1.2 图像处理技术的发展

在 20 世纪中期，数字图像处理技术已经被提出，并且在当时的科学领域， 电子计算机水平已经发展到一定程度，为了更进一步，人们逐渐开始有了将计算 机和图像处理相结合的想法。于是，在 60 年代初期之时，数字图像处理有了独 立成为一门学科的趋势。早期的图像处理仅仅是为了改善人的视觉效果，它以人

为主题，通过改变图像质量的方法达到目的 1。在图像处理中，输出的是改善输

入图像质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等 2。 简单来说，人类取得和了解信息的的最基本的方法或途径就是图像，所以，图像 处理的使用自然会渗透到人类工作以及生活的各个方面。如今，人们越来越偏向 于简单快捷的生活，因此图像处理的应用范围也正随着人类需求的增大而不断发 展。例如，购物方式由多年前的出门寻找所需物品到现在的足不出户完成消费， 这都说明了科学技术的发展。而科学技术的发展也离不开数字图像。数字图像存在于生活的各个角落，例如电视、广告、图书等等，都是人们日常生活中经常接 触的事物。

数字图像处理的应用越来越广泛。比如说我们日常生活中经常接触的传真、 视频通话，还有我们朝夕相对的手机通信、电视等等，以及现代青年们最离不开 的网络，无一不是和数字图像处理技术有关。

数字图像处理技术在国内外的发展前景十分良好，也让我们所处的时代逐渐 转变成一个智能时代，推动了各个产业的市场经济，也为科学技术的发展起了很 好的推进作用。但是，即使目前数字图像处理技术的应用已经十分普遍，但还是 有一些不足之处。随着人们生活水平的提高，人们对生活的需求也越来越多，对 智能科技的要求也越来越高，人们追求更加便捷的生活方式，这也给图像处理技 术的进步制造了压力，我们需要更加高级且完整的技术来应用到生活及工作等等 上的各个方面。所以，研究出一套更加完善的理论体系是今后数字图像处理技术 研究的重中之重。

图像分割技术是图像处理技术中的一个重要分支。然而到目前为止，还没有 一种分割算法能被广泛运用，也不存在一种能够明确评判分割效果好坏的基准。 目前出现的所有分割算法的分割效果都有一些不足之处，不能完全令人满意，所 以图像分割技术还有待改进，在原来技术的基础上需要融合一些新的理念与算 法，实现更好地分割效果。

图像特征提取也是图像处理技术中的一个重要组成部分。特征提取技术目前 常用的方法有颜色、几何、纹理的特征提取，即从物体的颜色、形状和纹理特征 入手，提取各方面信息，并从各方面信息的不同处区分相似的物体。图像的特征 提取技术的应用也涉及多种领域。近年来，国内外很多学者也在进行完善良好不 变性特征的研究，并得到了很多具有应用价值的特征描述参数的研究数据，例如 图像纹理描述参数、傅立叶变换描述子、微分不变描述子、颜色描述参数等，并 对这些特征参数分别进行了研究，作出比较。

到目前为止，国内外数字图像处理技术的应用虽然已经在农产品自动化品质 鉴定方面得到了肯定，但是在种子的识别和鉴定等方面的应用还是处于刚刚起步 的阶段，还有很大进步空间。所以此项技术的具体应用能力还有待提高。而且目 前作物识别技术仅仅把重心放在了对理论和试验水平的潜心研究上，并没有具体考虑算法是否实时地推广以及算法在具体生活中的实用性反馈，实际上在大多数 人的生活中能普遍应用的研究成果很少。神经网络、遗传算法、支持向量积等新 算法将来都可以尝试来改善作物图像的处理与识别。 基于数字图像处理的作物颗粒统计系统设计(3):http://www.youerw.com/zidonghua/lunwen_204084.html