军事技术、侦缉破案考古以及测绘等等方面，数字图像处理技术的应用为这些领域的发展打开了新的发展领域。
2数字图像处理的基本理论与技术
数字图像处理自从其发展以来一直在不断的发展与完善，不断的寻求新的理论与算法，在不断的发展探索中形成了多种理论。
（1）小波理论。小波理论相对于傅里叶变换有着很大的优越性，但是小波理论的真正突破是从20世纪80年代开始的，虽然经过了长时间的发展但还是存在很多的问题亟待解决。小波理论还被成为数学的“显微镜”[2]，当前对小波理论的应用还大多数在2维，目前仍然在探讨阶段。
（2）分形理论。分形理论是由英国人创立的，是非线性代数中的一个分支，它在自然科学中被广泛的应用，在自然界中的物质大都可以分为两种情况，一种的有形状尺度的，例如一棵树的高度，也有没有具体的形状尺度的，比如雨雪，而这些没有尺度的就是分形，在图像中分形几何的物质大量的存在，所以在数字图像处理中分形理论被大量的运用。
（3）人工神经网络。人工神经网络顾名思义就是模仿人脑在工作中的方式而设计的一种机器，它具有不断的获取知识而解决问题的能力，在快速的运算以及学习理论的能力都有着非常重要的成果。人工神经网络已经被应用到很多领域，对于图像处理领域主要应用于字体字符的识别、语音、签字、指纹、人脸等的识别，以及对癌细胞的识别，心电图与脑电图的分类等等。虽然在人工神经网络方面取得了一定的成果，但是仍然是处于初级阶段，发展道路仍然很漫长。
（4）遗传算法。遗传算法在近几年来的研究中广受欢迎，其主要是依据生物学中的遗传规律来研究生物个体之间的关系，数字图像处理中主要是运用遗传算法来对图像进行分类，并且也取得了一定的成果，但是遗传算法的价值不仅在于此，更多的价值有待发掘。
（5）数学形态学。形态学本是生物学种研究植物、动物的结构的一个分支，后来被应用于以形态为基础对图形进行分析的一种数学工具。数学形态学在数字图像处理中可以简化图片的数据，保持图像的基本图形。
3 熟悉图像处理在GIS中的应用
GIS（地理信息系统）是一门在诸多学科的基础上发展起来的一门学科，有独立的学科体系，GIS中融合了地理学、地图学、测量学以及计算机等科学，它主要作为获取、整理、分析和管理地理空间数据的重要工具与技术手段，近年来被广泛的关注与发展，并且取得了一定的成果，但是GIS是具有非常鲜明的时代性的学科，所以随着时代的不断进步，GIS也会不断的发展。当前我国对GIS的研究仅停留在了3维，所以发展研究的空间仍然很大。
当前我国运用的GIS系统主要是以数字图像处理技术为基础的，GIS的编辑、存储以及查询等都是运用的图像处理技术；根据GIS的发展动向来看，今后的GIS将会主要依据遥感技术，而遥感技术就是图像处理技术中的技术要领；GIS中运用到的数据分析也是依靠的数字图像处理技术理论来对数据进行压缩和编码的，因此GIS的发展与完善都离不开数字图像处理，并且随着数字图像处理的不断的发展，GIS也会随之不断的前进。
4结语
数字图形处理技术主要依据电子计算机的发展而发展，因此数字图形处理的发展受计算机行业的发展速度影响，今后其应用也会越来越广泛，并且也会一直影响GIS的发展与创新，数字图形处理在GIS中的应用也会越来越深入。
参考文献
第2篇
关键词：PBL模式 数字图像处理 实践教学
中图分类号：TP399 文献标识码：A 文章编号：1007-9416（2013）03-0242-01
在高校教学体系中，数字图像处理成为了包括理工科、农医科在内专业必选课程或者重点选修课程。作为一门理论知识丰富、实践性非常强的高校课程，当前PBL模式已经成为了包括美国在内的多个国家的主要教学模式。
1 PBL模式与数字图像处理结合探索背景
PBL模式作为一种较为先进的教学模式，英文名称Problem-Based Learning，其含义为问题式教学模式或者基于问题的学习模式，PBL模式的主要思路是以问题为前提进行教学的展开活动，这一教学方法的特点在于在教师的直接参与和指导之下，将学生放在主体地位，通过小组讨论的方式，通过以某一具体问题为中心的研究讨论和加强学习的过程，将教学的焦点放在某学科的重要原理以及关键概念之上，通过帮助学生自己构建知识体系的过程，养成学习独立学习、独立思考的基本能力，数字图像处理具有其本身独特的特色。
其一，该门课程的理论知识丰富，知识点较为深奥难懂[1]；其二，日常生活中，应用到的数字图像处理相关课程知识点较多，对学生综合能力要求较高，尤其在工科专业的基础知识学习中要求较高，需要对计算机、数学等学科知识进行综合运用，例如，湖南省某学院部分专业在开设这门课程时，每一学期的课时量为30至40课时，该学院部分立刻专业设置了选修课程的的课时量。依靠传统的教学模式进行数字图像处理已经不适宜当前的教学实际，须对高校包括机械制造专业、自动化等专业的数字图像处理能力进行要求，才能全面提升学生的综合能力。
2 基于PBL模式的实践教学改革方案探索
2.1 对数字图像处理实践教学方式方法的研究
以上述湖南某城市学院为例，为推进数字图像处理的PBL模式改革，该校自行编撰了验证性课程指导实践用书，该书的主要内容包括了30多个实践项目，涵盖了图像分析、图像滤波、数字处理软件的使用以及图像分割等多个板块知识点，该学院学生中计算机普及程度广，所以在进行图像处理实践时可自行下载相关的支持软件。改变以往该课程集中实践方式，升级成分散与集中结合的模式，即第一步学生利用业余时间或者在专门实验室内完成数字图像处理分散实验，第二步教师对学生教学实践中产生的问题进行一对一面谈解决或者利用网络通讯工具解决问题，第三步，通过多次的分散式课程实践活动，利用4个至6个课时进行集中式教学。
2.2 突破数字图像处理理论教学模式
其一，确保在对数字图像处理完整性以及整体性进行维护前提下，在实践教学课堂中尽量避免对数字处理相关公式的重复推导[2]，主要对相关算法以及关键原理进行说明，如在对均衡处理数字图像知识点进行讲解过程中，直接引用推导公式，利用均衡化图像的原理以及关键算法进行处理技术的编程；其二，在对相关的信息进行筛选之后重点对处理图像的算法进行编程和实践应用，在对图像处理边缘检测知识进行运用过程中，可以将Hough的变换、路经检测加强联系，更好进行编程；其三，在解决实践问题的过程中，多进行实例的例举，可利用2至3个课时对实践教学的背景、已有的实践教学成果的、重要技术流程、重要算法进行演示等。
3 基于PBL模式的数字图像处理教学方案设计
仍以湖南某城市学院信息学院为例，从PBL模式出发，针对于数字图像处理建立了处理库，这一项目中涵盖处理图像、分析图像、识别图像等多类别项目，例如“门禁系统视觉识别系统”、“指纹识别”、“二维码检测”等，学院每学期建立了不低于36个的项目，学生可在这些项目中进行选修，另外，以40个课时为标准，数字图形处理理论课程教学学时为30个，实践性教学课时为10个，每周保证3个学时，总共教学时长为13个教学周。
第一，在进行教学的前两个周内，将数字图像处理课程PBL模式实践考察和教学方式进行明确和推介，并将以往的学生实践教学成果进行分享，为学生在选修过程中提供参考，学生进行是否选修的决策；第二，在3至4周，拟定学生课程选修名单，进行实践性教学任务的布置，确定36个以上的实践项目给学生，学生自动组成项目合作，保持每组在3个人左右，学生自行数字图像处理选择题目，对实践项目进行图像加文字型的介绍，尽快确定目标，尽快对实践应用难度进行确定以及评分；第三，在5至6周的时候确定数字图像处理实践目标书，确定相关参考资料；第四，在7周至12周时间内实施实践项目，学生利用课余时间完成分散型实验，这段时间内适当安排集中型实验，对实践项目进行验证，在这一过程中，特别注意积极提出实践项目存在的问题，及时检查问题解决的进度，教师有针对地进行问题解答，帮助实践小组完成任务目标；第五，在第13周时，组成专业或者班级为小组的实践项目答辩，实践项目的成果进行答辩与说明；最后，数字图像处理课程教师完成总结，学生对实践项目进行报告，教师根据实际情况对学生进行打分。
4 结语
基于PBL模式的数字图像处理的教学形式，能帮助高校学生快速了解和吸收处理数字化图像过程中必要的技术、方法与原理等知识点[3]，还能帮助学生掌握数字图像处理实践项目的实践研究方法和思路，提升学生利用图像处理的基础知识灵活解决生活实际问题能力，提升学生的学习积极性以及创新、实践能力，对于全面提升数字图像处理相关课程的教学质量具有重要作用。
参考文献
[1]何林锦，翟云波，李彩亭.项目式实验教学模式及其可行性评价方法[J].实验室研究与探索，2010，29（2）：94-96.
第3篇
关键词： 《数字图像处理》 信息与计算科学 实践教学 考核方式
信息与计算科学专业是原计算数学与应用软件、运筹与控制科学、信息科学三个专业整合而成的多学科交叉的应用型专业。《数字图像处理》是该专业一门专业核心课，内容涉及光学系统、微电子技术、计算机科学、数学等领域。随着计算机的迅猛发展，图像处理技术已在通信工程、工业控制、医疗诊断、机器视觉、虚拟现实、数字图书馆等众多领域得到广泛应用。通过学习该课程，学生很好地理解信息的内涵，知道信息与计算科学专业到底有什么用和怎么去用，以及该专业的前景。
本文通过分析信息与计算科学专业本身的特性，结合近五年来的教学实践，从教材和教学内容选取，课堂的组织和实践教学，以及考核方式等环节进行探讨，取得较好的成效。
一、信息与计算科学专业特性
信息与计算科学专业是数学、计算机科学、信息工程等广泛学科的交叉，远超越出数学学科的范畴；以信息科学与科学计算为核心方向；主要研究“信息技术的核心基础与运用现代计算工具高效求解科学与工程问题的数学理论与方法” 。该专业本科生主要学习数学、信息与计算科学的基本理论、方法和技能。因此，该专业学生具有较强的数学基础和具备一定的计算机方面的功底[1，2，3]。
我校信息与计算科学专业是从2002年开始招生。数字图像处理一直是该专业一门专业核心课。该课程一般安排在四年级上半学期。在学习数字图像处理之前，学生已经学习了矩阵计算、微分方程数值方法、概率论与数理统计等数学类的专业基础课，并且运用Matlab编写简单的程序[4，5]。
二、教材和教学内容选取
基于信息与计算科学专业的特性，教材选用冈萨雷斯版的《数字图像处理》，该教材侧重于对数字图像处理基本概念和方法的介绍，是数字图像信息处理领域的一本经典著作。主要内容包括数字图像基础、空间域和频域的图像增强、图像复原、小波变换及多分辨率处理、1图像压缩、彩色图像处理、形态学图像处理、图像分割、表示与描述和目标识别[6]。
教学中我们以灰度图像为基础，着重讲述空间域和频域的图像增强、图像复原、小波变换及多分辨率处理、图像压缩和图像分割的基本理论、典型方法和使用技术。简单介绍彩色图像处理、形态学图像处理、表示与描述和目标识别。
三、课堂的组织和实践教学
实验教学和实践是学习掌握各种数字图像处理技术的重要方法，也是巩固所学知识、培养学生创新能力和动手解决实际问题能力的重要环节。由于数字图像处理是综合性很强的边缘学科，对实验和实践教学的总体过程系统性、整体性的设计和安排要求高。虽然信息与计算科学专业学生具有较强的数学基础和具备一定的计算机方面的功底，但受原有教学模式的影响，实验和实践内容没有科学的论证和合理的规范，甚至一些至关重要的实践环节也被省略，这在某种程度上导致学生对所学理论的理解和应用能力的降低[6-12]。
实验教学主要强调理论知识和实践能力的结合。为了很好地理解和掌握数字图像处理技术，我们选择图像灰度增强、图像压缩、图像域值分割中几个最典型的算法，如图像的读取和显示、直方图均衡化、平滑和锐化滤波、膨胀和腐蚀等作为实验教学的主要内容。这些内容形象、直观、具有代表性，有助于学生通过实践掌握理论知识，提高学生的编程能力。
在实验教学期间，开展第二课堂。将学生分组，每组给出一个实际的学期项目，让学生在实践中锤炼，有助于较快地提高学生的理论认知水平和解决实际问题的能力，有效地培养学生的实际动手能力，提高学习积极性，促进对知识的综合掌握和灵活应用。
四、 考核方式的探索
数字图像处理是信息与计算科学专业的核心课，通过本课程的学习，使学生系统掌握数字图像处理的基本概念、基本原理、实现方法和使用技术，了解数字图像处理国内外的发展方向。培养学生解决实际问题的能力。课程考核主要是衡量学生对课堂所学内容的理解和掌握程度。就数字图像处理这门课程而言，如果考核结果只由期终考试的分数来定，就很难调动学生学习积极性，达到本课程的学习目的，不利于发挥学生的主观能动性培养学生的创造能力。为此，我们将期末考试成绩、实验成绩、学期项目成绩和平时成绩纳入考核，课程最终的考核成绩综合这四个部分。
经过对信息与计算科学专业多年的教学实践和探索，我们通过对数字图像处理的教学内容、教学体系、实验体系的改进，极大地提高了学生的学习积极性，有效地培养了学生创新能力和动手解决实际问题能力。
参考文献：
[1]苏丽卿， 黄民海.“对信息与计算科学专业的认识与思考[J].河北师范大学学报，2008（6）.
[2]宋广华，刘慧.普通高校信息与计算科学专业课程体系设置[J].中国科教创新导刊，2008 （22）.
[3]郑秋红，岑仲迪，奚李峰.信息与计算科学专业教学改革的方向和途径初探[J].教育与职业，2009（17）.
[4]牛文琪，张庆国，汪宏喜，吴坚.谈信息与计算科学专业实践教学改革[J].中国电力教育，2009（8）.
[5]黄哲煌，黄建新.信息与计算科学专业实践教学体系的构建与探索[J].中国科技信息，2010（19）.
[6]阮秋琦.数字图像处理.电子工业出版社，2007.
[7]贾永红.“数字图像处理” 课程的建设与教学改革[J].高等理科教育，2007（1）.
[8] 张大明，樊晓香，刘华勇，李璐.信息与计算科学专业 “数字图像处理”课程教学探索与实践[J].合肥师范学院学报，2012（3）.
[9]曹玉东，王东霞，周军.“数字图像处理”课程教学改革与探索[J].辽宁工业大学学报，2013（2）.
[10]李熙莹.“数字图像处理” 课程设计与学生实践动手能力的培养[J].计算机教育，2008（8）.
[11]李晓辉，吴蓓.“数字图像处理” 课程实验改革与实验系统的研究[J].高等理科教育， 2003（4）.
第4篇
[关键词]数字图像处理 OpenCV 实验教学 项目教学
[中图分类号] G642.423 [文献标识码] A [文章编号] 2095-3437（2013）09-0042-02
一、引言
目前，大多数高校的数字图像处理课程都是在引入Matlab集成的工具箱及其自带函数的基础上进行实验教学[1]。由于Matlab程序的移植性较差，学生学习完成后不能直接面对实际的软件开发和应用，难以真正提高学生的工程实践动手能力。
为了让学生既能掌握基本理论和技术，又能较容易编写算法的程序，我们在数字图像处理的教学中引入了开源的计算机视觉库OpenCV（Open Source Computer Vision Library）。该软件是以C 函数和C++类的形式实现大量图像处理算法，学生可以方便地利用OpenCV 进行图像处理算法的编程和验证，进而在VC中开发功能更强大的应用程序。相对于Matlab而言，学生不仅可以利用OpenCV 开放的源代码，以函数进行图像处理，而且可以查看算法的代码实现，更好地培养学生的编程能力[2]。
二、OpenCV概述
OpenCV是Intel公司资助的面向广大研究人员和学生的开源计算机视觉库，它由一系列C函数和少量C++类构成，实现了图像处理和计算机视觉方面很多通用算法，同时提供了MatLab等语言的接口，因此极大地方便了图像处理和视频技术的二次开发[3]。
OpenCV主要包含六大模块，其具体功能分别是[3]：（1） CV模块：包含基本的图形处理函数和高级的计算机视觉算法；（2） CVAUX模块：包含辅助的OpenCV函数，一般存放一些被淘汰的算法和函数，同时也包含一些新出现的实验性的算法和函数；（3） CXCORE模块：包含OpenCV的基本数据结构和线性代数支持；（4） HIGHGUI模块包含图像和视频的界面函数；（5） ML模块：包含一些基于统计的分类和聚类工具，模式识别算法和回归分析等；（6） CVCAM模块：负责读取摄像头数据的模块。
利用OpenCV进行程序开发具有以下几个特点[4]：（1） 独立性。OpenCV中大量的函数和类库既可以独立运行，也可以在加入其它外部库的情况下运行；（2） 跨平台性。构成OpenCV的API函数具有跨平台性，不仅能很好的支持各种不同的操作系统，也可以很好地在不同公司的C/C++编译器下工作；（3） 功能强大。OpenCV包含了线性表、树、图等基本数据结构，也包含图像滤波、边缘检测和数字形态学等数字图像处理的基本操作以及一些图像高级处理功能；（4） 高效性。OpenCV的算法都是基于动态数据结构，使用Intel处理器指令集开发的优化代码，运行速度快，处理效率高；（5） 开放性。OpenCV的源代码是开放的，程序设计者可以直接修改它的源代码，也可以将新的函数或类集成到它的库中。
三、数字图像处理的实验设置
实验是理论教学的有效辅助，对于数字图像处理这类实践性很强的课程就更加重要。通过阅读和调试算法源代码、体验算法的处理效果，学生可以加深对基础理论的理解。根据理论教学的重点难点内容，我们设计了相应的实验项目，每个项目都要求学生运用OpenCV和Visual C++编程语言框架来编写数字图像处理基本算法。
项目教学法是针对课程体系结构设计出一系列学习单元项目，项目设计围绕着具有典型性、启发性的关键问题，学生通过参与项目完成的全过程实现对课程内容系统而深入的掌握[5]。项目教学法真正实现了以学生为中心、以教学目标为中心，实现理论方法学习与实践动手能力培养的紧密结合。
本文基于项目教学法的研究，针对“数字图像处理”课程教学体系结构，并结合教学大纲与教学目标要求，同时参考国外大学的相关课程，设置了以下实验项目：
（1） 图像变换。
（2） 图像直方图均衡化。
（3） 频域图像增强。
（4） 图像边缘检测。
（5） 图像分割。
（6） 人脸检测。
通常，学生完成一个项目需要4个过程[6]：（1） 项目原理分析；（2） 项目具体流程设计；（3） 基于OpenCV的软件设计；（4） 结果展示与分析。以上每个阶段都要求学生提交阶段报告，根据学生报告反映出的问题，老师有针对性地进行指导，在解决问题中帮助学生真正掌握所学的知识，并提高动手能力。在项目法教学过程中，我们特别要注意克服项目无法完全覆盖全部知识点的局限，因此，要在项目选择与设计中综合考虑，并结合项目原理研究建立对教学体系框架和全部知识点的整体把握。
四、OpenCV处理图像的应用实例
（一）图像变换
OpenCV提供多个图像变换函数。函数cvWarpAffine利用指定的矩阵对输入图像进行仿射变换，这类变换可以用一个3×3的矩阵来表示，其最后一行为（0， 0， 1）。典型的仿射变换包括平移变换、缩放变换、剪切变换、旋转变换等。此外，函数cvWarpPerspective对图像进行透视变换，函数cvLogPolar将图像从直角坐标映射到极坐标，核心代码如下：
IplImage* dst = cvCreateImage（ cvSize（256，256）， 8， 3 ）；
cvLogPolar（ src， dst， cvPoint2D32f（src->width/2，src->height/2）， 40 ）；
图1给出了图像映射到极坐标的结果实例。
（二）图像边缘检测
图像的边缘是图像最基本的特征，是灰度不连续的结果，因而边缘检测是图像处理中的重要问题。OpenCV提供了cvSobel函数、cvLaplace函数和cvCanny等函数进行边缘检测，下面以cvLaplace函数进行举例，其边缘检测的代码为：
IplImage *result_img = cvCreateImage（cvSize（img->width， img->height）， IPL_DEPTH_8U， 1）；
cvLaplace （img， result_img）；
cvNamedWindow（“Result”， 0）；
cvShowImage（“Result”， result_img）；
第一句是创建一幅与原始图像img同样大小的通道数为1的图像result_img；第二句是使用Laplace算子对图像进行边缘检测，并将结果存放在result_img中，后面两句是在窗口中显示result_img。程序的处理结果如图2 所示。
五、结束语
OpenCV中的函数几乎能够覆盖到所有的数字图像处理的基本功能，而且其代码又是免费的和开放的。实践证明，通过将OpenCV引入数字图像处理的实验教学中，既能简化图像处理的编程，又能切实地提高学生的实践能力，使学生深入理解图像处理的基础理论和典型算法，获得了良好的实验教学效果。
[ 参 考 文 献 ]
[1] 赵敏.Matlab用于数字图像处理的教学实践研究[J].电脑知识与技术，2012，8（31）：75397540.
[2] 李树涛，胡秋伟.OpenCV在“数字图像处理”课程教学中的应用[J].电气电子教学学报，2010，32（6）：2628.
[3] 刘瑞祯，于仕琪.OpenCV教程[M].北京：北京航空航天大学出版社，2008.
[4] 方玫.OpenCV技术在数字图像处理中的应用[J].北京教育学院学报（自然科学版），2011，6（1）：711.
第5篇
关键词：远程医疗；高精度；医学图像；处理技术
中图分类号：R319文献标识码：A文章编号：1005-5312（2012）15-0275-01
一、远程高精度医学图像处理技术的概念以及特点
（一）远程高精度医学图像处理技术的概念
远程高精度医学图像处理技术是指满足医学质量及其要求，包含医学完整信息的高质量、高清晰、高精确的医学图像处理技术。它包括医学影像的采集、图像缝合、图像压缩、图像存储、图像传输及其图像的复原再现的过程。
（二）远程高精度医学图像处理技术的特点
通过国家构建的交互式计算机系统实现医学图像的静动态解析及其多点交互，完成了病理图像的无缝拼接，完善了医疗卫生事业的信息化、数字化的进程，无疑是中国科学技术的一大进步! 远程高精度医学图像处理技术运用计算机、通讯、 医学设备和现代技术，通过图像、数字数据信号、符号等将病人的病历资料远距离输送和传输，实现了医学专家和医生、病人之间在不同地方直接的交流和诊治。
二、国内外远程高精度医学图像处理技术的内容及方法
远程高精度医学图像处理技术与其他图像处理技术(传统高清视频会议系统)的区别和联系视频会议系统技术和高清视频会议系统(NETMEETING)，一般的卫星传输，音视频压缩技术。
远程高精度医学图像处理技术的几个重要发展历程，远程高精度医学图像处理技术的技术实现及其高端设备全自动数字病理切片扫描仪的运用。
三、全自动数字病理切片扫描仪的应用
（一）全自动数字病理切片扫描仪的技术特点
远程高精度医学图像处理技术与其他图像处理技术的区别和联系：视频会议系统技术和高清视频会议系统一般的卫星传输。远程高精度多路医学动态解析转移及多点交互系统、远程静态医学图像交互式讨论系统、远程病理无缝缝合拼接及诊断数字技术系统病理工作站、远程手术指导系统、远程查房系统及其电子医院数码技术系统、远程高精度皮肤检查系统、体征检查内镜系统、远程医学影像阅片及讨论系统、及其远程培训及其教育系统。
实际上远程高精度医学图像的获得虚拟病理切片是利用电脑控制显微设备或者CCD镜头的上下运动，一张一张的通过面扫描自动采集放大后的图像，这种信号是计算机能够识别处理的数字信号，较以前的线扫描有了很大的提高，然后通过储存自动缝合拼结成一张信息完整的数字病理图片通过光纤发到服务器上或者其他计算机中，通过图象处理软件可以对图象进行编辑处理，这种能够虚拟观察的计算机可以被认为是虚拟显微镜，一个很大的图像通过软件的处理，可以压缩以后传到世界任何一个地方。
总体来说，数字病理切片技术应用显微图像数字化目前世界上和国内的应用上还停滞在局部图象扫描的数字化的水平上，就是通过显微镜或者摄象机或者数码相机中的CCD采集很多张或者上百张用来诊断病情或者做出分析并且复原出病理图象的照片，远程诊断和进行专家讨论，为专家提供了非常有用而真切的医学图像信息，使专家能够很快地浏览图片上的医学信息，非常方便而准确，节省了大量时间和资源，方便了医生和患者，它的推广给现代医学带来了观念性的技术变革。
（二）全自动数字病理切片扫描仪的应用实例分析
数字病理切片可以进行远程会诊和远程诊断病情，医院可以制作数字病理虚拟切片和一些病理资料通过软件进行查看和浏览，分析和判断并且得出病情的判断，医院可以收集病人会诊的病历资料进行局部的切片扫描，随意进行放大和压缩的进行观察也可以上传到服务器上，提供给大家查阅，对大病技术特别是肿瘤的病变有了很好的效果，也可以实现资源共享，完全达到病理资料的电子化、数字化、技术化。
四、高精度医学图像数字处理技术的发展展望
南非项目，西部为民工程，云南县县通工程，南方医院工程，协和医院，中山医院，瑞京医院的运用情况，印度运用情况，ATA年会及其科技部国际培训班情况，人类的安康，天下的福址，解决了人民的看病难看病贵，医疗资源分布的严重不均。天正在使用的绝大多数远程医疗系统采用了两种不同技术类型。一种叫做存储和传输，用于将数字图像从一个地方传到另一个地方。数字图像在原始拍摄处传输到另一个地方，这是一种非实时的典型应用。美国未来学家阿尔文?托夫功多年以前曾经预言：“未来医疗活动中，医生将面对计算机，根据屏幕显示的从远方传来的病人的各种信息对病人进行诊断和治疗，”这种局面己经到来。
第6篇
关键词： 《数字图像处理》 和谐课堂 构建措施
数字图像处理是随着计算机技术的成熟而迅速发展的一个重要技术领域，它已经在工业生产、生物医学、遥感航天、军事公安、交通监测及文化教育等众多领域中得到广泛的应用，正以强劲的发展态势向着智能化、网络化、个人化、实时化等方向发展。本课程是电子信息工程专业的一门重要的专业课，通过本课程的学习，使学生初步掌握数字图像处理的基本知识和处理技术，为今后在各技术领域中的相关应用打下良好的基础。本课程的主要内容包括图像的数字化与显示、图像变换、图像增强、图像编码与压缩、图像复原、图像分割、彩色图像处理、数学形态学及其应用等。［1］
1.数字图像处理》课堂教学的现状
1.1教学内容脱离实践。
在数字图像处理的实际课堂教学中，传统的教学模式以理论讲授为主，缺少理论的具体实现与应用，学生在学习时感到过于抽象，不知道如何应用到实践中，使得学生的理论知识与实际应用脱节，以至于学生在一些复杂的数学推导面前望而却步，从而产生厌学情绪。另外，数字图像处理课程一般是四年级开设的，这个阶段的学生处在考研和求职的压力之下，不能集中全部的注意力投入到课程的学习当中来，而且学习的动力和兴趣较之低年级时有所下降［2］。因此，在课堂上如果教师仍然将大量的时间耗费在单纯的理论讲解上，就必然会影响教学效果。
1.2教学方式不科学。
在传统的教学模式中，教师是课堂的权威，教师讲、学生听，教师问、学生答，教师写、学生抄。这种填鸭式的教学方法，教师觉得食物非常有营养，于是便不管学生是不是有食欲，是不是消化不良，采取满堂灌的方法，生怕学生吃不饱。教师虽然把知识灌输给学生了，但是不等于学生已经学会;学生学会了，不等于学生会学。这种教学模式不但不能激发学生学习的兴趣，反而会泯灭学生的创新精神。
2.构建《数字图像处理》和谐课堂的原则
2.1理论与实践相结合的原则。
数字图像处理是一门实际动手能力很强的一门课程，在实际教学中，要注重理论与实际应用并重，不能忽视培养学生在实际编程方面的动手能力，要实现知识和技能的衔接与提高。因此，在日常教学中，要循序渐进、由浅入深，理论课和实验课紧密配合并同步进行，有侧重地对授课内容进行改革，突出学生应用能力的锻炼。例如，在学习图像增强一章中，讲到了各种图像增强的方法，在讲解这些方法的同时，教师应该配以实际中比较熟悉的例子。比如，在介绍图像反转变换时，列举一幅的数字X照片，可以看到有一小块病变，如图1，这幅图像黑色面积占主导地位，而我们感兴趣的部分呈现白色或灰色。图2是经过灰度反转变换以后的图像。可以发现，反转图像更容易分析组织结构。告诉学生这种反转变换适用于增强暗色区域中嵌入白色或灰色细节，尤其是黑色面积占主导地位的时候。［3］这样，通过生活中常见的例子，让学生对这种方法有了直观的认识，知道了在实践当中应该如何应用，增加了学习兴趣。
2.2学生主体和教师主导的原则。
长期以来，教师在课堂上一直本着“向学生传授知识”的观念，在课堂上过于繁琐地分析，使得教师自始至终在唱主角，学生只是一味地接收，到底消化得怎么样，较少得到关注，更不要提树立创新精神了。所以教师要改“讲学”为“导学”，给学生充分的时间去自学、讨论、交流、实践，把学习的主动权真正还给学生，从而培养学生的创新意识，提高学生的实践能力。“授人以鱼不如授人以渔”，课堂教学要让学生经历学习过程，在过程中领悟和体验学习方法，在学法中提高和发展。
3.构建《数字图像处理》和谐课堂的可行性措施
3.1充分利用MATLAB软件平台，提高教学的可视性。［4］
MATLAB语言是国际公认的最优秀的科学计算与数学应用软件之一，涉及的领域非常广泛，有专门的图像处理工具箱，用二维数组来存储图像，数组的每一个元素对应于图像的一个像素值。MATLAB中的运算都是矩阵运算，因此所有的矩阵操作都可以应用于图像矩阵。另外，MATLAB语言规则简单，编程特点接近于工程技术人员的思维方式，大大降低了编程的门槛，使得编程人员可以很容易地编写自己的程序，从而把主要的精力放在算法及问题本身上，而不是耗费在程序的编写调试上。［4］MATLAB本身自带的图像处理专用的工具箱里有丰富的函数可供直接调用，这些函数是由图像处理领域里的权威专家编写的，这样就使编程变得更加简单。数字图像处理的理论是一些比较抽象的概念，通过MATLAB编程使抽象的理论变成了学生能够可视化的图像处理的结果，对加深教学理论的理解有着重要意义。基于MATLAB软件平台的上述特点，我们使用该软件在课堂上对图像处理的一些基本理论进行仿真演示。例如上面介绍的图像增强的内容，在讲授图像增强中反转变换的基本原理以后，在MATLAB中通过简单的命令来给学生演示上述图像的效果是如何得到的，采用的命令如下：
f=imread（‘image1.tif’）; ′读入原始图像
imshow（f）; ′显示原始图像即图1
g1=imadjust（f，［0 1］，［1 0］）; ′进行灰度反转变换
figure，imshow（g1）; ′显示变换以后的图像即图2
可以看到，MATLAB通过简单的几条程序语句，就能把可视化的结果显示出来，便于学生对理论知识的理解，提高学生的学习兴趣。
3.2面向项目。［2］
在实际的课堂教学中，可以在课程的一开始就给学生布置任务，让学生自己查找一些跟图像处理相关的项目课题，在课程的学习过程中，跟老师交流，跟同学讨论，最后自己确定项目，完成项目。这样能使得学生变被动地接收知识为主动地寻求知识，从而提高学生的创新意识和实践能力。
在这个过程中，应该分成两个大的阶段，第一个阶段是理论学习阶段，第二个阶段是项目实施阶段。在第一个阶段中，教师对基本理论知识进行讲解，学生带着问题来学习，结合具体项目，能够提高学生学习的积极性和主动性。在第二个阶段中，学生分组做不同的项目，老师给予指导，解答学生提出的问题。在整个过程中，师生是一个和谐的学习共同体，分享彼此的思想、经验，交流彼此的情感、体验，实现教学相长和共同发展。如图3所示，是一个大米粒形检测系统，大米粒的形状是进行大米质量检测分级的重要参数之一，也是影响谷物产量、品质的重要指标之一［5］。这个系统包括数字图像处理的一些主要的知识点，在课堂讲解的时候，可以先引入项目，然后提出各部分用到的知识点，从而进一步讲解知识点，来提高学生学习的兴趣，变被动学习为主动学习，进而提高学习效率。另外，还要设计基于数学形态学的图像颗粒度分析系统，数字化医院的图像存档与通信系统，车牌识别系统，等等。
在学期末还可以留出一个星期的时间用于项目的验收。学生将自己的成果在班级范围内进行展示，不同项目组的学生之间可以交流经验，总结教训。最后成绩的评定由项目自评、组内成员互评、教师评价三个部分组成。
4.结语
实践证明，构建和谐的《数字图像处理》课堂，可以提高学生的学习兴趣，激发学生的创新精神，不仅有利于本门课程的学习，而且对其他课程同样具有一定的借鉴意义，有利于学生综合素质的提高。
参考文献：
［1］胡学龙，许开宇.数字图像处理［M］.北京：电子共轭出版社，2006.9.
［2］陈静，李文鑫.项目驱动教学在数字图像处理课程教学中的应用［J］.中国教育技术装备，2011，（1）:38-39.
［3］冈萨雷斯等著.阮秋琦等译.数字图像处理（第二版）［M］.北京：电子工业出版社，2003.3.
［4］王江涛，陈得宝，杨一军.面向实际应用的数字图像处理教学探讨［J］.淮北煤炭师范学院学报（自然科学版），31，（4）:87-90.
［5］任景英，谢泽会.基于图像处理的大米粒形检测技术研究［J］.农机化研究，2011，（3）：198-200.
第7篇
关键词 彩色图像分割 颜色空间 直方图阈值化 边缘检测 模糊方法 神经网络
中图分类号：TP312 文献标识码：A
1 数字图像技术概述
数字图像处理工具箱函数包括以下15类：（1）图像显示函数；（2）图像文件输入、输出函数；（3）图像几何操作函数；（4）图像像素值及统计函数；（5）图像分析函数；（6）图像增强函数；（7）线性滤波函数；（8）二维线性滤波器设计函数；（9）图像变换函数；（10）图像邻域及块操作函数；（11）二值图像操作函数；（12）基于区域的图像处理函数；（13）颜色图操作函数；（14）颜色空间转换函数；（15）图像类型和类型转换函数。
MATLAB图像处理工具箱支持四种图像类型，分别为真彩色图像、索引色图像、灰度图像、二值图像，由于有的函数对图像类型有限制，这四种类型可以用工具箱的类型转换函数相互转换。MATLAB可操作的图像文件包括JPG、HDF、JPEG、PCX、TIFF、XWD等格式。下面就图像处理的基本过程讨论工具箱所实现的常用功能。
图像的读写与显示操作：用imread（ ）读取图像，imwrite（ ）输出图像，把图像显示于屏幕有imshow（ ），image（ ）等函数。imcrop（）对图像进行裁剪，图像的插值缩放可用imresize（ ）函数实现，旋转用imrotate（ ）实现。
图像增强是数字图像处理过程中常用的一种方法，目的是采用一系列技术去改善图像的视觉效果或将图像转换成一种更适合于人眼观察和机器自动分析的形式。
2 MATLAB图像处理工具箱运用实例
为了证明MATLAB语言是一种简洁，可读性较强的高效率编程软件，本文通过运用图像处理工具箱中的有关函数对一实拍的芯片图像进行处理。如图1，图“Fig.jpg”为一幅原图像，该图像右边的剪切图像为从“Fig.jpg”中剪切出的将用于分析的子图像块。为了便于分析与观察，把子图像块旋转90度置于水平位置并把该图存在名为“Fig1.jpg”的图像文件中。以上的过程可用以下代码实现。
x=imread（'E：＼study＼电子与通信＼Term 2＼数字图像处理DIP＼Fig.jpg'）；
figure，imshow（x）；
y=imcrop（x）；
figure，imshow（y，[]）；
z=imrotate（y，90）；
imwrite（z，'E：＼study＼电子与通信＼Term 2＼数字图像处理DIP＼Fig1.jpg'，'jpg'）；
isrgb（z）
原图Fig.jpg 剪贴图Fig1.jpg
图1
经判断得知该图像为一真彩色图像，首先把它转换为灰度图像，以下所有的进一步处理均采用经过灰度化处理后的图像作为原图。
通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。效果比较见图2，程序代码如下：
x=imread（'E：＼study＼电子与通信＼Term 2＼数字图像处理DIP＼Fig1.jpg'）；
y=rgb2gray（x）；
subplot（221），imshow（y）；title（'Fig1.jpg 灰度化图像'）；
subplot（222），imhist（y）；title（'均衡化前直方图'）；
I=histeq（y）；
subplot（223），imshow（I）；title（'均衡化后图像'）；
subplot（224），imhist（I）；title（'均衡化后直方图'）；
图2
3 结论
以上图像处理实例只是对MATLAB图像工具箱的一小部分进行运用，经过更进一步的图像分割、二值化、归一化等处理，可以把芯片中的字符特征提取出来送入神经网络分类器进行识别，我们应用MATLAB神经网络工具箱对字符分类进行模拟仿真也取得了较好的效果。由此可以看出MATLAB语言简洁，可读性强，工具箱涉及的专业领域广泛且功能强大。图像工具箱几乎包括所有经典的图像处理方法。由于工具箱具有可靠性和开放性，我们可以方便地直接加以使用，也可以把自己的代码加到工具箱中以改进函数功能，同时，MATLAB中的小波工具箱也有许多函数可运用于图像处理技术。因此，在图像处理技术中使用MATLAB语言可以快速实现模拟仿真，大大提高实验效率， 如果要开发实用程序，MATLAB语言还可以通过MEX动态连接库实现与C语言的混合编程，为工程应用提供了更多的便利条件。
参考文献
[1] 王新成.高级图像处理技术[M] .北京：中国科学技术出版社，2001，18-90.
第8篇
关键词：图像增强 灰度级 直方图均衡化 Matlab
中图分类号：TP751 文献标识码：A 文章编号：1007-9416(2012)01-0174-02
枷裨銮考际跏鞘滞枷翊硌芯康幕径韵笾弧T銮康闹饕康氖鞘雇枷癜刺囟ǖ男枰怀鐾枷裰械哪承┬畔保魅趸虺鋈ツ承┎恍枰男畔1]。图像空间域增强技术是数字图像增强的一个重要应用，是以对图像像素的直接处理为基础，通过线性或非线性变换来增强构成图像像素的一种技术。本文所讨论的直方图均衡化增强方法便属于这种方法。
1、直方图处理
灰度级直方图是灰度级的函数，是描述一幅图像中灰度级与出现这种灰度的概率之间的关系的图形，是图像最基本得统计特性。直方图是多种空间域处理技术的基础，直方图操作能有效地用于图像增强。
为了便于数字图像处理，图像的直方图须引入离散形式。灰度级为[0,L-1]范围的数字图像的直方图的离散函数为：
h(rk)=nk (1)
其中rk是第k级灰度，nk是图像中灰度级rk的像素个数。在图像中，像素的灰度级要作归一化处理一遍计算机进行处理，用图像中像素的总数n来除它的每个值，得到归一化直方图:
环枷竦幕叶燃被归一化到区间[0,1]，且r=0代表黑色，r=1代表白色。对于一幅给定的图像，每一个像素取得[0,1]区间内的灰度级是随机的，那么图像灰度级r可被看作为区间[0,1]的随机变量[2]，就可以用概率密度函数pr(r)来表示原始图像的灰度分布。令s为增强后的图像灰度级像素值，相应可以用概率密度函数ps(s)来表示增强后的图像灰度分布。
可以对[0,1]区间内原始图像的任意一个灰度级r值进行如下变换，得到输出灰度级s：
s=T(r) (3)
通过上述变换，每个原始图像的灰度值r都对应产生一个增强后图像的灰度级s值。
变换函数T(r)满足两个条件：(1)T(r)在区间0≤r≤1中为单值且单调递增；(2)当0≤r≤1时，0≤T(r)≤1。条件(1)中单值是为了保证反变换的存在，单调条件保持图像从黑到白的顺序；条件(2)保证输出灰度级与输入灰度级有同样的范围。从s到r的反变换函数可以表示为：
r=T-1(s) 0≤s≤1 (4)
由基本概率理论可知：如果pr(r)和T(r)已知，且T-1(s)满足条件(1),则有：
因此，直方图技术的基础就是通过变换函数T(r)控制输入图像灰度级的概率密度函数，改变输出图像的灰度层次，从而达到增强图像的目的。
2、直方图均衡化
直方图均衡化处理是以累积分布函数变换法为基础的。对于连续图像，变换函数为：
由此可见，用r的累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度函数的图像，该图像的灰度级较为均匀化[3]，且覆盖了整个范围[0,1]。灰度级均衡化的最终处理结果是扩展了图像像素取值的动态范围，具有较高的对比度。
3、Matlab实现
利用Matlab实现直方图均衡化技术对图像进行处理函数格式如下：
(1)h=imhist(f,b)
(2)g=histeq(f,n)
说明：对于格式(1)，显示图像f的直方图，b为用于形成直方图的灰度级的个数，默认值为256；格式(2)对图像f进行均衡化处理，n为输出图像指定的灰度级数，默认值为64。
举例说明直方图均衡化处理：
f=imread('pout.tif'); %读入图像
figure,imshow(f); %显示图像
title('原始图像')
figure,imhist(f) %原始图像直方图
title('原始图像直方图')
g=histeq(f,256); %均衡化处理
figure,imshow(g);
title('均衡化处理结果')
figure,imhist(g); %均衡化后的直方图
title('均衡化后的直方图')
程序实现的图像为图(a)和(b),从中可以看出，原图像(a)的灰度级动态范围窄而集中于灰度级的中部，导致了图像的对比度低而使整幅图像模糊不清。经过直方图均衡化处理后，直方图的成分覆盖了灰度级很宽的范围，而且像素的分布没有太不均匀，处理后的图像(b)变的清晰了，图像中的许多细节被突出了。
4、结语
直方图是多种图像空间域处理技术的基础，能有效地用于图像增强，直方图均衡化是图像增强的基本技术。本文分析了直方图均衡化处理方法的基本理论，并用Matlab进行了实验。结果表明，直方图均衡化方法并不能生成平坦的直方图，但它具有能增强图像灰度级的动态范围的特性。
参考文献
[1](美)冈萨雷斯等著，阮秋琦等译.数字图像处理[M].2版.北京：电子工业出版社，2007:70―81.
[2]阮秋琦.数字图像处理学[M].北京：电子工业出版社,2001:181―195.
[3](美)冈萨雷斯等著,阮秋琦等译.数字图像处理(Matlab版)[M].北京:电子工业出版社，2005:54―61
[4]李耀辉,刘保军.基于直方图的图像增强[J].华北科技学院学报,2003,5(2):65-66.
第9篇
关键词： 计算机数字图像技术； 常见技术； 处理效果； 图像识别
中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2015）21?0032?04
Research on processing effect of several computer digital image technologies
ZHAN Jun
（Jingdezhen University， Jingdezhen 333000， China）
Abstract： The five common processing technologies of the gray level transformation， histogram processing， image smoothing， image segmentation and image edge extraction in computer digital image technology are studied. The theoretical foundation， applications and real image processing effect of these technologies are introduced. For each technology， the common technology types are studied separately. The common digital image processing technologies are introduced and studied in detail in this paper.
Keywords： computer digital image technology； common technology； treatment effect； image recognition
0 引 言
随着计算机技术的快速发展，新的理论和技术层出不穷，特别是近年来人工智能技术的广泛应用，使得人们对计算机技术的认识上了一个新的台阶。而人工智能的两大关键技术就是“语音识别技术”和“计算机数字图像技术”。本文主要研究了在计算机图像处理过程中几种重要的处理方法的原理及其处理效果。
数字图像处理技术就是利用相关设备将从图像信息转化而来的数字电信号进行特定的数学运算，过滤、增强或提取图像信息以达到人们要求的效果的技术。它是现代工业生产及人类日常生活中的一项重要技术，极大地提高了人们工作和生产的精度和效率。
图像一般分为数字图像和模拟图像两种，模拟图像指空间坐标和幅度连续变化的图像，数字图像则是采用离散数字来表示其空间坐标和幅度的图像，数字图像和模拟图像可以采用一定方法相互转换。
数字图像处理的对象主要是在空间上是离散的、在幅值上是量化分层的数字图像。一般情况下，一个完整的计算机数字图像识别系统包含如图1所示的几个部分。
待处理的数字图像首先要经过图像质量预判，筛选出可以用于分析的图片；然后再经过数字图像的分析及处理，再将处理后的图像进行特征提取从而得到图像的特征参数；经过建立特征库和数据样本集等方法，最后得到图像识别的结果。整个处理过程最关键的步骤就是图像分析及处理技术，在这一步需要用到的数字图像处理技术有很多，如图像强度分析、图像灰度变换、图像轮廓提取、图像直方图绘制、图像滤波、图像阈值化和图像边缘检测等。本文将重点研究这些技术。
1 几种常见的数字图像处理技术
1.1 灰度变换
通常数字图像设备获取的最初图像都是真彩图像，即RGB图像，它的每个像素都用代表三原色的R，G，B表示。由于真彩图像包含的图像信息较大，不适合用于图像处理，因此通常需要将其转化为灰度图像，即灰度变换。如果将[f（x，y）]看做代表RGB图的表示函数，经过转换函数[g=F[f]]可以转化成表示函数为[g（x，y）]的灰色图像，转换公式如下：
其中：[C]为尺度比例常数；[s]为原图灰度值；[t]为目标图灰度值；[s]和[t]的取值范围都为[0～L-1。]经过灰度处理后的图形效果如图2（c）所示。
灰度直方图是许多进一步的图像处理技术的基础。另一方面，从特定目的出发，也常需要对原始灰度直方图进行处理，以获得更好的灰度直方图像，而直方图均值化和直方图规定化是最为常见的两种处理方式。
1.2.1 直方图均衡化
直方图均衡化是指通过调整图像像素之间的映射和分布关系，使灰度的概率密度呈均匀分布，从而调整图像的整体对比度，使得图像过去亮度较暗部分的信息得以呈现，其变换公式为：
1.2.2 直方图规定化
直方图规定化是指对于实际需要，将直方图转换为某种特定的情况，选择某个重要的灰度范围进行对比度增强，其处理方法较为复杂，一般可以采用如图3所示的步骤。
1.3 图像平滑技术
平滑处理技术又叫图像滤波技术，它主要用来处理数字图像在生成、传播和处理过程中所产生的噪点对原图的影响。在图像滤波过程中，通常会根据图像噪声的具体特点，选择不同的滤波器对图像进行处理，目前常用的滤波器有中值滤波器和高斯滤波器。
（1） 中值滤波器
中值滤波的基本原理是把数字图像或数字序列中一点的值用该点邻域各点的中值代替[1]。其中，中值的定义如下：
（2） 高斯滤波
高斯滤波是一种低通滤波的方法器，它常用来对图像进行平滑的滤波处理。高斯滤波器函数的二维形式如下：
1.4 图像分割技术（阈值化技术）
数字图像处理技术的一个重要应用就是可以将人们感兴趣的图像从某个较大区域中提取出来，它是从图像处理进入到图像量化分析的重要步骤，它使得对图像的数字化提取和解读理解成为可能。
目前最常见的图像分割技术是阈值化技术，它主要是通过选取合适的灰度阈值，然后将图像中的点与阈值进行比对，将像素灰度值大于选定阈值的划分为一类；其他的划分为另一类，从而实现对图像的分割，整个技术的关键就是选择合适的阈值，阈值一般可写成如下形式：
以上3个式子中的偏导数需对每个像素的位置计算，在实际中常用小区域模板卷积来近似计算。对[Gx]和[Gy]各用一个模板，所以需要2个模板组合起来以构成1个梯度算子。根据模板的大小和其中元素（系数）值的不同，梯度算子分为Sobel算子、Prewit算子、Canny算子、Log算子4种，其处理效果如图8所示。
由图8可知，Sobel边缘检测法不仅产生的边缘效果较好，同时算法简单，运行处理速度快，缺点是图像的边缘较粗，造成图像信息的丢失和后续图像识别处理困难。其他3种边缘检测的处理结果相似，它在处理图像时会根据设置对噪点进行识别，因此不会像Sobel边缘检测法那样滤去大量有用信息，其提取图像的边缘连续性较好，定位精度较高，可以提取到较弱的边缘点；缺点是算法较为复杂，处理速度慢，且部分噪点会被当做边缘提取，影响图片质量。
2 结 语
本文主要研究了常见的5种计算机图像处理技术，详细介绍了每种技术的原理、作用及常用方法，如灰度变换技术介绍了原始灰度变换和增强对比度灰度变换；直方图处理给出了直方图的均衡化和规定化两种常见方式，并给出了二者的实际处理效果图；图像平滑技术介绍了目前应用最广泛的中值滤波和高斯滤波法，并分别给出了它们对噪声的实际滤波效果；最后介绍了Sobel，Prewit，Canny，Log等4种边缘提取技术，并给出了其对图片的实际处理效果。
参考文献
[1] 汪志云，黄梦为，胡钋，等.基于直方图的图像增强及其Matlab实现[J].计算机工程与科学，2006，28（2）：54?56.
[2] 林楠.模糊增强算法在图像识别技术中的应用[J].电子学报，2010，32（4）：31?36.
[3] 王颖.图像边缘检测技术在视觉识别中的应用[J].光学技术，2014，22（7）：12?16.
[4] OTSU N. A threshold selection method from gray?level histogram [J]. IEEE Transactions on Systems， Man and Cybernetics， 1999， 9（1）： 158?162.
[5] 李小红.基于Sobel算子的图像边缘检测算法的研究[J].计算机应用与软件，2014，24（7）：211?217.
[6] 陆兴娟，吴震宇.图像边缘检测算法研究[J].现代电子技术，2010，33（6）：128?130.
第10篇
关键词：数字图像处理；Matlab；课堂教学；实验教学
作者简介：杨青（1983-），女，河北石家庄人，军械工程学院火控雷达与系统教研室，助教；徐艳（1981-），女，河北保定人，军械工程学院火控雷达与系统教研室，讲师。（河北 石家庄 050003）
中图分类号：G642 文献标识码：A 文章编号：1007-0079（2013）10-0115-02
近几十年，数字图像处理技术在计算机技术发展的推动下得到了飞速的发展，并且已成为工程学、计算机科学、信息科学、生物学以及医学等各学科技术领域中不可或缺的一项重要手段。[1]许多高校将“数字图像处理”课程作为电子信息、工业自动化等专业的专业课程，其目的是为了使学生了解常见的图像处理技术，以便将其应用到相应领域中。该课程是一门理论与实践、原理与应用结合紧密的课程，在教学过程中可分为课堂教学与实验教学两部分。在课堂教学过程中主要讲授基本理论和方法，包括图像的获取、图像变换、图像增强、图像复原、图像压缩编码、图像分割和特征分析等内容。[1]在实验教学中通过实践动手的环节，培养学生对图像处理算法的编程能力。
“数字图像处理”技术是利用其理论方法通过计算机对图像施加某种运算和处理，从而达到某种预期目的，所以，选择合适的计算机语言对于学生掌握好这门课程十分关键。该课程具有数据量大、方法多、算法复杂等特点，为了使学生在有限的课堂学习中很好地实现图像处理，而不使学生陷于算法的设计和复杂的编程语言的学习中，本课程使用Matlab语言辅助教学。Matlab软件是MathWorks公司于1982年推出的一套高性能的数值计算与可视化的数学软件。在高等院校中，对于数学、工程和科学理论中的入门课程和高级课程，Matlab都是标准的计算工具。它集数值分析、矩阵运算、信号和图像处理、图形显示于一体，具有许多特定应用的工具箱，特别是具有图像处理工具箱，扩展了Matlab解决处理图像处理问题的能力。[2]将Matlab用于“数字图像处理”课程的课堂和实验教学中，使得教学方法和教学质量有了很大的改进。
一、Matlab在课堂教学中的应用
在“数字图像处理”的课堂教学中，主要以讲授其基本原理和方法为主要同容。但是，图像处理是利用数字计算机对图像进行的一系列操作，需要通过观察图像的变化来理解图像处理的基本方法，进而将抽象的公式和运算结果联系在一起。在进行课堂教学时，充分运用 Matlab 图像处理工具箱中函数，可以方便得到处理结果，这样的演示教学使抽象的概念具体化，感性地认识图像处理内容，从而使教师教学、学生学习变得容易。下面给出几个教学中的实例。
例1：数字图像在计算机中的矩阵表示。
一幅大小为M×N的数字图像，在计算机中表示成一个M行、N列的矩阵，存储在M行、N列的二维数组中。使用Matlab图像处理工具箱中读取和显示图像的函数来演示读取和显示一幅数字图像的过程。
f = imread（‘rose.tif’）；
imread函数可以将一幅图像以矩阵的形式存储在f中，Matlab的工作空间中则显示了矩阵f的大小及数值类型，并且可以看到每一个元素的取值。
imtool（f）；
imtool函数可以将矩阵f通过图形窗口以图像的形式显示出来（如图1（a）所示），将鼠标在图像上移动，鼠标指针所指向的像素的位置及其灰度值显示在窗口左下角处，整幅图像的灰度值范围显示在窗口右下角。在该窗口中可以选取图像中任意大小的矩形区域，该区域内的像素被放大显示在如图1（b）所示的窗口中。
图1 图像在Matlab中的显示形式
通过演示，很直观地就可以讲解数字图像的定义及在计算机中的表示形式。
例2：傅里叶变换。
傅里叶变换（DFT）是“数字图像处理”课程中最重要并且最难的内容之一。在图像处理技术中，傅里叶变换起着十分重要的作用，应用也十分广泛。图像的二维离散傅里叶变换可以表示为：
（1）
其反变换表示为：
（2）
二维离散傅里叶的频率和相位角定义如下：
（3）
其中，R（u，v）和I（u，v）分别表示F（u，v）的实部和虚部。
在教学中对公式推导讲解的同时，利用Matlab实例演示并将图像的频谱进行可视化，[2]这样即可以克服理论上的空洞讲解，同时也增强了理论的可信性，达到事半功倍的效果。
在Matlab中一个大小为M×N的图像数组f可以通过工具箱中的函数fft2得到该图像的傅里叶变换。
F = fft2（f）；
傅里叶频谱可以使用abs函数获得，即该函数计算数组每一个元素的幅度（实部和虚部平方和的平方根）。
S = abs（F）；
使用函数fftshift将进行频谱的中心化。
FC = fftshift（F）；
Sc = abs（FC）；
通过显示频谱的图像来进行可视化分析是进行频域处理一个重要方面。图2（a）是一幅简单的二值图像，图2（b）是其对应的傅里叶频谱图像，图2（c）将频谱进行中心化后的频谱图像。
将Matlab演示教学贯穿于课堂教学中，可以使学生对数字图像在计算机中的表示形式一目了然，使抽象的原理直观化，大大加快了学生对知识的理解，也使课堂教学的气氛得以活跃。
二、Matlab在实验教学中的应用
“数字图像处理”实验教学内容包括图像处理软件操作、算法设计和综合应用等。根据学生编程水平非常有限的特点，故采用 Matlab软件编程技术，使其与实验教学有机地结合起来，同时可以使学生在学习数字图像处理技术基本原理的同时，掌握一门实用的数学处理工具。而很多学校的教学和实验环节偏重教学生如何使用Matlab系统工具箱来实现图像处理的功能。这种教学方式使学生对工具箱过分依赖，并不能训练学生的编程能力，所以在实验教学过程中，应尽量不使用系统自带函数，而是要求学生自己写函数，对于传统的算法，如直方图均衡化、图像旋转、图像去噪、图像锐化、图像分割等算法，要求学生在了解原理的基础上直接编写程序实现，这样可以让学生提高实现算法的能力，并能加深他们对这些传统算法的理解。
例如，对图像进行3×3邻域大小的中值滤波。
1.利用Matlab可以直接使用工具箱的函数实现
I = imread（'lena.png'）；
J = imnoise（I，'gaussian'，0，0.02）； % 模拟均值为0方差为0.02的高斯噪声
M = filter2（fspecial（'average'，9），J）/255； % 领域大小为3×3
subplot（2，1，1）； imshow（J）； title（'噪声干扰图像'）
subplot（2，1，2）； imshow（M）； title（'改进后的图像'）
虽然这种方法编写起来方便快捷，但是不利于学生对原理的理解。
2.利用结构化编程思想实现中值滤波算法
I = imread（'lena.png'）； % 读入当前路径下的图像
J = imnoise（I，'salt & pepper'，0.04）； % 模拟叠加密度为0.04的椒盐噪声
[i_hight，i_width ]= size（J）； % 图像的大小
for i=2 ：1 ：i_hight-1
for j=2：1：i_width-1 % 3×3邻域的中值滤波
c（1） = J（i-1，j-1）；
c（2） = J（i-1，j）；
c（3） = J（i-1，j+1）；
c（4） = J（i，j-1）；
c（5） = J（i，j）；
c（6） = J（i，j+1）；
c（7） = J（i+1，j-1）；
c（8） = J（i+1，j）；
c（9） = J（i+1，j+1）；
for k=1 ：1 ：8
for m=1 ：1 ：8
if c（m+1）
buf = c（m+1）；
c（m+1） = c（m）；
c（m） = buf；
end
end
end
A（i，j） = c（5）；
end
end
subplot（2，1，1）； imshow（J）； title（'噪声干扰的图像'）
subplot（2，1，2）； imshow（A）； title（'改进后的图像'）
在实验教学中可以要求学生利用上面两种方法进行处理，通过观察实验结果学生可以对两种方法进行比较，同时引发学生对实现方法比较深层次的思考，启迪、激发学生的创新思维、创新意识。通过编程对数字图像处理算法的理解逐步增加，同时编程水平得到大幅度提高，并提高了学生的实践能力。
三、结束语
“数字图像处理”作为一门重要的专业基础课，教学改革任重道远。实践证明，Matlab应用于“数字图像处理”课堂教学和实验教学中，能够有效地提高课堂教学质量，以逐层递进的方式达到学生对数字图像处理知识的融会贯通以及灵活运用，激发学生的学习兴趣，激发学生的求知欲，给学生提供了充分发挥创造能力的机会，在很大程度上提高了学生的学习主动性和创新能力，为专业的深入研究打下坚实的基础。
参考文献：
第11篇
关键词 遥感制图；制图方式
中图分类号TP7 文献标识码A 文章编号 1674-6708（2012）71-0204-02
1遥感制图概论
遥感制图是指通过对遥感图像目视判读或利用图像处理系统对各种遥感信息进行增强与几何纠正并加以识别、分类和制图的过程。遥感图象有航空遥感图象和卫星遥感图象，制图方式有计算机制图与常规制图。目前应用最多及着重研究的是利用Landsat的MSS图象制图。由于多波段的卫星图象具有信息量丰富、现势性强，利用它编图周期短等优点，在制图方面得到了广泛的应用。简单地说是通过对遥感图像目视判读或利用图像处理系统对各种遥感信息进行增强与几何纠正并加以识别、分类和制图的过程，可作为新编地形图的重要信息来源。
传统地图的制图方法是测绘，编绘。随着计算机及相关输入、输入设备的使用，出现了计算机地图制图，实现了工艺上和技术上的变革，产生了数字地图。遥感技术的兴起使传统的地图编制理论与方法发生了深刻的变革。因为遥感技术可以通过多平台、多波段、多时相的信息源，快速、真实地提供了丰富的制图信息。遥感技术在地图学领域的应用，也大大缩短了地图的成图周期。
2遥感制图方法分类
遥感技术的出现，使得制图方法拓宽，从而丰富了地图类型以及地图内容。从广义的概念上讲，遥感影像制图是由遥感影像加以特定地图要素的符号，比如境界线、风向、等压线，再辅以注记、说明、图廓、图框、图名、图例等成图。
2.1常规方法
常规方法制作遥感影像地图过程与步骤上与普通地图编制、生产流程基本相同，但是又有所区别，遥感影像地图主要用影像表现信息，需要进行影像处理，如滤波和变换；而且制图综合简单许多。
生产流程上包括：设计、选图像、选底图、影像纠正、制版、套印。
展开来讲，设计阶段：根据任务要求进行影像地图设计，确定资料，专题要素表示方法的选择，图面配置要求，生产流程，生产技术措施，质量管理方法等等；
选图像：要根据制图专题内容，选择恰当时相和波段的图像，对选好的图像进行预处理，对专题内容进行目视解译；
选底图：所选择的基础底图要反映出区域地理背景，对影像进行位置纠正，选择的底图范围要与制图范围相适应，比例尺与制图比例尺一致，要素相对要全面；
影像纠正：即要求影像与底图具有一致的坐标系统；
制版：使遥感影像解译形成的线划注记版，影像套合地图的基本要素有经纬网、高程点、等高线、交通网、境界线、居民点。
套印：分色、分色片、套印。
2.2计算机辅助制图方法
在计算机系统支持下，根据地图制图原理，应用数字图像处理技术和数字地图编辑加工技术，实现遥感影像地图制作和成果表现的技术方法。
需要计算机的软硬件设备进行处理，硬件设备包括输入设备、处理设备、输出设备。软件包括图像处理软件，地图编辑处理软件，专用制图软件。
生产流程包括：选图像、数字化，选底图，数字化，影像纠正与图像处理，影像镶嵌、地图拼接，影像与地图复合，制作符号注记层，图面配置，图件输出。
展开来讲，选图像、数字化：根据制图内容和要求选图像，包括时相、波段、多景图像来源尽可能统一图像质量，对于摄影胶片，需“数字化”黑白扫描，彩色扫描；
选底图：所选择的基础底图要反映出区域地理背景，对影像进行位置纠正，选择的底图范围要与制图范围相适应，比例尺与制图比例尺一致，要素相对要全面；
数字化：底图数字化的方法包括手扶跟踪数字化、屏幕数字化、扫描矢量化，步骤包括分幅、分层数字化，又要编辑、检查；
影像纠正与图像处理：几何纠正使得影像具有底图一致的坐标系统，方法上使用控制点纠正；图像处理上要做到消除噪音、去云、信息增强；方法上采用对比度变换、图像平滑、锐化、彩色合成、主成分变换等方法。
影像镶嵌、地图拼接：几何校正以及边缘灰度处理；
影像与地图复合：将统一区域的图像与图形准确套合；
制作符号注记层：即地图符号与注记的选择；
图面配置：图名、图例、图框、比例尺、指北针等等；
图件输出：利用设备输出
总结来讲：遥感制图包括遥感图像输入、数据预处理、图像识别分类、几何投影变换、影像图形输出等步骤。
2.3遥感制图中重要步骤
图像镶嵌：为了便于镶嵌，镶嵌要有足够宽的重叠区，最好不少于图像的1/5,如果过于狭窄，会影像镶嵌精度，特别是图像边缘会出现扭曲。镶嵌时最好先进行图像校正，这样精度会高些。
图像变换和增强：要注意综合使用各类方法，来突出相关的专题信息，提高图像视觉效果。综合使用光谱增强、彩色增强和空间增强。
3 发展前景
遥感制图按照表现内容可以分为普通影像地图和专题影像地图。按照获取遥感信息传感器可以分为航空摄影影像地图，扫描影像地图，雷达影像地图。
遥感影像地图在现代化的应用中具有明显的优势。其信息量丰富，与传统地图相比，遥感影像地图上没有信息空白区域。传统地图往往经过制图综合，地物分布信息被高度概括。形象直观，影像是经过“自然概括”的，而不是“人为综合、抽象”的。能直观形象地反映地势起伏等形态，增加了地图的可读性。具有一定的数学基础，与一般的遥感影像相比，遥感影像地图具有较为严密的数学基础，可以方便确定地理位置、进行地图量测与定量分析。现势性强，遥感技术可以快速、准确、动态地获取信息，遥感制图成图周期短。目前应用最多及着重研究的是利用Landsat的MSS图像制图。由于多波段的卫星图像具有信息量丰富、现势性强，利用它编图周期短等优点，在制图方面得到了广泛的应用。
4结论
随着数字环境和软硬件设备的飞速发展，遥感制图具有广阔的发展前景，多层次、多元化、系统化的遥感制图体系必将形成。
参考文献
[1]赵锐.遥感制图原理与方法.测绘出版社，1990-7-1.
第12篇
关键词：图像关键信息；RSA；加密技术；数字图像
中图分类号：TP391文献标识码：A文章编号：1009-3044(2011)24-5995-02
The Research of the Encryption Algorithm Based on the RSA and the Key Information of Image
YANG Yi-mei, YANG Yu-jun
(Department of Computer Science and Technology, Huaihua University, Huaihua 418008, China)
Abstract: According to the problems of the copyright protection for digital images and the characteristics of the existing encryption algorithm having lower processing speed and lower real-time,this paper proposes an encryptionalgorithm based on the RSA and the key information of the images.The algorithm extracts the key information from the digital images to be encrypted at first, then uses the RSA algorithm that has an excellent encrypt performance to process the key information of the images ,it solves the low-speed problems of algorithm processing all the data of the digital images.The experiment results show that the algorithm is effective and fast-speed on processing the almost all existingdigital image formats, and it solves the problem of lower processing speed and lower real-time on digital image encryption.
Key words: image key information; RSA; encryption algorithm; digital images
随着计算机网络技术和计算机多媒体技术的迅速发展和普及，计算机网络已经成为信息及时的重要媒介，为了更加直观和逼真地展示信息内容，数字图像成为了信息的表达的重要组成部分。为了保证部分较重要的数字图像存储和交换，图像保护问题变得非常重要。数字图像加密[1]是将具有重要意义的数字图像的数据，通过各种方法进行变换，使得数字图像失去了原来的表征信息，从而实现加密的目的。目前数字图像加密技术主要有这么几类：(1) 基于矩阵变换/像素置换的图像加密技术[2]；(2) 基于秘密分割与秘密共享的图像加密技术[3]；(3) 基于现代密码体制的图像加密技术；(4) 基于混沌的图像加密技术[4]。
这些图像加密技术都是对数字图像的所有数据进行处理，相当来说是需要很慢的。为了解决这个问题，本文提出一种基于RSA和图像关键信息的加密技术算法，该算法只对数字图像的极少部分数据（图像关键信息）进行处理，先对要加密的数字图像进行关键信息提取，然后利用加密性能优秀的RSA对图像关键信息进行加密处理，解决了对数字图像全部数据进行处理而速度慢的问题。实验结果显示该算法对现有几乎所有的数字图像格式都是有效的且速度快, 较好地解决了数字图像实时加密速度慢的问题。
1 RSA加密算法
RSA 加密算法[5]是一种公钥加密体制, 也是一种非对称加密体制, 即加密密钥和解密密钥不同, 要实现RSA 加密算法, 首先必须产生密钥, 其实现过程如下:
1) 随机生成两个大的素数p , q。并计算出n = pq 和∮(n) = ( p - 1)( q - 1)。
2) 产生一个随机整数E , 使得1 < E
3) 根据αβ(1 mod ∮(n) ) 原理求整数D, 使得1 < D < ∮(n) ) , 且ED = 1( mod ∮(n) ) 。
4) 加密, 取明文M, 计算M E ( mod ∮(n) ) , 得到密文C, 即C = ME (mod ∮(n) ) 。
5) 解密, 为加密的一个逆过程, 即M = CD(mod ∮(n) )。
在算法实现过程中, ( E ,∮(n) ) 为公钥, ( p , q , β，n) 为私钥, 关键的是随机素数的产生不仅要保证p , q 两个素数足够大且要求差值p - q 不宜太小, 这样才能确保加密算法的安全性。
2 图像关键信息
图像文件的存储结构通常称为图像文件结构（File structure of images），一般的图像文件结构主要都由文件头、文件体和文件尾三个部分组成。文件头的主要内容包括产生或编辑该图像文件的软件的信息以及图像本身的参数。这些参数必须完整地描述图像数据的所有特征，因此是图像文件中的关键数据，在文中称之为图像关键信息。当然，根据不同格式的图像文件，有的参数是可选的，如压缩算法，有的文件无压缩，有的文件可选择多种方法压缩；有的参数是必选的，如图像文件格式标识。文件体主要包括图像数据以及颜色变换查找表或调色板数据，在文中也把这些数据称之为图像关键信息。这部分是文件的主体，对文件容量的大小起决定作用。如果是真彩色图像，则无颜色变换查找表或调色板数据，对于256色的调色板，每种颜色值用24 bit表示，则调色板的数据长度为256×3（Byte）。文件尾一般包含一些用户信息。文件尾是可选项，大部分的文件格式不包括这部分内容。由于文件体数据量较之文件头与文件尾要大得多，而文件体中颜色变换表或调色板所占用的空间一般也比图像数据小得多，因此图像文件的容量一般能够表示图像数据的容量（压缩或无压缩）。
3 基于RSA和图像关键信息的加密技术
3.1 加密技术的加密算法
基于RSA和图像关键信息的加密技术的加密算法具体描述如下：
步骤1：输入要加密的图像D；
步骤2：从图像D中提取图像关键信息M；
步骤3：输入加密的密钥K，通过RSA加密算法对图像关键信息M进行加密，得到图像关键信息密文C；
步骤4：把图像关键信息密文C写入到要加密的图像D中，得到加密后的图像W；
步骤5：保存加密后的图像到文件，以便和传输。
3.2 加密技术的检测和解密算法
步骤1：打开需要解密的图像文件，得到需要解密的图像W；
步骤2：从加密的图像W中提取加密后的图像关键信息C；
步骤3：输入解密的密钥P，通过RSA解密算法对加密后的图像关键信息C进行加密，得到图像原始的关键信息M；
步骤4：把图像原始的关键信息M写入到要解密的图像W中，得到加密后的图像D；
步骤5：保存解密后的图像D到文件，以便查看和浏览；
4 算法的性能分析
算法测试在P4 2.9GHz×2，DDRAM 1024M，Windows XP Professional 5.1环境中进行，实验速度和效果都很好。
虽然RSA加密和解密算法在进行数据加密时速度都不快，但由于该算法只对图像的关键信息进行RSA加密，要处理的数据相当图像数据来说是很少的，因此加解密速度很快，且图像的关键信息是图像显示的必备数据，不能有任何错误，否则是不能显示图像，算法通过少量的图像关键信息的加密，修改了图像显示的必备数据，从而达到不能正常显示图像而实现图像加密的目的，且实验结果符合预期目标。理论上分析，根据图像格式的不同，其图像关键信息数据有差异，但差距不到，一般都是在32～80个字节，而实际图像的数据却很大，一般都是几十、几百、几千个字节甚至更大，因此算法需要处理的数据相对图像数据本身来说是很少的，大约在千分之一甚至更少，因此理论分析该算法比普通的图像加密算法速度要提高上千倍或更高。
5 结论
在现在的网络年，为了解决图像的快速实时的传递和重要图像的版权保护，普通的图像加密算法虽然很成熟，但都是对数字图像的所有数据进行处理，速度都不快，或实时性不好。为了解决这个问题，本文提出一种基于RSA和图像关键信息的加密技术算法，该算法只对数字图像的极少部分数据即图像关键信息进行处理，先对要加密的数字图像进行关键信息提取，然后利用加密性能优秀的RSA对图像关键信息进行加密处理，解决了对数字图像全部数据进行处理而速度慢的问题。实验结果显示该算法对现有几乎所有的数字图像格式都是有效的且速度快, 较好地解决了数字图像实时加密速度慢的问题，且从理论分析和实验验证，算法速度都是很好的，完全符合预期目的，该算法在有实时要求且需要版权保护的应用中是值得推广的。
参考文献：
[1] 邓新文,王国才,李娟.一种安全图像小波域密写方案[J].计算机工程与应用,2007,43(36):1526-1529.
[2] 齐东旭.矩阵变换及其在图像信息隐藏中的应用[J].北方工业大学学报,1999,11(1):24-28.
[3] B Schneier.应用密码学――协议、算法与C源程序[M].北京:机械工业出版社,2000:104-158.
