天文圖像處理

圖像處理

一幅數位化圖像在數學上等效為一個矩陣。圖像處理的很多方法就是建立在這個基礎上的。圖像處理的方法很多,有很多的分類方法,比如按照處理方式可以分為線性化和非線性化方法按照處理目的可以分為圖像增強、圖像恢復、圖像分割、圖像壓縮以及圖像理解等等按照處理圖像的幀數可以分為單幀圖像處理和圖像序列處理方法。

天文圖像處理

天文圖像處理就是套用圖像處理技術在天文領域展開的研究，目前，國內外很多天文台已經建立起了各種基於CCD技術的天文圖像採集與處理系統。不過它們的圖像處理過程一般都是將CCD採集到的天文圖像通過特定的數據接口（如USB等）下傳到普通的計算機或專用的圖像處理板上進行處理，也有學者研究了基於DSP的嵌入式天文圖像處理系統。該技術是是空間目標光電探測的主要手段之一。

天文圖像處理技術

圖像增強

獲取的圖像往往與真實的圖像有某種程度的差別。造成這種差別可能是因為信號變弱、噪聲干擾,或者由於系統本身固有的缺陷。運用圖像增強技術可以減少甚至消除這種差別。比如通過平滑濾波可以減少噪聲的影響,微分運算可以突出圖像變化的細節等等。

平滑既可以在時域進行,也可在頻域進行,其中時域上的平滑方法主要是局部平均法和中值濾波法,頻域濾波的運算量較大,為了達到實時處理的目的,可以採用了局部平均法。

局部平均法是一種空間域的處理方法。圖像可以認為由許多灰度恆定的小塊組成,相鄰的象素之間有很高的相關性,而噪聲是統計獨立的。因此可以使用與某個象素相鄰的各個象素的灰度平均值來代替該象素原來的灰度值,實現圖像的平滑。

圖像恢復

通俗的說,圖像增強是為了看得更清楚,而圖像恢復是為了使圖像看起來更像真實的。圖像在形成、傳輸、記錄過程中都會有一定程度的退化,典型的表現有圖像模糊、失真等。引起退化的原因有很多,性質也不完全相同,因此圖像恢復還沒有統一的方法,只能夠根據實際情況採用相應的退化模型和估計準則。

圖像分割

在圖像增強和圖像恢復技術中,期望輸出是輸入圖像的改善,即是根據需要在輸入圖像的基礎上加強某一部分信息,使其更接近原始圖像。圖像處理的另外一個分支是圖像描述和圖像分析。圖像分割是介於圖像預處理和圖像分析之間的一個階段,它把圖像分成若干個區域,每塊區域中的象素具有某種相似性,比如把亮度相近的相鄰元素歸於一個區域,不同區域的平均亮度有較大的區別。這樣,一個區域可能是一個物體,也可能是這物體的局部。經過分割後的圖像,可以為後續的圖像分析提供重要的目標形狀和尺寸信息。

圖像分割的基本原則是使區域內所考慮的特徵或者屬性是相同的或相似的,並且這些特徵或屬性在不同的區域中存在差異。圖像分割問題可以看作是問題。

圖像分割的方法很多,有基於象素的分割、基於區域的分割等。其中閉值化分割是區域分割中最簡單、最快速的一種。