0.前言

數字圖像處理是利用數字計算機對圖像進行獲取、濾波、增強、復原、壓縮、分割、目標識別等環節的處理。所謂數字圖像是指將一幅圖像對應的二維函數f（x,y）中相應x,y及灰度值f是有限的離散數值時，我們將這幅圖像稱為數字圖像[1].數字圖像處理技術就是把捕獲到的圖像轉換、存儲、傳送及使用的技術。

如今，數字圖像處理技術幾乎涉及到現代社會的各個應用領域。在航空利用遙感技術進行空中拍攝，再通過數字圖像處理技術來分析探測地形地質、礦藏、調查森林、水利等資源。生物醫學上，常見的CT、超聲波圖像處理、X射線圖像增強等已廣泛運用。工業檢測可對生產線的產品及部件進行無損檢測。通信工程方面是多媒體通信時的編碼技術。

軍事公安用于各種偵查照片的分析，圖像傳輸及顯示的軍事自動化指揮系統，專業導彈的精確末制導，飛機、軍艦模擬訓練系統等。在公安業務技術圖片的判讀，不完整圖片的復原，人臉、指紋識別及交通監控等方面也有廣泛應用[2].

1. 數字圖像處理技術主要研究內容

數字圖像處理最早的真正應用是在1964年美國加利福尼亞的噴氣推進實驗室，由"徘徊者7號"衛星傳送的美國航天器拍攝的第一幅月球圖像，其應用的圖像處理方法可以作為圖像增強和復原方法的基礎。

數字圖像處理技術的主要研究內容包括圖像的獲取與數字化、圖像的濾波與增強、復原、圖像壓縮、分割、表示和描述、目標識別等。

把一幅真實的連續圖像轉化為計算機能夠接受的存儲格式，就稱為圖像的數字化。要獲取的圖像的數字化，必須在坐標軸和幅度值上進行取樣。對坐標軸進行的數字化稱為取樣，取樣的實質是用多少個點來描述這幅圖像，所以取樣的結果即反映了此圖像的分辨率。取樣的點越多，需要存儲此圖像的空間就越大，這幅圖像的分辨率也就越高。對幅度值上進行數字化稱為量化，量化即把取樣后圖像中的每一個點用多大范圍的值來表示，也就是圖像能夠容納的顏色數。所以量化位數越大，存儲占用的空間就更大，表示的顏色數就越多，表示的圖像效果就越細致。概括地講，采樣是將空間上連續分布的圖像轉換為離散的采樣點集的操作。量化是將各個采樣點所含的明暗信息離散化后，用數字表示[3].

圖像本身的空間域處理主要分為灰度變換和空間濾波，灰度變換是以對比度和閥值處理為目的，針對圖像單個像素上的操作?？臻g濾波通過圖像中每一個像素的鄰域處理來銳化圖像，是涉及改善圖像性能的操作。對于直方圖處理的灰度級有暗圖像、亮圖像、低對比度和高對比度，具體處理方法有直方圖均衡、直方圖匹配、局部直方圖處理和使用直方圖統計。濾波是通過或拒絕一定的頻率分量。通過低頻的濾波器稱為低頻濾波器，空間濾波器是直接作用于圖像本身的。平滑空間濾波器是用于模糊處理和降低噪聲的；銳化空間濾波器是處理突出灰度的過濾部分，可以利用模糊技術進行灰度變換和空間濾波。

圖像增強是一個主觀過程，圖像復原大部分是一個客觀過程，復原技術采用相反的過程進行處理，以便恢復原圖像。復原的主要目的是在減少或除去由于光學系統的焦距、系統誤差、畸變等因素而產生的退化。在圖像復原中，需建立造成圖像質量下降的退化模型，然后運用相反的過程和一定準則來判定是否為原圖像的最佳恢復[4].圖像壓縮也稱圖像編碼，是以較少的比特有損或無損地表示原來的像素矩陣的技術是去數據，去除多余數據，將二維像素陣列變換為一個在統計上無關聯的數據集合。

目標識別是指一個特殊目標從其它目標中被區分出來的過程，包括兩個非常相似目標的識別，也包括一種類型的目標同其它類型目標的識別。

圖像分割方法在不斷地改進，具體應用時，常將多種分割算法有效地結合起來，常用分割方法有基于閥值的分割、基于區域的分割、基于邊緣的分割等方法。單色圖像的分割算法是基于灰度值的不連續性和相似性這兩個基本性質的。為了將圖像的分割區域用計算機來處理，要將分割區域加以表示和描述。而圖像中的各個區域都可以識別，這就是我們說的目標，也稱為模式，目標識別的方法主要分為決策理論方法和結構方法[5].

2. 數字圖像處理技術在公安類院校中應用的優勢

為了適應公安工作改革發展的需要，滿足公安技術人才化建設的新要求，打造更高水平平安中國的新定位。公安類院校應適應現代教育的發展，培養學生的目的遵循復合型人才的培養規律，要求公安類院校培養學生應該與時俱進，滿足在公安機關從事工作的實戰型、應用型的高級專門人才的需求。

在公安技術的理論研究、科技創新和服務實戰中發揮作用。數字圖像處理技術在高校公安類專業中的應用越來越重要。數字圖像可以存儲在硬盤、U盤、光盤、磁帶等大容量的介質上，還可以利用云存儲技術，具有易存儲，安全性強的特點。數字圖像只要進行適時存儲和備份，數據安全性較強，就不會損壞和丟失。

數字圖像壓縮后，占用空間小，但許多有損壓縮的圖像分辨率低，難以進行下一步的處理。非壓縮的數字圖像質量好，但占用空間大。

數字圖像不會因為時間和環境的變換而影響圖像的質量，具有適用性強，應用廣泛的特點。通過不同方式獲取的圖像，均可利用數字圖像的濾波、增強、復原、壓縮、分割、目標識別等效果手段的處理[6].在現實社會中受客觀原因或存儲技術的限制，圖像信息會退化或變得模糊，達不到想要的效果。利用數字圖像處理技術的對比度增強就可以提升低對比度圖像視覺效果，可以用灰度變換法、直方圖處理以及Retinex算法等。

如果在空氣質量的影響下圖像也會發生圖像的不清晰，可以利用圖像去霧的方法。圖像降噪技術也是計算機視覺和圖像處理中應用較廣泛的，在抑制噪聲的同時，需要保持圖像的邊緣和紋理。在公安領域獲取的圖像由于攝像機的原因或在攝像的過程中物體的移動就會造成運動模糊，可利用數字圖像的復原技術進行恢復。超分辨率重建也是在公安監控系統中常用的數字圖像處理技術之一[7].

數字圖像可以方便的在數碼相機、手機及計算機之間進行傳遞與存儲，利用計算機的各種圖像處理軟件對數字圖像進行編輯。根據數字圖像文件分類、分批可以建立數據庫存檔，從而實現快速查找或傳送。在公安通緝、辨別等需要大量圖片時，可以通過批量的方式快速完成，可以將公安現場提取的各種圖像證據的變形、減弱等有損的痕跡輸入到計算機，同時利用數字圖像的編輯軟件可進行圖像的加強、矯正及拼接等特殊編輯，從而得到高質量的圖像。

3. 結語

利用數字圖像處理技術，可以處理公安類領域的各種偵察圖片的判斷與分析讀??；在案件中人臉照片的識別、指紋的識別以及車牌識別方面的應用也比較普遍；在交通監控、交通事故分析等方面，數字圖像處理技術發揮了非常重要的作用。大數據時代，計算機與網絡是我們生活中不可缺少的部分，公安類領域中圖片的處理與數字圖像的處理技術的發展是密不可分的。

參考文獻：
[1] 阮秋琦，阮宇智等譯。數字圖像處理 （第三版）。[M].北京：電子工業出版社，2013.
[2] 陳漢青。數字圖像處理技術研究進展[J].工控制計算機，2013,26（01）。
[3] 王皓陽。刑事圖像處理技術信息的數字化趨向與對策[J].警察技術，2002,（4）。
[4] 佟喜峰，劉雪梅，李盼池等。計算機圖像處理技術綜述[J].科技情報開發與經濟，2007,17（11）。
[5] 楊英倉。數字圖像處理技術在公安領域中的應用及發展前景[J].貴州教育學院學報，2007,18（02）。
[6] 陳曉輝。國家標準SVAC將成為安防監控產業發展的重要里程碑[J].中國安防，2009（l1）。
[7] 方永選，李武勁。模糊圖像處理技術在刑事偵查中的應用[J].法庭科學，2014,37（04）。