数字图像处理实验编译环境
A. 阐述一典型的数字图像处理系统，并分析其中所用到的关键图像处理技术
工作流（Workflow）就是“业务过程的部分或整体在计算机应用环境下的自动化”，它主要解决的是“使在多个参与者之间按照某种预定义的规则传递文档、信息或任务的过程自动进行，从而实现某个预期的业务目标，或者促使此目标的实现”。
简单地说，工作流就是一系列相互衔接、自动进行的业务活动或任务。一个工作流包括一组任务（或活动）及它们的相互顺序关系，还包括流程及任务（或活动）的启动和终止条件，以及对每个任务（或活动）的描述。
工作流在大多数的实际应用中的情况可以这样来简单地描述：在网络、服务器和多台计算机客户端的硬件平台上，业务过程按照预先设定的规则并借助应用程序和人对相关数据的处理而完成。例如，在日常办公中，当撰写好某份报告之后，可能需要将其提交给领导进行审阅或批示；审批意见可能需要汇集并提交给另外一个人，以便对报告进行进一步的修改。这样，可能会形成同一篇文档在多个人之间的顺序或同时传递。对于这样的情况，我们可以使用工作流技术来控制和管理文档在各个计算机之间自动传递，而非手工传递。这就可以称之为工作流。
类似的关于文档的自动化处理只是工作流技术的一种简单应用。事实上，工作流技术在现实生活中能够完成更多更复杂的任务。如企业（或机构）内部的各种数据或信息的自动处理，多种业务流程的整合，企业（或机构）之间的数据交换，借助Internet技术实现跨地域的数据传输和处理等等。
某产品销售的工作流示意图：
一、工作流发展
工作流技术起源于二十世纪七十年代中期办公自动化领域的研究，由于当时计算机尚未普及，网络技术水平还很低以及理论基础匮乏，这项新技术并未取得成功。1983年至1985年间，在图像处理领域和电子邮件领域出现了早期的含有工作流特征的商用系统。
进入九十年代以后，随着个人计算机、网络技术的普及和推广，以及信息化建设的日益完善，使得工作流技术的研究与开发进入了一个新的热潮。1993年8月,第一个工作流技术标准化的工业组织——工作流管理联盟（Workflow Management Coalition，简称WFMC，下同）成立。1994年，工作流管理联盟发布了用于工作流管理系统之间互操作的工作流参考模型，并相继制定了一系列工业标准。与此同时，关于工作流技术的学术研究也十分活跃，许多原型系统在实验室里开发出来。进入二十一世纪以来，工作流技术已被越来越多的人认可，与之相关的标准规范、工作流引擎及商业产品不胜枚举。人们在开发推广工作流产品的同时，更加注重工作流的理论研究，以推动该项技术走向成熟。
二、工作流的特点
1，图形化、可视化设计流程图
2，支持各种复杂流程
3，组织结构级处理者指定功能
4，B/S结构，纯浏览器应用
5，强大的安全性特色
6，表单功能强大，扩展便捷
7，灵活的外出、超时管理策略
8，处理过程可跟踪、管理
9，丰富的统计、查询、报表功能
10，与MAIL系统集成
三、工作流的优点
企业实施工作流管理所带来的好处是非常明显的，这包括提高企业运营效率、改善企业资源利用、提高企业运作的灵活性和适应性、提高工作效率、集中精力处理核心业务、跟踪业务处理过程、量化考核业务处理的效率、减少浪费、增加利润、充分发挥现有计算机网络资源的作用。实施工作流将达到缩短企业运营周期、改善企业内（外）部流程、优化并合理利用资源、减少人为差错和延误，提高劳动生产率等目的。
总结实施工作流带来的好处，可以归纳为以下几点：
1，要处理的事项已自动传递到个人电脑上
2，不再需要对员工进行流程的培训，平滑实现流程变更
3，员工只需将精力集中在处理自己关心的数据上
4，随时得到历史数据
5，随时生成处理效率报表
6，达到无纸化办公的目标
7，完全支持移动办公，使作业同步化
8，科学管理更进一层，办公效率明显提高
9，企业的核心竞争力将有提升
10，通过流程自动化与数据库集成，以及各类表单统计查询功能，提高决策能力
四、工作流WorkFlow技术构架
五、工作流是如何实现的
工作流的实施需要三个基本步骤：映射、建模和管理。映射是第一个步骤，其首要任务是确定并且文档化组织内全部现有的手工和自动化的业务流程；建模则是开发一个有助于建成流线型业务过程的模型。第三阶段是软件实施以及跨越全部工作部门、业务单元甚至是整个企业的无缝系统集成。
为了确保工作流系统能够“无缝地”实施到组织机构中，项目组都必须遵从已经定义好的、经过实践确认的行之有效的工作方法，并且在每个工作阶段都必须有可以度量的结果。一个深思熟虑的实施计划被有经验的团队执行，是成功地采用和实施工作流的决定因素。下图描述了一个推荐的、可供典型组织机构采纳的高层工作流（实施流程）。下面按图中步骤具体阐述。
建立项目管理办公室
项目管理办公室的组成是第一步，也是最重要的一步。项目管理办公室的成员须经过严格谨慎挑选，他们必须在恰当的程度上广泛代表组织内的业务、运营、IT以及审计等部门。产品供应方的产品专家、技术支持人员和管理人员也必须参与其中，以与用户互补。通常在PMO中还包含变更管理顾问，有助于形成组织中人员思路的多样化。每个成员的角色和责任必须定义清楚。PMO从整体上确立项目的实施范围、目标、实施时间框架以及优先级等等。PMO也负责管理和跟踪项目进度、设定检测项目是否成功的指标，以及定期向高层汇报项目状况等。
业务分析
项目组将分析用户现有的业务流程，找出哪些流程需要优化和改进以达到上佳效果，并分析每个流程的时间线和期望的结果。他们将与关键人员进行座谈，收集和鉴别正确的信息及数据，从而决定工作流系统如何满足需求。接下来的业务分析将辨别出哪些流程可以被优化、自动化、流线型化，哪些流程甚至需要重新设计。
确定目标
确定上佳目标是建立在业务流程详细分析的基础之上的。工作流项目的目标定义应该清晰并可以进行验证，好的目标意味着项目的成功。在实施过程的每一个阶段，项目组必须确认达到的结果是他们所期望的结果。例如，如果目标是缩短开发票周期两周，则必须分析现有的时间跟踪、记账和开发票等流程。
确定实施计划
目标确立后，由用户和软件供应商组成的项目组展示工作流解决方案具备的各种模块，根据用户提出的特定需求定义他们的功能和特性，并基于业务的优先级，共同决定每个模块的上线时间。
将业务流程在工作流系统中建立模型
在实施过程中建立业务模型是一个极重要的步骤。用户应当紧密地同软件产品应用专家进行合作，以在易用性和功能需求之间达到平衡。
用户可以在部署阶段前对模型进行测试，以确保该模型符合实际要求且没有过多的开销。需要指出的是，如果这个建模步骤没有完全正确地完成，将导致错误的报表或者多余的管理工作。
实现流程和软件集成
在这个阶段，项目组将确定现有的需要与工作流系统交互的流程与系统。如果处理不当，新旧流程的集成将导致失败。流程集成的一个重要方面就是在多系统之间消除或者最小化冗余数据，并在多个系统间复制这些数据。流程必须紧密集成，数据必须能跨越不同的流程和应用，顺畅流动。
项目组也必须确保工作流系统符合用户组织机构的安全标准，这一点经常在部署阶段前被忽视。
部署工作流系统
部署工作流系统包括两部分内容。第一部分自然是技术部分，涵盖了硬件和软件的安装、备份、恢复以及网络安装等等，这与一般的IT应用实施相似。
第二部分是指上线试运行。试运行小组应具有真正的代表性。项目组必须与试运行小组就项目的重要性进行沟通，并确保提供足够的培训，使得试运行小组能够对试运行工作得心应手。建议项目组建立清晰的沟通渠道，保证在试运行期间可以及时反馈用户的意见和建议。试运行将使项目组鉴别出原来设计和计划的弱点和缺点，并在大规模上线运行前加以解决。这也可以提高用户对于新流程的接受程度，因为用户感到他们也参与了项目的开发部分，解决方案不是强加给他们的。
一般认为，采用阶段性实施工作流系统可使用户更快地获得效益。因为用户可以更有效地渐进学习新系统，取得立竿见影的效益。阶段性实施还给予用户更多的时间了解、评估他们进一步的需求，使得项目实施期间的修改更加容易。另外，阶段性实施项目降低了风险。
系统评估
特别注意，在每一个阶段完成后，项目组都应该基于项目开始时设定的目标，对已经完成的结果进行评估，同时分析所达到的结果，并与最初的设计目标相对照。为了确保工作流解决方案在现有的业务环境中优化出更理??通，以了解什么需要更改。
系统支持
为确保实施成功，更佳地使用工作流软件，组织机构必须进行服务投资，组织机构应该委派专业人员提供第一线的服务，也应负责与供应商签订合同，以获得第二级支持。
六、工作流适用行业
消费品行业,制造业,电信服务业,银证险等金融服务业,物流服务业,物业服务业,物业管理,大中型进出口贸易公司,政府事业机构,研究院所及教育服务业等,特别是大的跨国企业和集团公司。
七、工作流具体应用
关键业务流程： 订单、报价处理、采购处理、合同审核、客户电话处理、供应链管理等
行政管理类：出差申请、加班申请、请假申请、用车申请、各种办公用品申请、购买申请、日报周报等凡是原来手工流转处理的行政表单。
人事管理类： 员工培训安排、绩效考评、职位变动处理、员工档案信息管理等。
财务相关类： 付款请求、应收款处理、日常报销处理、出差报销、预算和计划申请等。
客户服务类： 客户信息管理、客户投诉、请求处理、售后服务管理等管理等。
特殊服务类： ISO系列对应流程、质量管理对应流程、产品数据信息管理、贸易公司报关处理、物流公司货物跟踪处理等各种通过表单逐步手工流转完成的任务均可应用工作流软件自动规范地实施。
作为一个成熟稳定的工作流产品，不仅提供日常办公和关键业务流程智能化管理，而且能根据公司的特殊实际要求轻松方便地随时定制各种流程，并可实现不同角色不同的跟踪、查询、统计、打印等强大功能
结论
许多组织机构都有雄心勃勃的计划，为了能够夺回失去的时间和获得竞争优势，希望能够以大的步伐，更深（企业级或多级）、更广（多应用）和更快（短时间）地进入数字工作流时代。我经常发现他们因为许多原因而惨遭失败。根据我个人经验，明智的做法是从小的范围开始做起，并随着工作流的成长而逐步做大。阶段性实施提供了转换到新的流程的平稳方法。由于用户看到了效益，使得用户更易于接纳新的工作流程。阶段性实施的另一个原因，是用户不能够承受一下子丢弃原有的全部流程，从零开始。组织机构应该在当前业务过程中最没有效率的地方，集中寻找他们的“痛处”，然后利用“案例驱动”原则影响他们。
组织机构也必须认识到，当计划实施一个新的工作流程时，行政力量和企业文化必须要考虑进去。
成功与否的最后一个关键要素就是“人”。当我们改变业务流程时，技术是一个方面，但更大的挑战来自员工。的确，数字工作流系统要分阶段进行，使人们“渐进式”地取得经验，而不是“革命式”地得到经验。
工作流：workflow
今天讲的是工作流系统
什么是工作流系统： 工作流（Workflow）就是“业务过程的部分或整体在计算机应用环境下的自动化”，它主要解决的是“使在多个参与者之间按照某种预定义的规则传递文档、信息或任务的过程自动进行，从而实现某个预期的业务目标，或者促使此目标的实现”。
简单地说，工作流系统就是一系列相互衔接、自动进行的业务活动或任务。//一个工作流包括一组任务（或活动）及它们的相互顺序关系，还包括流程及任务（或活动）的启动和终止条件，以及对每个任务（或活动）的描述
例如，在日常办公中，当撰写好某份报告之后，可能需要将其提交给领导进行审阅或批示；审批意见可能需要汇集并提交给另外一个人，以便对报告进行进一步的修改。这样，可能会形成同一篇文档在多个人之间的顺序或同时传递。对于这样的情况，我们可以使用工作流技术来控制和管理文档在各个计算机之间自动传递，而非手工传递。这就可以称之为工作流。
工作流技术架构(图片)
词语解释
Middleware 中间件
Runtime 运行时间
Prebuilt 之前建立
Flowchart 流程图，作业图
Subsystem 子系统
工作流（Workflow）的优点
企业实施工作流管理所带来的好处是非常明显的，这包括提高企业运营效率、改善企业资源利用、提高企业运作的灵活性和适应性、提高工作效率、集中精力处理核心业务、跟踪业务处理过程、量化考核业务处理的效率、减少浪费、增加利润、充分发挥现有计算机网络资源的作用。实施工作流将达到缩短企业运营周期、改善企业内（外）部流程、优化并合理利用资源、减少人为差错和延误，提高劳动生产率等目的。
总结实施工作流带来的好处，可以归纳为以下几点：
1，要处理的事项已自动传递到个人电脑上
2，不再需要对员工进行流程的培训，平滑实现流程变更
3，员工只需将精力集中在处理自己关心的数据上
4，随时得到历史数据
5，随时生成处理效率报表
6，达到无纸化办公的目标
7，完全支持移动办公，使作业同步化
8，科学bsp; 9，企业的核心竞争力将有提升
10，通过流程自动化与数据库集成，以及各类表单统计查询功能，提高决策能力
组织的本质：1 是参与者与技术的聚集
2. 由总体的目标约束
组织的种类：1 理性的(整个集体是追求相当明确的目标和显示出相当高的固定社会结构，如商业) 2 natural(整个集体有同样的兴趣，并且乐于集体活动，如慈善机构)
3. 开放式的组织
数据流中的组织运用：理性的组织是用于计算机化中最成功的 数据流也同时对自然的和开放式的组织进行计算机化
数据流系统的一个联系：1 消息系统 2 工作项目 3 业务规则 4 流程图
消息系统：两类：1 数据流能识别的格式，2 不能识别格式
工作项目 一个工作项目具体说明一个需要被工作者执行的任务
数据流系统的任务是和工作项目相协调
业务规则： 一个典型的数据流有许多业务逻辑块所组成
在其生命周期内，业务规则在任何时候受限于数据流
业务规则在模型化组织时扮演很重要的角色
业务规则的起因：---
流程图：在数据流中一个主要模型结构是流程图
Synchronize ； 相协调； 暂停 解决数据流的例子记忆功能
运行时（runtime）运行语言：--
主机运行一般在组织的服务器，也可在客户端
数据流的中间件框架
执行这些工作：1 初始化和终止
2.执行：即执行在模型中明确规定的行为
3 长期数据流运行的管理
4 管理长期和短期的交易
演讲稿
在英语中working with the flow 是随波逐流的意思，但在这里表示工作流.
工作流的实质：在一个机构内，通过用电子文档来替换纸张文档系统，从而实现文档处理过程的自动化。我们可以将整个业务过程看作是一条河，其中流过的就是工作流。
数据流应用的产生的发展是以下两个因素的结果：
在这里 有两个关键字 在计算机环境下 以及自动化（办转学手续的例子）
数据流如邮件，电子邮件，活动和信息。
数据流的传递 是在一定的逻辑和规则下进行的。
无缝集成系统 就是 实现了平台管理的不同系统间信息交换和数据共享,
那么工作流系统是如何开始被人们所应用的呢？
下面介绍一下工作流中的专业术语
工作项目 一个工作项目具体说明一个需要被工作者执行的任务。打个比方说，就像我们编程时，给出提示信息，让操作者输入所需信息。
业务规则： 一个典型的数据流有许多业务逻辑块所组成
在其生命周期内，业务规则在任何时候受限于数据流
业务规则在模型化组织时扮演很重要的角色
定义和运行一个数据模型：是一个很复杂的工作，要有重要的体系结构，设计，和发展工作，并且工作永远都不会结束，因为模型必须一直调整来反映变化的存在的组织环境。
结论：工作流的核心部分是组织工作的模型，这个模型被用于编译许多部分用来运行一个组织。
接着是已经被广泛应用的一些工作流软件
MRP－III
是由MRP－II与JIT(Just In Time,准时制生产)的混合加上专家系统（ES）、并行工程（CE）和承担该系统运行的管理人员融为一体而成。
ERP
ERP的基本思想是将制造企业的制造流程看作是一个紧密连接的供应链，其中包括供应商、制造工厂、分销网络和客户；将企业内部划分成几个相互协同作业的支持集团，如财务、市场、销售、质量、工程等，还包括竞争对手的监视管理。
与以往已经被采用的企业IT应用体系，例如MRPII或ERP相比，WFMS是一个相当重要的里程碑。从用户的角度，WFMS带来（或将要带来）的变化是极其强烈的，甚至可以形容为一种用户“梦想”的实现。
在一些老的“模块化”的产品中，系统的设计是通常是基于任务分割的，作业项目之间是分裂的。面向对象的技术，并不能直接解决这个的问题，相反，往往使系统变得更加混乱和琐碎。从操作上，典型地，我们必须不断地在层次结构的功能表（比如下拉菜单）或对象之间“进进退退”，或者在“神出鬼没”的对象以及相关菜单中捉迷藏。
工作流管理系统是一个真正的“人-机”系统，用户是系统中的基本角色，是直接的任务分派对象，他或她可以直接看到电脑针对自己列出的“任务清单”，跟踪每一项任务的状态，或继续一项任务，而不必从一个模块退出，进入另一个模块，搜索相应任务的线索。前者是面向功能或对象的，而后者是直接面向用户的。这样，用户的任务分派和任务的完成状态，可以被最大程度地电脑化和受到控制。
现在的典型工作流产品是客户-服务软件。而日益增长的重要途径是通过万维网界面，它可以令客户或远程的职员更好地参与。工作流的定义经常是借助于图形化工具，依照业务过程实例的情况定义相应工作的安排。
1. 已经能够持续自动产生大量的细节数据。这类数据最早出现于传统的银行和股票交易领域，现在则也出现在地质测量、气象、天文观测等方面。尤其是互联网(网络流量监控，点击流)和无线通信网（通话记录）的出现，产生了大量的数据流类型的数据。我们注意到这类数据大都与地理信息有一定关联，这主要是因为地理信息的维度较大，容易产生这类大量的细节数据。
2. 需要以近实时的方式对更新流进行复杂分析。对以上领域的数据进行复杂分析（如趋势分析，预测）以前往往是（在数据仓库中）脱机进行的，然而一些新的应用（尤其是在网络安全和国家安全领域）对时间都非常敏感，如检测互联网上的极端事件、欺诈、入侵、异常，复杂人群监控，趋势监控(track trend)，探查性分析（exploratory analyses），和谐度分析(harmonic analysis)等，都需要进行联机的分析。
OSWorkflow是一个灵活的工作流引擎，设计成可嵌入到企业应用程序中。它提供了许多的持久化API支持包括：EJB,Hibernate,JDBC和其它。OSWorkflow还可以与Spring集成。
jBpm是一个灵活可扩展的工作流管理系统。作为 jBpm运行时server输入的业务流程使用简单强大的语言表达并打包在流程档案中。jBmp将工作流应用开发的便利性和杰出的企业应用集成（EAI）能力结合了起来。jBmp包括一个Web应用程序和一个日程安排程序。jBmp是一组J2SE组件，可以作为J2EE应用集群部署。
OpenWFE是一个开放源码的Java工作流引擎。它是一个完整的业务处理管理套件：一个引擎，一个工作列表，一个Web界面和一个反应器（存放自动代理）。它可以可以跟你的程序很好的给合。
Werkflow是一个灵活可扩展的基于流程和状态的工作流引擎。它的目标是满足可以想象的所有工作流程，从企业级的业务流程到小范围的用户交互流程。通过使用可插拔和分层结构，可以方便地容纳各种工作流语义。
OFBiz是一个非常着名的开源项目，提供了创建基于最新J2EE/XML规范和技术标准，构建大中型企业级、跨平台、跨数据库、跨应用服务器的多层、分布式电子商务类WEB应用系统的框架。 OFBiz最主要的特点是OFBiz提供了一整套的开发基于Java的web应用程序的组件和工具。包括实体引擎, 服务引擎, 消息引擎, 工作流引擎, 规则引擎等。
B. 数字图像处理(一) 绪论
本文主要通俗介绍了数字图像基础概念、图像处理技术划分、技术起源及应用场景、成像技术等
什么是数字图像呢？
数字图像 ：一幅图像可以定义为一个二维函数 ，其中 和 是空间(平面)坐标，而在任何一对空间坐标( , )处的幅值 称为图像在该点处的 强度 或 灰度 。当 ， 和灰度值 是有限的离散数值时，我们称该图像为数字图像。数字图像由有限数量的元素组成，每个元素都有其特定位置和幅值，这些元素称为 画图元素 、 图像元素 或 像素 。
这是因为：人类的感知仅限于电磁波谱的视觉波段，而成像机器几乎可以覆盖从伽马射线到无线电波的整个电磁波谱。数字图像处理能够对非人类所习惯的那些图像源进行加工。
AI(人工智能)主要分为感知、理解、决策三部分。而其中的理解，在图像处理和计算机视觉中被称作 图像分析 (或者叫做 图像理解 )。国际上做这个方向比较出名的就是斯坦福大学人工智能实验室（SAIL）主管李飞飞教授。而所谓的理解，就是理解图像背后的深层次含义，最终目标是像人一样，看一张老照片，可能会让你留下眼泪(所包含的信息量巨大)。现在李飞飞团队所做的成果能够理解各各物品之间的事物关系。如下图所示：
对图像的处理也分为三个等级： 低级处理 、 中级处理 、 高级处理 。
低级处理 ：主要是对图片进行一些简单的操作，像降低噪声、增强对比度和图像尖锐化。降低噪声可以用滤波。图像增强的原则是处理某个给定的图像，使其结果较源图像更便于后续的操作与应用，主要解决由于图像的灰度级范围较小造成的对比度较低的问题，目的就是将输出图像的灰度级放大到指定的程度，使得图像中的细节看起来增加清晰。锐化图像特征，如：边缘(edges)、边界(boundaries)、对比度(contrast)等，使得图像获得更好的显示效果或更便于图像分析。
中级处理 ：涉及诸多任务，如把一副图像分为不同区域或目标，也就是 图像分割 领域做的事情，以使得其更好被识别，分类，也可以称之为 目标检测 。说到这个就来感受一下成果：
高级处理 ：也就是上文说到的理解图像，为什么理解这么难呢？因为人类都很难做到这件事情，就像一万个读者眼中，就有一万个哈姆雷特。虽然数字图像处理这一领域建立在数学和概率公式表示的基础之上，但人的直觉和分析在选择一种技术而不选择另一种技术时会其核心作用。其实整个科学领域都是这样。
早在20世纪20年代就有数字图像处理这一概念，而到最近才发展迅速的根本原因是因为数字图像要求非常大的存储和计算能力，因此数字图像处理领域的发展必须依靠数字计算机及数据存储、显示和传输等相关支撑技术的发展。而计算机计算能力的提升也是现在AI发展起来的根本原因。很多技术在二十年前就有人提出来，而当代这些学者添砖加瓦将其效果做地更加惊艳。
如上图这张月球的图片，所有信息都隐藏在像素点里面，但是你怎么提取有效信息呢？举个更加易懂的例子：
通过墙壁漫反射的光影，重建原始画面。
左边的是原图，中间的是漫反射图，右边的是通过漫反射图重建的图片。
文章名称：Computational peris with an ordinary digital camera
文章链接： https://www.nature.com/articles/s41586-018-0868-6
计算机方法用于增强对比度，或将灰度编码为彩色，以便于解释工业、医学及生物科学等领域中的X射线图像和其它图像。图像处理技术也成功应用在天文学、考古学、生物学、核医学、法律实施(难不成是文字识别？不是很懂)、国防及工业领域。
说了这多数字图像处理，那图像从哪里来呢？也就是成像技术。主要有伽马射线成像、X射线成像、血管照相术、紫外波段成像、可见光及红外波段成像、微波波段成像、声波成像等等。设计太多知识，我也整不明白，各位观众老爷想了解的，自行网络关键字吧。
说白了图像就是由一堆数字，那么当然可以由计算机直接凭空产生。这里就设计到计算机图形学，再结合图像处理，得到另外一个领域：三维建模。
C. 简述如何获得和处理数字图像，所需的主要设备和操作步骤有哪些
数字图像处理主要就是一些算法，如果你已经入门VC的话，就可以做一些简单的图像处理算法。推荐看一本图像书《数字图像处理基础》朱虹着，将的很通俗易懂
（1）目前，数字图像处理的信息大多是二维信息，处理信息量很大。如一幅256×256低分辨率黑白图像，要求约64kbit的数据量；对高分辨率彩色512×512图像，则要求768kbit数据量；如果要处理30帧/秒的电视图像序列，则每秒要求500kbit～22.5Mbit数据量。因此对计算机的计算速度、存储容量等要求较高。
（2）数字图像处理占用的频带较宽。与语言信息相比，占用的频带要大几个数量级。如电视图像的带宽约5.6MHz，而语音带宽仅为4kHz左右。所以在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高的要求。
（3）数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。因此，图像处理中信息压缩的潜力很大。
（4）由于图像是三维景物的二维投影，一幅图象本身不具备复现三维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。
（5）数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大。由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大，作为图像质量的评价还有待进一步深入的研究。另一方面，计算机视觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。例如，什么是感知的初始基元，基元是如何组成的，局部与全局感知的关系，优先敏感的结构、属性和时间特征等，这些都是心理学和神经心理学正在着力研究的课题。
数字图像处理的优点
1. 再现性好数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。
2．处理精度高按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。
3．适用面宽图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图像组合而成）组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。
4．灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
数字音频的优点
无线由广播正在进入数字时代,其特点是从播音室至接收机传送的各种业务都是在数字领域里进行的.数字音频广播(DAB)是根据尤里卡-147计划提出的,后来由欧洲电信标准协会(ETSI)进行了标准化,旨在传送高质量的数字音频无线电业务给广大听众.在英国,英国广播公司(BBC)目前正在率先建立DAB全国传输网络,T大众提供各种数字无线电广播业务,并挖掘DAB的潜力,推出现有AM/FM无线电系统无法提供的各种新型节目和业务种类
D. 数字图像处理，3*3/5*5/7*7中值滤波程序，编译什么的都没错，一运行就显示基础类应用程序已停止工作。
程序有问题，好好检查。
E. （急）数字图像处理主要包含哪八个方面的内容
主要内容有：图像增强、图像编码、图像复原、图像分割、图像分类、图像重建、图像信息的输出和显示。
图像增强用于改善图像视觉质量；图像复原是尽可能地恢复图像本来面目；图像编码是在保证图像质量的前提下压缩数据，使图像便于存储和传输；图像分割就是把图像按其灰度或集合特性分割成区域的过程。
图像分类是在将图像经过某些预处理（压缩、增强和复原）后，再将图像中有用物体的特征进行分割，特征提取，进而进行分类；图像重建是指从数据到图像的。处理，即输入的是某种数据，而经过处理后得到的结果是图像。
(5)数字图像处理实验编译环境扩展阅读
发展概况
数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。
他们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，如几何校正、灰度变换、去除噪声等方法进行处理，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，获得了巨大的成功。
随后又对探测飞船发回的近十万张照片进行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，获得了非凡的成果，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。
在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。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。
F. 数字图像处理的基本概念
(一)数字图像
数字图像,又称数字化图像,是一种以二维数组(矩阵)形式表示的图像。该数组由对连续变化的空间图像作等间距抽样所产生的抽样点——像元(像素)组成,抽样点的间距取决于图像的分辨率或服从有关的抽样定律抽样点(像元)的量值,通常为抽样区间内连续变化之量物的均值化量值,一般称作亮度值或灰度值,它们的最大、最小值区间代表该数字图像的动态范围。数字图像的物理含义取决于抽样对象的性质。对于遥感数字图像,就是相应成像区域内地物电磁辐射强度的二维分布。
在数字图像中,像元是最基本的构成单元。每一个像元的位置可由行、列(x,y)坐标确定;亮度值(z)通常以0(黑)到255(白)为取值范围。因此,任何一幅数字图像都可以通过X、Y、Z的三维坐标系表示出。例如,陆地卫星的MSS图像(图4-8),便可看作x=2340(行),y=3240(列),z=0-255的三维坐标系。TM、HRV等亦然,只是行、列数不同而已。
图4-8 陆地卫星MSS数字图像的构成原理
数字图像可以有各种不同的来源:大多数卫星遥感,如MSS、TM、HRV、AVERR等等,地面景像的遥感信息都直接记录在数字磁带上,有关的接收系统(遥感卫星地面站、气象卫星接收站等)均可提供相应的计算机兼容数字磁带(CCT)及其记录格式。应用人员只要按记录格式将CCT数据输入计算机图像处理系统,即可获得数字图像,并进行各种图像处理;对于胶片影像,则可通过透射密度计、飞点扫描器、鼓形扫描器及摄像扫描器等,将影像密度转换为数值,进而形成数字图像;对于非遥感的地学图件,如地形图、地质图、航磁图、重力图、化探元素异常图等等,也可通过数字化仪,转换为数字图像。同一地区不同来源的数字图像都可精确配准,并作复合处理。
与光学图像相比,数字图像量化等级高(256级)、失真度小、不同图像的配准精度高、传输及储存方便,尤为重要的是可由计算机进行各种灵活、可靠、有效的处理,使遥感图像获得更好的判读、分析等应用效果。
(二)数字图像处理
数字图像以不同亮度值像元的行、列矩阵组织数据,其最基本的特点就是像元的空间坐标和亮度取值都被离散化了,即只能取有限的、确定的值。所以,离散和有限是数字图像最基本的数学特征。所谓数字图像处理,就是依据数字图像的这一数字特征,构造各种数字模型和相应的算法,由计算机进行运算(矩阵变换)处理,进而获得更加有利于实际应用的输出图像及有关数据和资料。故数字图像处理通常也称为计算机增强处理。
数字图像处理在算法上基本可归为两类:一类为点处理,即施行图像变换运算时只输入图像空间上一个像元点的值,逐点处理,直到所有点都处理完毕,如反差增强、比值增强等;另一类为邻域处理,即为了产生一个新像元的输出,需要输入与该像元相邻的若干个像元的数值。这类算法一般用作空间特征的处理,如各种滤波处理。点处理和邻域处理有各自不同的适应面,在设计算法时,需针对不同的处理对象和处理目标加以选择。
遥感数字图像处理,数据量一般很大,往往要同时针对一组数字图像(多波段、多时相等)作多种处理,因此,需要依据遥感图像所具有的波谱特征、空间特征和时间特性,按照不同的对象和要求构造各种不同的数学模型,设计出不同的算法,不仅处理方法非常丰富,而且形成了自身的特色,已发展为一门专门的技术。根据处理目的和功能的不同,目前遥感数字图像处理主要包括以下四方面的内容。
1.图像恢复处理:旨在改正或补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失等。属预处理范畴,一般包括辐射校正、几何校正、数字放大、数字镶嵌等。
2.图像增强处理:对经过恢复处理的数据通过某种数学变换,扩大影像间的灰度差异,以突出目标信息或改善图像的视觉效果,提高可解译性。主要包括有反差增强、彩色增强、运算增强、滤波增强、变换增强等方法。
3.图像复合处理:对同一地区各种不同来源的数字图像按统一的地理坐标作空间配准叠合,以进行不同信息源之间的对比或综合分析。通常也称多元信息复合,既包括遥感与遥感信息的复合,也包括遥感与非遥感地学信息的复合。
4.图像分类处理:对多重遥感数据,根据其像元在多维波谱空间的特征(亮度值向量),按一定的统计决策标准,由计算机划分和识别出不同的波谱集群类型,据以实现地质体的自动识别分类。有监督和非监督两种分类方法。
遥感数字图像处理的过程和各部分内容的关系如图4-9。本节将从遥感地质应用的角度简要介绍其中几种常用的处理方法,有一些方法(如复合处理)将在有关的应用章节讨论。
数字图像处理既可在专用的图像处理系统上进行,也可自编程序在通用计算机或微机上进行;处理结果既可打印成数符图(图4-10),也可以在彩色显示器上作彩色显示;既可以输出单波段的黑白图像,也可以输出多波段合成或各种运算处理结果的彩色图像(参见图版③);既可以内拍或扫描到胶片上成像,也可以外摄翻拍成像;既可以直接形成成果图件,给出各种统计数据,也可以再记录到CCT上转存……。总之,十分灵活、方便,比光学图像处理有更强的适应性,越来越得到广泛的应用。
图4-9 遥感图像数字处理基本流程
(三)数字图像处理系统
遥感数字图像处理不仅数据量大,而且数据传输频繁,专业性强,因此,一般都要在专门的处理设备上进行。用以进行数字图像处理的专门计算机设备及其功能软件即称之为数字图像处理系统,通通由硬件系统和软件系统两大部分组成。
其中,硬件系统,按目前国内外的发展趋势可分为大型的专用机系统(如目前国内使用的I2S公司的S600系统)和微机图像处理系统两类。一般情况下,它们都包括以下一些基本的部件(图4-11):
1.主机:进行各种运算、预处理、统计分析和协调各种外围设备运转的控制中心,是最基本的设备。一般为速度快、内存大的计算机,如VAX-11、VAX-3600等。随着微机的内存日渐扩大、运算速度越来越快,已可以用微机取代,如PC386、PC486及各种工作站等。
图4-10 杭州三潭印月TM5波段数符图
图4-11 数字图像处理系统基本结构示意图
2.磁带机和磁盘机:连结数字磁带(CCT)和主机的数据传输装置,既可以输入CCT数据,也可以将中间处理和最终处理的结果再转存记录到CCT上;对于微机系统,图像数据的传输一般用软磁盘,但对大数据量的卫星CCT则需用具微机接口的磁带机(如F880);
3.图像处理机:数字图像处理专用的核心设备,既具体承担各种图像处理功能,如图像复原、几何校正、增强和分类等各种变换处理等等,也是主机和各种输出输入设备的纽带。就前者而言,它实际上是各种图像处理软件的硬件化。目前国内使用较多的M75图像处理机即是,它可以快速处理显示512×512或1024×1024的图像;对于微机系统,则可以用图像处理板(MVP-AT板)代替。
4.输出设备:用作处理结果的监视分析(彩色监视器或彩显)及记录、成图(包括宽行打印机、彩色喷墨打印机、绘图仪、胶片记录扫描仪等等)。
对于功能齐全的系统,除上述外,通常还包括有胶片影像的摄像或扫描数字化仪、图形数字化仪等输入设备。
软件系统系指与硬件系统配套的用于图像处理及操作实施的各种软件。一般包括系统软件和应用软件两部分。前者又包括操作系统和编译系统,主要用于输入指令、参数及与计算机“对话”;后者则是以某种语言编制的应用软件,存于硬件系统的应用程序库中,用户可按研究任务采用对话方式或菜单方式,发出相应的指令使用这些程序,由主机作运算处理,获得所需的结果。不同专业往往设计有各自的应用软件系统,故国际上已涌现出各种各样的软件系统,如JPL的VICAR系统、LARSYS系统等等;目前微机上则普遍采用C语言编程,也已开发了一系列的微机图像处理的应用软件。
G. Visual C++数字图像处理技术详解的目录
前言
第一篇 数字图像处理编程基础
第1章 Visual C++图像处理基础
1.1 visual C++概述
1.2 数字图像处理的研究内容及应用领域
1.3 颜色模式和调色板
1.3.1 颜色模式
1.3.2 Windows调色板
1.4 数字图像文件格式
1.4.1 BMP文件格式
1.4.2 其他文件格式
1.5 使用visual C++处理数字图像的基本方法
1.5.1 使用GDI+处理数字图像
1.5.2 使用DIB处理数字图像
1.5.3 使用自定义类CDib处理数字图像
1.6 综合实例——图像浏览器
1.7 实践拓展
第二篇 数字图像处理核心技术
第2章 图像几何变换
2.1 图像位置变换
2.1.1 图像平移
2.1.2 图像旋转
2.1.3 图像镜像
2.1.4 图像转置
2.2 图像尺度变换
2.2.1 图像缩放
2.2.2 插值算法
2.3 综合实例——魔镜
2.4 实践拓展
第3章 图像正交变换
3.1 基本正交变换
3.1.1 离散傅里叶变换
3.1.2 离散余弦变换
3.1.3 离散沃尔什变换
3.2 特征变换
3.2.1 K－L变换
3.2.2 SVD变换
3.2.3 小波变换
3.3 综合实例——特征提取
3.4 实践拓展
第4章 图像增强
4.1 灰度变换增强
4.1.1 线性灰度增强
4.1.2 分段线性灰度增强
4.1.3 非线性灰度增强
4.2 直方图增强
4.2.1 直方图统计
4.2.2 直方图均衡化
4.2.3 直方图规定化
4.3 图像平滑
4.3.1 邻域平均法
4.3.2 加权平均法
4.3.3 选择式掩膜平滑
4.3.4 中值滤波法
4.4 图像锐化
4.4.1 梯度锐化
4.4.2 拉普拉斯掩膜锐化
4.5 频域增强
4.5.1 低通滤波
4.5.2 高通滤波
4.5.3 带阻滤波
4.5.4 同态滤波
4.6 彩色增强
4.6.1 真彩色增强
4.6.2 假彩色增强
4.6.3 伪彩色增强
4.7 综合实例——照片处理器
4.8 实践拓展
第5章 图像复原
5.1 图像退化模型
5.2 线性复原
5.2.1 无约束逆滤波
5.2.2 有约束维纳滤波
5.2.3 有约束最小平方滤波
5.2.4 运动模糊图像复原
5.3 非线性复原
5.3.1 最大后验复原
5.3.2 最大熵复原
5.3.3 投影复原
5.4 盲目复原与几何复原
5.4.1 盲目图像复原
5.4.2 图像几何畸变的校正
5.5 综合实例——模糊照片复原
5.6 实践拓展
第6章 图像重建
6.1 图像重建与可视化工具VTK
6.1.1 图像重建
6.1.2 可视化工具VTK
6.2 VTK的安装与配置
6.2.1 安装前的准备
6.2.2 开始实施安装
6.2.3 Visual Studio 2005环境的配置
6.2.4 测试开发环境
6.3 传统重建算法
6.3.1 傅里叶反投影重建
6.3.2 卷积反投影重建
6.3.3 代数重建
6.3.4 超分辨率重建
6.4 三维重建数据可视化
6.4.1 三维图像的面绘制
6.4.2 三维图像的体绘制
6.5 综合实例——CT图像重建
6.6 实践拓展
第7章 形态学处理
7.1 形态学基本概念
7.2 二值图像形态学处理
7.2.1 图像腐蚀
7.2.2 图像膨胀
7.2 -3开运算和闭运算
7.2.4 击中击不中变换
7.2.5 骨架提取
7.3 灰度图像形态学处理
7.3.1 灰值腐蚀和膨胀
7.3.2 灰值开运算和闭运算
7.3.3 灰值形态学梯度
7.3.4 Top-Hat变换
7.4 综合实例——白细胞检测
7.5 实践拓展
第8章 图像分割
8.1 边缘检测法
8.1.1 Roberts算子
8.1.2 Sobel算子
8.1.3 Prewitt算子
8.1.4 Krisch算子
8.1.5 Laplacian算子
8.1.6 Gauss-Laplacian算子
8.2 阈值分割法
8.2.1 最大方差阈值分割
8.2.2 自适应阈值分割
8.3 边界分割法
8.3.1 轮廓提取
8.3.2 边界跟踪
8.4 其他分割法
8.4.1 区域生长法
8.4.2 彩色分割法
8.4.3 分水岭分割法
8.4.4 水平集分割法
8.5 综合实例——指纹提取
8.6 实践拓展
第9章 图像匹配
9.1 基于像素的匹配
9.1.1 归一化积相关灰度匹配
9.1.2 序贯相似性检测法匹配
9.2 基于特征的匹配
9.2.1 不变矩匹配法
9.2.2 距离变换匹配法
9.2.3 最小均方误差匹配法
9.3 综合实例——遥感图像匹配
9.4 实践拓展
第三篇 数字图像媒体处理技术
第10章 图像压缩编码
10.1 无损压缩
10.1.1 Huffman编码
10.1.2 Shannon-Fano编码
10.1.3 算术编码
10.1.4 游程编码
10.1.5 线性预测编码
10.1.6 位平面编码
10.2 有损压缩
10.2.1 有损预测编码
10.2.2 变换编码
10.3 JPEG 2000编码
10.3.1 JPEG 2000概述
10.3.2 JPEG 2000编码过程
10.3.3 JPEG 2000图像压缩码流格式
10.4 综合实例——图像编码解码器
10.5 实践拓展
第11章 图像特效
11.1 显示特效
11.1.1 扫描特效
11.1.2 移动特效
11.1.3 百叶窗特效
11.1.4 栅条特效
11.1.5 马赛克特效
11.1.6 雨滴特效
11.2 滤镜效果
11.2.1 底片效果
11.2.2 雕刻效果
11.2.3 黑白效果
11.2.4 雾化效果
11.2.5 素描效果
11.3 综合实例——图像特效编辑器
11.4 实践拓展
第四篇 数字图像编程高级应用
第12章 Visual C++结合Open CV编程
12.1 OpenCV概述
12.2 OpenCV编程环境
12.2.1 OpenCV的获取
12.2.2 0penCV的安装和Visual C++的配置
12.3 OpenCV编程基础
12.3.1 OpenCV编程规范
12.3.2 0penCV基础数据结构
12.3.3 OpenCV动态数据结构
12.3.4 OpenCV常用函数
12.3.5 在Vsual C++环境下使用OpenCV
12.4 综合实例——人脸检测
12.5 实践拓展
第13章 Visual C++结合MATLAB编程
13.1 MATLAB概述
13.2 MATLAB图像处理
13.2.1 MATLAB程序设计基础
13.2.2 MAⅡAB图像处理工具箱
13.2.3 Simulink视频和图像处理模块
13.3 在Visual C++中调用MATLAB
13.3.1 使用MATLAB引擎
13.3.2 使用MATLAB编译器
13.3.3 使用MATCOM
13.3.4 在VC中调用Simulink模型
13.4 综合实例-运动物体跟踪
13.5 实践拓展
第14章 车牌识别系统综合应用
14.1 车牌识别系统概述
14.2 车牌识别系统架构
14.2.1 系统硬件平台
14.2.2 系统软件平台
14.3 车牌定位
14.3.1 车辆图像采集与预处理
14.3.2 车牌区域定位
14.4 字符分割
14.4.1 图像二值化
14.4.2 倾斜校正
14.4.3 分割字符
14.5 车牌识别
14.5.1 字符特征提取
14.5.2 分类器设计
14.5.3 字符识别
14.6 实践拓展
参考文献
H. 数字图像处理有哪些主要的应用
1、航天和航空方面
航天和航空技术方面的应用数字图像处理技术在航天和航空技术方面的应用，除了JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。
2、生物医学工程方面
数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了上面介绍的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。
3、工业和工程方面
在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。
(8)数字图像处理实验编译环境扩展阅读：
一些优点：
1、再现性好数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。数组，这主要取决于图像数字化设备的能力。
现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。
2、适用面宽图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。
I. 进行数字图像处理的软件有哪些
进行数字图像处理的软件如下：
1、LabVIEW。LabVIEW具有强大的数据采集功能，对很多摄像机有很好的支持，带有NIVision视觉开发模块，能方便地实现很多的功能。
2、VC加加系列。VC加加在现在工业上应用很广泛，工业相机制作厂商都给出了VC开发包。VC加加有很多开源的库的支持，使得VC加加的功能很强大。
3、Delphi。Delphi提供了各种开发工具，包括集成环境、图像编辑，以及各种开发数据库的应用程序。