摘要：21世纪以来，随着计算机技术的不断推进，图像处理技术逐渐进入到人们的视野当中，并受到人们的广泛关注。如今，图像处理技术已经被广泛运用到建筑设计、机械设计、土木工程、数字娱乐等各个领域，大大促进了社会经济发展。图像处理技术依赖于图像信号处理设备，但在实际应用过程中，其设备常常会受到各种环境等因素的影响，从而达不到预计的图像处理效果。对此，本文对图像传感技术中的图像信号处理进行了重点分析和探讨。
关键词：图像传感技术；图像信号处理；基本功能
1.前言
所谓的图像处理技术又称之为影像处理技术，主要是指利用计算机来对图像进行深层次的研究和分析，以达到所预计的目的和结果。一般来讲，图像处理指的是数字图像处理，需要通过特殊的图像信号处理设备来进行具体操作，最为常见的就是视频监控系统。目前，视频监控已经开始步入第三代全数字网络视频监控时代，大大拓宽了视频监控范围，提高了监控效率，但是由于数字产品受外界环境影响较大，因此经常达不到预计的监控效果[1]。针对这一情况，许多图像处理技术人员开始重点关注图像传感技术中的图像信号处理，以寻求更好的优化解决措施。
2.图像传感技术中图像信号处理的基本功能分析
2.1噪声去除
若想获得高质量的图像，则必须要图像进行严格的噪声去除技术处理。图像产生噪声的主要源头是信号的获取和传输，由于在获取和传输图像信号时，图像传感器常常会受各种外界因素的影响，从而产生噪声，造成画面缺失，进而影响图像的整体质量，因此去除图像噪声十分必要。一般来讲，图像噪声可以分为外部噪声、内部噪声、平稳噪声、非平稳噪声等，只有找到噪声的具体来源，才能采用有效的噪声去除方法。传统的图像除噪方法为空间除噪法，具体包括均值滤波法和中值滤波法，它们虽然能够去除图像噪声，但在使用时不可避免的会出现许多弊端。比如均值滤波可以将噪声进行平滑处理，但在一定程度上会有损边缘画面质量，为解决这种现象，通常采用较小的滑窗对图像画面进行处理；中值滤波与均值滤波处理方法较为相似，唯一不同的是中值滤波所采用的滑窗像素以所有像素的中间值为标准，这在一定程度上依然会模糊边缘画面，降低画面质量。针对这一不足，目前已经发展出一种基于bayer模式的双边自适应滤波器，它只需对二维灰度图像进行滤波处理，这既能够有效去除图像噪声，又可以最大程度的确保图像的完整性[2]。
2.2自动曝光技术
在日常拍照时经常会由于拍照场景的变换和过度导致画面不清晰，画质较低，无法真实反映拍照现场的情况，对此可以采用自动曝光技术来对画面进行一定的调整和处理。该技术的使用原理是根据特殊的算法来对已拍好的图片信息进行统计，以此来判断图片是否存在强烈的光感变化，从而确定具体的曝光时间和曝光强度，以免出现曝光不足或曝光过度现象，这样一来就可以很大程度的提高图片的画面质量。
2.3自动聚焦控制技术
自动聚焦技术是图像处理技术的一种，它广泛应用于照相机、摄像机等精密仪器当中。以摄像机为例，其自动聚焦对象主要为运动着的物体，因此对于聚焦速度有着严格的要求。此外，自动聚焦之后输出的图像必须要符合人们的视觉要求，达到这些标准才能对物体进行准确的拍摄。然而对于摄像机来说，视频序列的物体和场景都是时刻变化着的，这就大大增加了自动聚焦难度，甚至难以进行聚焦，所以要想拍摄出完美的视频画面，就必须要增强自动聚焦能力，具体要符合以下几点要求：1）聚焦收敛既要速度快又要聚焦准确；2）所成图像的清晰度必须要保持单向变化。只有做到这些要求，才能在聚焦收敛之后获取一个清晰的图像画面。
期刊文章分类查询,尽在期刊图书馆
3.图像传感技术中图像信号处理的特性分析
随着图像处理技术的快速发展，现在大多的图像处理技术都已经具备了抗干扰的特性功能，这使得在特定环境下可以获取到质量较高的监控图像，例如3D数字降噪功能有助于消除低照度场景图像中产生大量的噪声；宽动态功能不仅利于体现图像暗处的细节而且也不会导致图像明处产生过曝的现象；用实时视频透雾功能获取到的图像除了准确性较高外，图像看上去也更加自然[3]。下面将主要介绍这些特性功能的具体算法。
3.1 3D数字降噪算法
由于客观条件的限制，视频图像的噪声往往很大，因此视频图像的降噪对提升视频图像的质量就显得格外重要。在视频图像降噪算法中，时域降噪要比传统的空间降噪更有利于保护图像的边缘和细节，所谓的3D数字降噪算法就是结合空域降噪技术和时域降噪技术。众所周知，每一帧间图像内容的相关性较强，在时域上，以运动估计为基础，同时在当前帧的上一帧和下一帧中搜索匹配块，并对搜索到的匹配块使用运动强度检测。若检测显示运动强度过小，则需用时域滤波对其进行处理，若强度较大，则用空域滤波对其处理。通过在视频图像中结合使用时域和空域降噪算法，能够对视频图像中的噪声进行有效的消除，从而在较大程度上提升了视频图像的质量。
3.2 宽动态算法
所谓的宽动态技术是指在强背光环境下，能够让摄影机捕捉到目标的技术。从相关文献上来看，宽动态算法有很多，但从严格意义上来说，目前只有2种宽动态处理算法，其余的都是这2种处理算法的衍生算法[4]。这2种算法分别是：其一，使用LZ77等压缩算法把宽动态图像的原始数据压缩到低动态范围内，但在压缩过程中尽量不要破坏图像的细节和对比度；其二，利用CLAHE等图像增强算法对原本低动态范围内的图像进行增强处理，从而使得图像中的细节和对比度能够得到较大的提升。值得注意的是这2种算法的处理数据不同，前一种算法的数据是图像的原始数据，而后一种算法的数据是低动态范围的图像数据。宽动态算法的依据是先将长、短曝光分别用于低光照和强光照区域，然后使用一些算法对长曝光和短曝光的数据进行合成，这样不仅能使图像暗处的细节能够得到较好的保留，而且也不会导致图像明处产生过曝的现象。
3.3实时视频透雾算法
户外空气中雾霾和固体小颗粒的存在会明显降低视频图像的质量，从而难以察觉图像中某些重要目标的细节，为此香港中文大学何凯明博士等人发明了著名的基于暗通道先验的图像去雾算法。目前来说，主要有两大类透雾算法：一是使用非模型的图像增强技术，该技术的原理是通过图像对比度的提升来使人的主观视觉要求得到满足；二是利用模型化的图像复原技术，使用此项技术时须先把图像退化的原因弄清楚，其次要用数学模型来表述图像的退化过程，采用逆向处理的方式，最终实现图像的完整复原[5],其中直方图均衡化、滤波变换都是较为常用的增强式透雾处理方法。
4.结语
现阶段，图像信号处理技术的运用越来越为广泛和普遍，并且取得了很好的使用效果，但是由于受到一些外界因素的影响，该技术仍然存在许多问题。对此，必须要采取有效的技术措施以保证画面的清晰度，促进图形处理技术向更深、更高层次不断推进。
参考文献
[1]范鑫鑫,宋欣桐,张悦. 基于图像传感技术的图像信号处理[A]. 《决策与信息》杂志社、北京大学经济管理学院.“决策论坛——经营管理决策的应用与分析学术研讨会”论文集（下）[C].《决策与信息》杂志社、北京大学经济管理学院:,2016:1.
[2]刘立英. 基于视觉传感与图像处理技术的焊接过程控制技术[J]. 中国科技信息,2007,19:79-80.
[3]石加彬. 压缩传感技术在图像处理上的研究与应用[D].汕头大学,2010.
[4]邓尚伟. 图像传感技术中的图像信号处理[J]. 信息通信,2015,02:122.
[5]陈善学. 矢量量化技术及其在图像信号处理中的应用研究[D].电子科技大学,2009.
论文作者:左远洋
论文发表刊物:《电力设备》2017年第16期
论文发表时间:2017/11/6
标签：图像论文; 技术论文; 算法论文; 噪声论文; 图像处理论文; 信号处理论文; 画面论文; 《电力设备》2017年第16期论文;