2。1 数字图像处理的目的

在通常情况下数字图像处理一般有以下三个方面的目的：

（1）为了使一幅图像呈现在人眼中的视觉质量有所提高，从而通过计算机开发平台对图像进行一定程度的几何变换来调整图像的某一个或者多个成分，例如：亮度、色度、对比度等指标，使图像质量有所改变，来达到人们预期的要求。

（2）为了达到对一幅图像进行准确的分析，往往需要获得构成图像的某一个或者几个指标，这时要对图像进行数字化处理，将这些指标提取出来。这种提取图像数字特征指标的过程被称之为模式识别，亦可以称之为视觉预处理过程。提取的指标通常包括灰度、频域、拓扑、区域、边界、形状、纹理等特征以及关系结构等。

（3）在图像的传输方面，为了使图像能够高效传输，通常需要通过数字图像处理来减小图像的存储空间，往往需要对图像进行数据的变换以及图像的编码和压缩处理。

2。2 数字图像处理的方法

通过计算机在对图像进行处理时往往会用到以下几种方法：

（1）图像数字化与显示：一般地，一个完整的图像处理系统输入和显示的都是人眼观察的模拟图像，因此对于一张待处理的模拟图像，要将其转化为计算机易于处理的数字图像来显示出来。图像数字化的处理步骤一般是采样、量化以及编码。

（2）图像的变换：根据图像的构成可知，在一幅清晰的图像中，其矩阵的规模是庞大的，如果直接在空间域中对其进行处理则数据运算量是巨大的，同时也是难以实现的。此时就往往需要对待处理的图像进行变换，其变换的目的就是为了减小图像数字化处理的运算量，使之更为高效快捷。通常采用的变换算法有以下几种：傅里叶变换、离散余弦变换、小波变换以及沃尔什变换等。在这几种变换方法之中小波变换在频域以及时域方面都有着突出的局部特征，应用范围也十分广泛。

（3）图像的增强与复原：本系统采用了大量此方面的知识，通常情况下对一幅图像进行增强或者复原处理，是为了在一定程度上改变图像的质量，比如可以使图像变得更为清晰，可以去除画面中影响画质的细微噪声等。对图像处理的结果并不都是使之画质提高，也可能会使画质降低，因为我们为了某种目的只是处理了其中感兴趣的部分。图像的增强又包括以下几方面要点：直方图均衡化即通过灰度变换函数将原始的直方图修正为灰度分布均匀的直方图，随后用均衡直方图修正原来的图像；对比度增强即按照一定的标准来将构成图像的每一个像素进行修改，从而达到改变灰度范围的目的；图像二值化即将每个像素的灰度值转化为0或255，使整幅图像在视觉上呈现出黑白效果；平滑滤波即运算出像素灰度的平均值或者中指，采用低通滤波技术等将噪声去除。而图像的复原前提需要对降低图像质量的原理有所了解，这样可以通过建立降质模型来采用滤波的方法还原降质这个过程，来达到修复图像的目的。

（4）图像的分割：图像分割技术可以说是数字图像处理的核心技术。因为对图像处理时可能会比较关注其中的某一部分特征信息，需要把其提取出来，这时候就要用到图像分割，他也是系统进行随后一系列操作的基础。基于阈值的分割方法、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都是现有的图像分割算法。该技术发展至到目前为止有很多边缘提取亦或部分区域切割的方法，但是仍然没有哪种方法可以广泛适用与大多图像，识别率也不能达到百分之百，具有很强的特殊性，也正因如此对该方向技术的研究也从没有停止。 MATLAB车牌字符识别系统设计+程序(4):http://www.youerw.com/jisuanji/lunwen_97305.html