数字图像处理毕业论文
数字图像处理系统毕业论文
数字图像处理系统毕业论文基于ARM的嵌入式数字图像处理系统设计摘要简述了数字图像处理的应用以及一些基本原理。
使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。
该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。
应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。
整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。
在此基础上还会对系统进行不断地完善。
关键词：linnux 嵌入式图像处理边缘检测AbstractThis paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve.Keywords:linux embedded system image processing edge detection目录第一章绪论 (1)1.1 数字图像处理概述 (1)1.2 数字图像处理现状分析 (5)1.3 本文章节简介 (8)第二章图像处理理论 (8)2.1 图像信息的基本知识 (8)2.1.1 视觉研究与图像处理的关系 (8)2.1.2 图像数字化 (10)2.1.3 图像的噪声分析 (10)2.1.4 图像质量评价 (11)2.1.5 彩色图像基本知识 (11)2.2 图像变换 (12)2.2.1 离散傅里叶变换 (13)2.2.2 离散沃尔什-哈达玛变换（DWT-DHT） (20)2.2.3 离散余弦变换（DCT） (21)2.2.4 离散图像变换的一般表达式 (23)2.3 图像压缩编码 (24)2.3.1 图像编码的基本概念 (24)2.4 图像增强和复原 (24)2.4.1 灰度变换 (24)2.4.2 图像的同态增晰 (26)2.4.3 图像的锐化 (27)2.5 图像分割 (27)2.5.1 简单边缘检测算子 (27)2.6 图像描述和图像识别 (28)第三章需求分析 (28)3.1 系统需求分析 (28)3.2 可行性分析 (28)3.3 系统功能分析 (29)第四章概要设计 (29)4.1 图像采集 (30)4.2 图像存储 (30)4.3 图像处理（image processing） (31)4.4 图像显示 (31)4.5 网络通讯 (32)第五章详细设计 (32)5.1 Linux嵌入式系统的构建 (32)5.1.1 启动引导程序的移植 (32)5.1.2 Linux内核移植 (33)5.1.3 根文件系统的移植 (33)5.2 图像处理功能的实现 (33)5.2.1 彩色图像的灰度化 (34)5.2.2 灰度图的直方图均衡化增强 (34)5.2.3 图像二值化 (35)5.2.4 边缘检测 (35)第六章调试与维护 (36)附录 A (36)参考文献 (43)致谢 (44)第一章绪论1.1 数字图像处理概述数字图像处理(Digital Image Processing)又称为计算机图像处理，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。
数字图像处理结课论文
摘要数字图像处理技术是指通过计算机对图像进行去除噪声，增强或者复原以及分割和提取的技术。
该技术伴随计算机技术的发展，在农业，军事，环境等行业得到了广泛的应用。
论文首先论述数字图像处理技术现状和发展，然后简要讨论了该技术在医学图像进行伪彩色图像处理问题上的应用。
最后介绍了在车牌识别方面的应用的相关原理。
综述一、数字图像处理技术的发展现状数字图像处理技术是自60年代以来，随着半导体集成电路技术和计算机技术的发展而产生和发展的一门新型学科，并且在近三十年来取得了巨大的发展，在理论上和实际应用中都取得了很大的成就。
早期的图像处理的目的是改善图像的质量,以人为对象,以改善人的视觉效果为目的,首次获得实际成功应用的是美国喷气推进实验室( JPL)[1],并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 ,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,随后又对探测飞船发回的近十万张照片进行了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,为人类登月创举奠定了坚实的基础 ,也推动了数字图像处理这门学科的诞生.数字图像处理取得的另一个巨大成就是在医学上获得的成果,1972 年英国 EMI公司工程师 Ho usfield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。
1979 年这项无损伤诊断技术获得了诺贝尔奖 ,说明它对人类做出了划时代的贡献。
随着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图像 ,实现类似人类视觉系统理解外部世界.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[ 3],这个理论成为计算机视觉领域其后多年的主导思想。
图像处理 毕业论文
图像处理毕业论文图像处理是计算机科学领域中的一个重要研究方向，它涉及到对图像的获取、处理、分析和识别等多个方面。
随着科技的不断发展，图像处理在各个领域都扮演着重要的角色，如医学影像、安防监控、虚拟现实等。
本文将从图像处理的基础原理、应用领域以及未来发展方向等方面进行探讨。
首先，图像处理的基础原理是数字图像处理。
数字图像处理是将图像从连续的模拟信号转换为离散的数字信号，通过对数字信号的处理来实现对图像的改变和分析。
其中，最基础的操作包括图像的采集、预处理、增强、压缩和恢复等。
图像采集是指通过摄像头或扫描仪等设备将现实世界中的图像转化为数字信号。
预处理是对采集到的图像进行去噪、去除伪影等操作，以提高后续处理的效果。
增强是通过调整图像的亮度、对比度、色彩等参数，使图像更加清晰、鲜艳。
压缩是为了减小图像文件的大小，方便存储和传输。
恢复是指对经过压缩或传输过程中丢失的信息进行恢复，以还原原始图像。
图像处理的应用领域非常广泛。
在医学影像方面，图像处理可以帮助医生进行疾病的诊断和治疗。
例如，通过对CT扫描图像的处理，可以清晰地显示出患者体内的器官结构，帮助医生准确判断病变部位。
在安防监控方面，图像处理可以用于人脸识别、行为分析等功能，提高监控系统的智能化水平。
在虚拟现实方面，图像处理可以实现对虚拟场景的渲染和交互，为用户带来更加逼真的虚拟体验。
此外，图像处理还应用于图像搜索、图像检索、图像合成等领域，为用户提供更加便捷和高效的图像处理服务。
未来，图像处理领域的发展方向主要包括以下几个方面。
首先，随着人工智能技术的快速发展，图像处理将与机器学习、深度学习等技术相结合，实现更加智能化的图像分析和识别。
其次，虚拟现实技术的兴起将推动图像处理向更加真实和沉浸式的方向发展，为用户带来更加逼真的虚拟体验。
再次，图像处理技术将与物联网、云计算等技术相结合，实现对大规模图像数据的处理和分析，为用户提供更加个性化和精准的图像服务。
基于matlab的数字图像处理本科毕业设计论文
毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。
数字图像处理论文
数字图像处理论文数字图像处理在计算机视觉和图像分析领域中扮演着重要角色。
随着数字图像处理算法的不断发展和改进，对于图像的处理和分析有了更深入的理解。
本篇论文主要介绍了数字图像处理的一些基础概念、方法和应用。
首先，数字图像处理是基于计算机的图像处理技术，旨在改善图像的质量、增强图像的特征以及从图像中提取有用的信息。
数字图像处理的基本步骤包括图像获取、预处理、特征提取和图像重建等。
在图像获取的阶段，通过传感器或数码相机等设备获取图像的原始数据。
在预处理的阶段，对图像进行去噪、平滑和增加对比度等操作，以消除图像中的噪声和提高图像的视觉效果。
在特征提取的阶段，根据图像的特定特征，如边缘、纹理和颜色等，进行特征的提取和描述。
在图像重建的阶段，利用图像处理算法对图像进行重建和恢复。
常见的图像处理算法包括滤波、变换和编码等。
滤波算法主要用于图像平滑和去噪，如均值滤波、中值滤波和高斯滤波等。
变换算法主要用于提取图像的频域特征，如傅里叶变换和小波变换等。
编码算法主要用于图像的压缩和存储，如JPEG、PNG和GIF等。
除了基本的图像处理方法，数字图像处理还有许多应用领域。
其中之一是医学图像处理，包括医学图像的分割、配准和识别等。
另一个应用是遥感图像处理，用于地理信息系统和环境监测等领域。
此外，数字图像处理还在安全和认证、图像检索和图像合成等领域发挥重要作用。
总之，数字图像处理是一门研究如何使用计算机技术对图像进行处理和分析的学科。
通过了解数字图像处理的基本概念、方法和应用，可以更好地理解图像的特性和结构，提高图像处理的效果和精度，并在各个领域中发挥重要作用。
数字图像处理技术的探究论文_数字图像处理课程论文
数字图像处理技术的探究论文_数字图像处理课程论文数字图像处理技术的探究论文篇一《数字图像处理技术的探究》【摘要】目前，图像处理技术得到较好的发展，本文以数字图像处理技术为研究对象，对其发展与应用现状进行简述，并对此技术的优缺点以及制约因素进行系统的分析，概述了此项技术在日后发展中的应用范围。
通过对数字图像处理技术的分析，让我们更深入的了解此项技术，为日后的研究提供一定的理论基础。
【关键词】数字图像处理技术发展就图像处理技术而言，可分为模拟图像与数字图像处理两大类。
数字图像处理技术在发展的过程中，涉及多门学科，其中包括生物学、计算机、信息科学等。
因此，数理与边缘学科与图像处理技术的关系越来越密切。
在最近几年中，数字图像处理技术逐步趋于完善，在遥感、人工智能等多个领域中被广泛使用，并促进相关学科得到较好的发展。
1数字图像处理技术的发展与应用在上世纪六十年代，随着VLS与计算机的发展产生了数字图像处理技术，并不断完善、成熟的一项新技术。
不管是在理论还是实际方面，都取得了较好的进步。
在早期，图像处理主要是为了使图片的质量更加完善。
输入图像的质量较低，而输出图片的质量较高，通常采用复原、压缩等方式进行处理。
此项技术首次应用成功是在美国的喷气推进实验室中。
此后，在航空领域中得到很好的应用，促进了此门学科的发展。
除此之外，数字图像处理技术在医学上也得到了很好的应用。
自上世纪七十年代中期之后，计算机与智能化得到很好的发展，也促进了图像处理技术的进步。
人们开始研究怎样通过计算机，对图像进行系统的解释，这被称作计算机视觉或图像理解。
上世纪几十年代，数字图像处理技术得到大力发展。
截止目前，此项技术在医疗设备、地理信息系统等多个领域中被广泛使用。
2数字图像处理技术的特点2.1优点(1)再现性较好。
数字图像处理技术不会因为各种变换操作而造成图片出现质量退化的现象，始终确保图像可以真实的再现。
(2)处理精度高。
根据当前技术，基本上能够把一副模拟的图像通过数字化做各种二维数组，与图像数字化设备能力有直接的关系。
毕业论文-基于MATLAB的数字图像处理
摘要数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现,使得其处理速度越来越快，能更好的为人们服务。
数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术.数字图像处理技术已经在各个领域上都有了比较广泛的应用。
图像处理的信息量很大，对处理速度的要求也比较高。
MATLAB强大的运算和图形展示功能,使图像处理变得更加的简单和直观。
本文介绍了MATLAB 语言的特点，基于MATLAB 的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法.主要论述了利用MATLAB实现图像增强、二值图像分析等图像处理。
关键词：MATLAB，数字图像处理,图像增强，二值图像AbstractDigital image processing is an emerging technology，with the development of computer hardware，real—time digital image processing has become possible due to digital image processing algorithms to appear, making it faster and faster processing speed, better for People services 。
Digital image processing is used by some algorithms computer graphics image processing technology. Digital image processing technology has been in various areas have a relatively wide range of applications。
数字图像处理论文
数字图像处理论文数字图像处理论文篇一：数字图像增强技术摘要：数字图像处理是指利用计算机技术对图像进行各种操作和处理的过程。
图像增强是数字图像处理中的一项重要技术，旨在改善图像的质量和视觉效果。
本文针对数字图像增强技术进行了综述，包括直方图均衡化、滤波和锐化等常用方法。
此外，还介绍了一些新近提出的图像增强算法，如基于深度学习的方法。
最后，对数字图像增强技术的发展趋势进行了展望。
关键词：数字图像处理；图像增强；直方图均衡化；滤波；锐化；深度学习1.引言数字图像处理是计算机科学和图像处理领域的重要研究方向。
随着数字图像在各个领域的广泛应用，对图像质量和视觉效果的要求也越来越高。
图像增强是数字图像处理的一项基础技术，通过改善图像的对比度、亮度和细节等特征，提高图像的可视化效果。
图像增强技术已被广泛应用于医学影像、无人驾驶、图像识别等领域。
2.直方图均衡化直方图均衡化是一种常用的图像增强方法，通过调整图像的像素值分布，提高图像的对比度和显示效果。
其基本思想是将原始图像的像素值映射到一个新的像素值域，使得新图像具有均匀分布的像素值。
直方图均衡化可以有效地增强图像的细节和纹理特征，但在一些情况下会导致图像过度增强或噪声增加。
3.滤波技术滤波是图像处理中常用的一种方法，通过对图像进行平滑或者锐化处理，改善图像的质量和视觉效果。
常用的滤波方法有均值滤波、中值滤波和高斯滤波等。
均值滤波通过计算像素点周围邻域像素的平均值来更新像素的值，可用于图像的平滑处理。
中值滤波通过计算像素点周围邻域像素的中值来更新像素的值，可有效地去除图像中的椒盐噪声。
高斯滤波通过对图像进行加权平均处理，对图像进行平滑和去噪。
4.锐化技术锐化是图像处理中常用的一种技术，通过增加图像中的高频成分，提高图像的边缘和细节等特征。
常用的锐化方法有拉普拉斯算子、Sobel算子和Canny算子等。
拉普拉斯算子通过计算图像的二阶导数来增强图像的边缘和细节。
Sobel算子通过计算图像的一阶导数来提取图像的边缘特征。
数字图像处理相关论文
数字图像处理相关论⽂ “数字图像处理”是⼀门利⽤计算机解决图像处理的学科。
并且，现代多媒体计算机中⼜⼴泛采⽤了数字图像处理技术。
下⾯是店铺给⼤家推荐的数字图像处理相关论⽂，希望⼤家喜欢! 数字图像处理相关论⽂篇⼀ 浅谈“数字图像处理”课程教学改⾰实践 摘要：数字图像处理技术是⼀种发展迅速且应⽤⼴泛的新兴技术，就“数字图像处理”课程的特点，从教学内容、教学⼿段和⽅法、教学理论和实践等⽅⾯进⾏改⾰与实践，增强了学⽣的实践创新能⼒，提⾼了教学质量，收到良好的教学效果。
关键词：数字图像处理;教学⼿段;实践 作者简介：刘忠艳(1975-)，⼥，⿊龙江依安⼈，⿊龙江科技学院计算机与信息⼯程学院，副教授;周波(1963-)，男，⿊龙江绥化⼈，⿊龙江科技学院计算机与信息⼯程学院，教授。
(⿊龙江哈尔滨 150027) ⼀、“数字图像处理”概述 数字图像处理技术是集微电⼦学、光学、应⽤数学和计算机科学等学科的⼀门综合性边缘技术。
[1，2]是当今信息社会中发展迅速且应⽤⼴泛的新兴科学技术。
数字图像处理技术⼴泛应⽤到通信、计算机、交通运输、军事、医学和经济等各个领域，在各个领域发挥着越来越重要的作⽤。
随着计算机技术的迅速发展，图像处理的技术和理论不断完善和丰富，新的理论、技术也不断涌现，并逐渐进⾏应⽤。
⾯对这样⼀门理论与实际紧密结合的课程，在学习过程中，学⽣常常会遇到很多问题，既为数字图像处理技术应⽤的⼴泛前景所吸引，也时常对课程的抽象理论感到苦恼，渐渐失去学习兴趣。
为了激发学⽣的学习兴趣，提⾼教学质量，对该课程进⾏教学改⾰，势在必⾏。
经过两年半的教学改⾰与实践，取得了⼀定的教学效果。
⼆、教学改⾰措施 为了提⾼“数字图像处理”课程的教学质量，激发学⽣学习本课程的兴趣，对本门课程进⾏改⾰，采取以下措施： 1.整合教学内容 随着计算机技术的迅速发展，数字图像处理技术也得到快速发展。
近⼏年来，有很多新的应⽤点和研究涌现出来，在“数字图像处理”课程中加⼊新技术的介绍，对于学⽣了解国际的研究和应⽤热点，尽快地投⼊相应的研究与应⽤中去⼤有益处。
2024年数字图像处理论文doc
2024年数字图像处理论文doc标题：2024年数字图像处理论文doc一、引言随着技术的不断发展，数字图像处理在各个领域中的应用越来越广泛。
本文旨在探讨2024年数字图像处理领域的发展趋势，以及相关算法和技术的应用。
通过对数字图像处理的研究，希望能够为相关领域的发展提供一定的参考和帮助。
二、数字图像处理的基本原理数字图像处理是一种利用计算机对图像进行加工、处理和分析的技术。
数字图像处理的基本原理是将图像转换为数字信号，然后利用计算机对数字信号进行处理和分析。
数字图像处理技术包括图像增强、图像变换、图像滤波、图像恢复、图像分析等。
三、数字图像处理的应用范围数字图像处理技术的应用范围非常广泛，包括医学影像、安防监控、智能交通、工业生产、环境监测等领域。
随着技术的不断发展，数字图像处理的应用范围将会更加广泛。
四、数字图像处理的热点问题和研究方向目前，数字图像处理的热点问题和研究方向包括深度学习、人工智能、虚拟现实等。
其中，深度学习在数字图像处理中的应用已经得到了广泛的认可，其在图像识别、目标检测、人脸识别等方面的应用已经取得了显著的成果。
此外，人工智能在数字图像处理中的应用也在不断发展，包括机器学习、神经网络等。
虚拟现实技术在数字图像处理中的应用也在逐渐增加，其在虚拟现实游戏、电影制作等方面的应用已经得到了广泛的应用。
五、数字图像处理的发展趋势和未来前景随着技术的不断发展，数字图像处理的应用范围将会更加广泛。
未来，数字图像处理技术将会更加智能化、自动化和人性化，其在各个领域中的应用将会更加深入。
同时，数字图像处理技术也将会面临更多的挑战和机遇，包括如何提高图像处理的精度和速度、如何解决图像处理中的隐私和安全问题等。
六、总结本文对2024年数字图像处理领域的发展趋势进行了探讨，并介绍了相关算法和技术的应用。
数字图像处理技术已经成为各个领域中不可或缺的一部分，其未来的发展前景非常广阔。
希望本文能够对相关领域的发展提供一定的参考和帮助。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理毕业论文目录第一章绪论 (3)1.1论文研究的背景与意义 (3)1.2数字图像评价研究现状及关键技 (3)第二章基本原理 (4)2.1 直方图均衡化 (4)2.2 小波变换 (4)第三章数字图像评价的原理 (5)3.1主观评价方法 (5)3.2客观评价方法 (6)3.3本章小结 (7)第四章数字图像处 (8)4.1数字图像处理系统基本组成 (8)4.2图像变换 (8)4.2.1：傅立叶变换 (8)4.2.2、其他常见变换概述 (9)4.3 数字图像处理容 (9)4.3.1、图像增强 (9)4.3.2、图像恢复 (10)4.3.3、图像压缩 (10)4.3.4、图像分割 (11)第五章总结和展望 (11)5.1总结 (11)5.2对未来的展望 (11)致谢 (13)参考文献 (14)第一章绪论1.1论文研究的背景与意义随着多媒体技术和网络技术的快速发展，数字图像处理已经广泛应用到了人类社会生活的各个方面，如：遥感，工业检测，医学，气象，通信，侦查，智能机器人等。
作为数字图像处理重要环节的图像评价技术的研究也受到广泛关注，在图像处理各项技术，如图像采集，图像压缩，图像增强与复原，以及图像去模糊等算法中，图像质量评价都起到了非常重要的作用。
总的来说，图像质量评价的主要应用有以下几方面：运用于图像或视频系统，使其能够获得最佳图像；作为图像系统的一项基准指标，用以评价图像或视频质量；作为反馈量，优化算法中的各项参量，改善系统性能等[1]。
由此可见，数字图像评价的研究具有重要意义。
数字图像评价是图像处理的重要技术，随着研究的不断深入，视频监控成为了现在数字图像处理很重要的一个研究方向，而且在实际的应用当中非常有实用价值。
如在由于车辆的牌照在交通道口经常会受到对面车灯强光等或外部光源的照射，使得摄像机拍摄出来的车牌照片反光，人眼根本无法识别的情况下，通过进行处理而不断改善图像质量，提取有效信息，从而分辨汽车牌照；又如通过数字图像评价系统的研究，改善摄像机对于一些由于逆光、弱光、暗光、偏色或综合因素影响的监控质量等等。
另外，数字图像评价在数字在影像压缩方面，解决影像测量中分辨率与数据量之间矛盾也有重要应用[2]。
随着图像压缩技术的迅速发展，压缩算法的一个重要指标就是有损压缩造成图像退化的程度，因而可以大大促进图像评价的发展与完善。
1.2数字图像评价研究现状及关键技术人类视觉特性主要有：幅度非线性特性，视觉敏感度带通和多通道，掩盖效应。
幅度非线性特性是指视觉系统分辨细节的能力与亮度的关系取决于相对亮度的变化，而不是整幅图像的基底亮度。
视觉敏感度带通表示人眼视觉系统（HVS）的对比敏感度是是时间频率的函数，且具有带通滤波器特性，对高低频端敏感度下降。
掩盖效应是指由于另一个激励的存在导致一个激励不能或不容易被检测到的现象，而当它单独存在时，是很容易识别的。
掩盖效应导致视觉系统的探测阈值改变，可能会增大或减小。
图像增强技术是一类基本的图像处理技术，是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。
因此图像增强处理是图像分析和图像理解的前提和基础。
在图像的获取过程中，特别是对于多媒体监控系统采集的图像，由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。
加之摄像设备、传感器等因素引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布围窄、图像分辨率下降。
因此，为得到一幅清晰的图像必须进行增强处理。
传统的图像增强算法通常是基于整幅图像的统计量，这样在计算整幅图像的变换时，图像中的低频信息、高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声，导致信息熵下降，给监控图像的分析和后期处理带来了困难。
针对此问题，提出一种新算法。
第二章基本原理2.1 直方图均衡化直方图均衡是得到对比度增强的标准方法，它调整灰度级围使其均匀分布，并以累计变换函数分布为基础的，产生一幅灰度级分布具有均匀概率密度的图像。
其处理过程如下：(1)计算原图像的灰度级直方图。
(2)求得原图像各灰度级的累积概率分布函数，并构造灰度转换函数。
(3)根据灰度转换函数将原图像所有像素灰度值映射到输出图像。
经过直方图均衡处理之后，占有较少像素的灰度被合并，其灰度围被压缩，而占有较多像素的灰度围则被拉伸。
一般来说，图像中区域之间的边界占有较少像素，却包含着重要的结构信息，直方图均衡化算法对于低频灰阶的合并将导致图像细节的丢失，一方面对图像的边界细节信息产生不利影响；另一方面图像往往含有各种类型的噪声，直方图均衡算法在拉伸高频灰阶的动态围时也会相应放大噪声。
因此，传统的直方图均衡算法增强之后的图像存在着图像细节丢失和噪声放大的缺点。
2.2 小波变换小波变换是近年来得到广泛应用的一种数学工具，是一种多分辨率分析方法。
其在时域频域都具有表征信号局部特征的能力，利用它可以聚焦到分析对象的任意细节。
小波变换把图像分解成逼近图像和细节图像之和，它们分别代表了图像的不同结构，对图像进行小波分解后，可分为LL，LH，HL和HH子频带，其中LL反映的是水平和竖直方向的低频信息；LH反映的是水平方向的低频信息和垂直方向的高频信息；HL反映的是水平方向的高频信息和垂直方向的低频信息；HH 反映的是水平和竖直方向的高频信息。
低频部分反映的是平滑区，而边缘、细节、噪声一般存在于高频部分。
因此，小波变换能在不同的尺度上，采用不同的方法来增强不同频率围图像的细节分量，再把处理后的系数进行小波重建，这样就能够在突出图像细节特征的同时，有效抑制图像噪声的影响，使图像轮廓更加突出。
此外，小波变换的完善重构能力，保证了信号在分解过程中没有任何信息损失，也不会产生任何冗余信息。
我们可以仅在低频部分采用直方图均衡化方法，既增强图像，也避免了细节的模糊和噪声的扩大。
对图像H在小波基sym4下进行一级分解，如图1所示第三章数字图像评价的原理3.1主观评价方法图像质量最基本的含义是人们对于一幅图像视觉感受的主观评价。
所以，基于人类特征的主观评价方法是最为准确可靠的。
但是，主观评价方法不能用具体的数学模型来实现，往往要动用大量的人力物力，费时费力，在很多情况下无法采用。
此外，而主观的评价测试，其实验的条件较为困难，观察者的知识水平会影响评分的结果，且又受到个人情绪等一些无法预测与控制的因素的影响。
主观评价主要有两种度量尺度，即绝对尺度和相对尺度，所谓绝对尺度就是对给定影像给出绝对的质量评分结果，而相对尺度就是确定某影像在一批相比较的影像中的相对质量尺度。
主观评价方法主要依靠人眼主观视觉效果来判断，常用的方法有均值意见评分法(MOS)和国际标准CCIR500。
在MOS标准下，为所有的评价者提供相同的图像观察条件，评价者根据自己的感受进行评分，最终根据多个评价结果得到该图像最终的MOS 值NMOS 。
为了使主观评价的分数具有无偏性，常采用某种数据处理方法对得到的结果进行简单处理。
比如主观评分的无偏差均值意见评分(DMOS)法是让评价者对同一场景的一组图像(该组图像中含有一标准图像)进行评判，得到每图像的NMOS ，并以标准图像的NMOS 作为标准，用其他图像的NMOS 与标准图像的NMOS 进行相减，同时将得到的所有差值归一化到0~100之间，最终得到图像的DMOS 值NDMOS 。
标准图像的NDMOS 为0，其他图像与标准图像偏差越大，其NDMOS 越大，图像质量也越差。
有的主观评价方法在进行比较性评价时采取冒泡排序将需评价的一组图片按质量感觉好坏排序为一个线性表，然后进行相应评分。
也有人提出了一种做法：为了消除被观察者因为知识背景不同的主观差异，将观察者分为两类:一类为普通观察者，只是用普通人视觉感受来评分;另一类为专家观察者，这些人通常有图象处理、质量评估、图象压缩方面的知识和工作经历，能够以更深入的压缩算法的角度来评价图象质量的优劣。
让专家和非专家观察者分别对同一组图像进行评分，然后根据一定的规则加权平均，最后得出总的评价结果。
这种方法具有一定的说服力，但是由于很多研究人员致力于客观评价方法的研究，至今尚未有一个明确而具体可靠的加权标准。
3.2客观评价方法数字图像评价技术发展到今天，研究人员已将提出了很多的评价方法，分类角度多种多样，一般认为传统的客观评价方法有三种：均方误差（MSE ），峰值信噪比（PSNR ），信息熵。
本节将从这三种方法重点介绍。
1.均方误差（MSE ）MSE 定义为：∑∑==-=M 1i 12)),(),((MN 1MSE N j j i Y j i X (1) M ，N 分别是x ，y 方向的图像像素点个数，X(i ，j)和Y(i ，j)分别表示原始图像与新图像在点(i ，j)上的取值。
2.峰值信噪比（PSNR ）PSNR 是最普遍，最广泛使用的图像质量的客观评价方法。
PSNR 定义为： MSEL PSNR 210log 10= (2)L 是图像中灰度取值的围，对8比特的灰度图像而言，L=255。
用峰值信噪比反映整个图像的失真程度，一般来说，PSNR 越大的图像的质量越好。
3.信息熵信息熵定义为：单个信源符号输出时所获得的平均信息量。
将一幅静止的图像看成是具有随机输出的信源，将所有可能的符号的集合为A ，信源产生i a 的概率为)(i a P ，那么信息熵表示为：)(()(H(u)L1i i i a P I a P ⋅=∑= (3)因为对于概率为P （A ）的任一随机事件A ，它包含的信息为： )(log )(1log I(A)2A P A P -== (4) 所以信息熵又可以表示为：)(log )P(-H(u)2L1i i i a P a ⋅=∑= (5)由此可见，在信源各符号出现概率相等时，信息熵达到最大值，即信源可以提供最大可能的平均信息量。
3.3本章小结主观评价方法方法虽然较好地反映出了图像的直观质量，但无法应用数学模型对其进行描述，从工程应用的角度看，过于费时费力。
在实际应用中，图像的主观质量评价方法受到了严重限制，甚至根本不适合于某些应用场合，如实时图像传输等领域。
图像的客观评判方法采用数学模型计算失真图像和原始图像的相似度(或失真度)，并量化为评判分数。
在各种全参考型客观图像质量评价方法中，均方误差（MSE)和峰值信噪比（PSNR)得到了广泛的应用。
尽管客观质量评价不总是符合实际情况，不能完全取代主观质量评价，但是因为快速，稳定，可量化等优点，得到了广泛的应用，常常用于各种评价比较以及各种研究。
第四章 数字图像处理4.1数字图像处理系统基本组成数字图像处理系统一般包括，图像获取传感器，图像数字化单元，图像存储器图像处理器，数字图像显示、打印、绘图设备等，如图所示。