信号处理在成像或图像处理中的技术应用

【摘要】随着科学技术的不断发展，信号处理技术得到了广泛使用。基于此，本文以信号处理在太赫兹成像、信号处理在图像处理中的应用为例，对其功能进行了详细阐述。

【关键词】信号处理；成像；图像处理

随着科学技术的快速发展，计算机技术水平的不断提高，信号处理已经成为信息时代的主力军。近年来，信号处理技术得到了不断完善，在更多领域发挥着重要作用，可以说，人们的生活已经离不开信号处理技术。此外，信号处理技术的发展也决定了DSP结构的发展，下面我们主要对信号处理在成像和图像处理方面的技术应用进行探讨。

一、 信号处理概述

1、 信号处理概念

信号处理就是根据预期目的和要求对各种类型的信号进行加工的过程，换句话说，所谓的信号处理实际上就是，对记录在某种媒体中的信号进行处理，从中抽取出有用的信息的过程。信号处理主要有两种体现形式，即：模拟信号处理和数字信号处理，目前，使用的较为普遍的信号处理技术就是数字信号处理。

2、 信号处理目的

人们在利用信号的时候，往往会受到许多干扰，从而不利于信息的获取，因此需要对其进行信号处理，比如，如果电信号比较弱小，此时就需要对其进行放大处理，如果电信号出现失真或者畸变时，我们就需要对其进行均衡处理，通常也会遇到不同类型的信号混杂在一起的情况，那么，此时我们就需要识别不同类型的信号。总而言之，对信号进行处理的根本原因是为了便于开展后续其他方面的处理工作。

3、 数字信号处理步骤

通常情况下，数字信号处理可分为三个步骤：首先，需要对模拟信号进行处理，转换为数字信号，信号的转换过程就是对自变量以及幅值同时进行离散化的过程，转换过程按照采样定理进行；其次，对转换而来的数字信号进行变换域分析、识别等处理；第三，将被处理过的信号转换为模拟信号，值得注意的是，如果在实际的工作中不需要此步骤，可以将其省略。

二、 信号处理在太赫兹成像中的技术应用

太赫兹同其它的X射线、红外、超声波等一样，可以作为成像系统的辐射源，其频率在0.1～10THz，由于其在穿透能力上与微波相似，在方向性上又与光波类似，因此，在某些特殊环境下，太赫兹的具有较为明显的优势。以下对信号处理在太赫兹成像方面的研究进行阐述。

1、 几何光学成像

几何光学成像的前提是将太赫兹波中的大小近似的波长予以忽略，太赫兹几何光学成像采用的是矢量测量技术，因此，与其它光学成像有着明显的区别：其一，在获取一维距离像后，将逐点进行扫描，最终可生成三维成像；其二，通过进行频域的转换分析，从而可以识别目标的结构和成分。

有时为了保证获得的一维距离像的分辨力更高一些，需要借助极短脉冲信号或者大带宽时宽积信号，但是信号带宽大也存在着技术瓶颈，比如在后端数字的信号处理方面，因此，在处理方式上，应当采用宽带线性调频信号，借助混频方式，使贷款和数字处理达到要求。由于无法避免信号失真的出现，而且对于系统的要求又特别高，因此，需要通过预失真补偿的方式对信号进行处理。

2、 衍射成像

衍射成像的原理为，当波长与目标尺寸达到相近的状态下，利用其显著特征实现成像。在衍射成像中，应用的最为广泛的就是合成孔径雷达。在极限分辨力方面，衍射效应与电磁波的波长的关系成正比，因此，在分辨力方面要更高一些。

3、 层析成像

层析成像是在X射线下实现成像借鉴而来的，信号源的产生方式主要在光电子需以及光学的基础上。上文提到的合成孔径雷达成像信号源的产生方式主要是在电子学基础上，问题的关键在于如何以信号处理的方式，对两种成像的异同点进行分析，将两种成像的有点结合起来，从而研究出一条更适合太赫兹成像的新方法。

层析成像与合成孔径成像的区别：其一，谱。层析成像通过一维傅里叶变换将被成像物体的投影值转换到谱域，并且只有在全方位的测量下，从能保证图像的质量更高。而合成孔径成像，被成像物体的回波数据属于直接谱域值，只有在有限频带扫频和有限视角观测时，通过小块谱域数据就可以获取高分辨力的图像。其二，投影方式。层析成像沿视向的线积分对被成像物体进行测量；合成孔径成像垂直于视向的线积分，对被成像物体进行测量。其三，成像性能。层析图像能够将被成像物体的大小和轮廓表现出来；合成孔径图像只能获取带通频谱，呈现出"散射中心"图像。

三、 信号处理在图像处理中的技术应用

1、 去除噪声

当我们获取图像或者对图像进行传输的时候，噪声就会出现，由于受到环境以及传感器自身质量等诸多因素的影响，也会导致噪声的出现。噪声对于图像的直接影响就是图像模糊，甚至会丢失很多重要细节，因此，需要通过信号处理将这些干扰去除。在对图像去除噪声时，通常采用的是双边自适应滤波器，与传统的处理方式相比，只需要对二维灰度图像进行滤波处理即可，不仅能够大大节省硬件资源的空间，而且，对于各种形式的噪音都有良好的去除效果，更重要的是，避免了过多重要的细节丢失。

2、 自动白平衡

我们知道，光源色彩决定了物体反射出来何种颜色，我们通常会把一些颜色当成是白色，这是因为大脑可以对该颜色进行侦测，从而做出调整，因此，无论在什么环境下，我们看到的白色物体依然呈现白色，人眼对于颜色有很强的适应能力，但是传感器却不具备这种能力，因此，我们在对相机的色彩进行调整时如果与照明色温不同，就会产生偏色。

目前来看，自动白平衡的主要算法就是简单像素级统计方法，该方法主要包括最大RGB、灰度世界、自动搜索白点白平衡算法等。灰度世界算法几乎能够满足所有的光源和场景，自动搜索白点白平衡算法在效果上要更好一些，但是对于场景的选择较为局限。

3、 自动曝光

在进行拍照时，往往涉及到场景过渡，比如室内外场景的转换等。通常情况下，我们将室内的光源称之为日光灯光源，室外的光源就是我们常说的太阳光，与日光灯相比，太阳光的强度超过其百倍或千倍，当人们转换室内外场景的时候，瞳孔就会自动改变大小，从而使人眼能够适应光的强度变化。例如，当我们从室内走向室外时，一开始会觉得非常刺眼，但是，过一会这种刺眼的感觉就会消失，就会产生一种与室内相差无几的视觉感受。但是传感器与人眼不同，不具备感受光源改变的能力，在对室外进行曝光的时候，如果与室内的曝光时间相同，此时，相机画面就会呈现纯白色，看不清其中的物体，因此，需要对其进行一定的调整，达到平衡。在特定的算法下，自动曝控制统计已拍图像，通过判断，得出图片是否存在光源强烈变化的情况，然后根据结构进行适当的曝光时间以及增益大小调整。

4、 自动聚焦

自动聚焦在各种精密仪器中运用的较为普遍，我们日常生活中所接触到的照相机和摄像机等就采用了自动聚焦技术，自动聚焦是对图像进行前端处理的一项重要技术。在这里我们以摄像机为例，对运动的图像按照视频序列进行自动对焦，自动对焦不仅要满足速度和精度要求，此外，经过视频自动聚焦会产生的图像必须要满足人眼的观察要求，也就是说，在对最大值搜索进行评价函数时，图像的状态只能由模糊到清晰，与此同时，由于场景极速变化往往会导致聚焦失败，因此，要求视频自动聚焦算法必须将这些影响因素排除。

结语：

综上所述，信号处理在各个领域均得到了广泛使用，但是，在某些领域的应用还并不成熟，往往受到环境等诸多因素的变化，导致并不能获取良好的成像或图像处理，因此，信号处理技术需要技术人员长期探索，不断提高信号处理技术，相信在不仅的将来，信号处理一定会在更多领域发挥其积极作用。

参考文献：

[1]黎洪宋.图像传感技术中的图像信号处理[J].中国铁路，2014（3）.

[2]夏梦.数字光场成像系统的信号处理[D].电子科技大学，2014.