计算机图像处理技术中的分辨率问题研究

邵燕　陈守森　许强　贾春朴

摘要：信息化时代内，计算机被融入多领域，正在日益普及。计算机在日常运用中，不可缺失图像处理。例如医学诊断、军事以及工控、自动分检或者识别物体，这些都融汇了图像处理。处理图像过程中，应能确保最合适的分辨率，这样处理得出的图像才会是清晰的，可以用来识别。从现今阶段来看，模糊信息处理日益被推广采纳，成为了处理图像时的主导方式。图像分辨率涉及多样的要素，应当综合予以衡量。对于此，解析了处理图像时的分辨率问题。结合图像处理的真实状态，从根本上提升分辨率。

关键词：计算机；图像处理技术；分辨率问题

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2016）24-0189-02

在获取信息时，通常都要识别某领域内的图像。精确处理图像，关系到设定决策的精确性。最近几年，图像处理日益融汇于全方位的生产及日常生活。判断并且识别图像信息，才能用来处理某一问题。航拍影像照片、层析用到的射线图、电视的图像等，这些都源自计算机处理得出的图像。图像是否精确，密切关系到图像本身的分辨率是否优良。由此可见，若要在短时段内获取完整且精准的图像信息，就要提升分辨率，快速识别并且获取可信的图像信息。

1 图像处理的根本技术

计算机协助的图像处理采纳了如下技术思路：针对于选定的图像，借助微机用来处理并且解析。经过全方位处理，获得符合需求的新图像。计算机辅助下，图像处理即为新式的影像处理，采纳了新阶段的计算机手段。通常状态下，处理各类的图像都配备了扫描仪、数字性摄像机。具体在采样后，可得二维性的数字数组并且构建像素。采样可得二维的整数数组，由此产生灰度值[1]。从处理流程来看，图像处理可分成如下：对图像的压缩、复原以及强化、匹配各类的图像、识别并描述图像。

在这之中，压缩图像是必要步骤。数字化处理后，经常获得较大量的图幅数据。典型状态下，数字图像都含有多个像素。某些图像呈现为动态性，同时也附带了更多量的像素数据。由此可见，妥善存储并且压缩图像是尤为必要的。从算法来看，压缩图像包含了近似算法以及不失真的方式。常用的流程为：在时间空间上，针对于邻近像素值予以编码，而后求出差值。例如压缩可得精确的游程编码，即为典型实例。与之相比，压缩图像配备的近似算法可借助交换图像，经过余弦变换可得图像。这种典型即为MPEG类的新式处理，此外还可选取傅里叶的快速变换。对于动静态这样两类的图像，都是很适用的。

选出了待处理的某一图像，还需再次去复原或增强。这样做，是为从根本上改进图片，提升影像的质量。复原及增强可选的方式包含了去模糊性、去除噪声、强化对比度、减低几何性的畸变。复原图像则先要设定噪声模型，估测并推断得出原先的图像。增强图像的方式为空间域或频率域，把图像化作可识别的信号，通常为二维信号。在这种基础上，再去强化信号。去除图像噪声，可选傅里叶变换的途径，但它仅适合于频率偏低的信号。高通滤波用来强化频率较高的图像信号，影像将更为清晰。典型性算法为：算出局部影像的平均值、计算出空间域、选取中值滤波的方式。经过这些处理，都可缩减直至除掉噪声。

2 图像处理的必要性

在各个领域中，都不可缺失信息。图像信息相比来看更具备直观性，更易识别判断。认知世界的过程中，就要借助直观性的图像信息用来获得判断，收获信息来源。然而，原始影像经常是模糊性的，很难借以估测某些必要信息。唯有经过处理，才能显示出隐含的某些信息，图像更加清晰。在现今阶段内，计算机辅助下的多样技术都获得了进步，尤其图像处理。在微机协助下，人们即可更便捷且精确地处理影像，进而获取更精准的清晰图像[2]。这样做，便于给出决策，或者获取信息。

日常生产中、科研等领域中，都需接触各类的影像。新阶段内，图像拓展了含义，包含遥感影像、医学拍摄的光片、清晰度更高的照片等。认知客观世界，不可缺失这些图片。计算机拥有更大容量及更高的实效性，也提升了原先的处理速度。在这种状态下，可处理的图像日益变得多样化。与此同时，摄像装置也拥有了高精度，趋向于小型化，这就在根本上改进了画面的总体质量。由此可见，现今的图像处理可以凭借于小型微机，提升处理的实效。

信息化时代内，图像处理日益融汇于多行业。例如医学影像，可用来分辨出机体内的断层；技术性的图像，可用来调控并且监管生产。面对于复杂的图像，还需快速判断可提取的信息，作为处理根据。生成数字图像，也可借助计算机予以实现。最近几年，计算机配备的软硬件都正在改进，推进了全方位的图像处理手段更新。在广阔领域内，都用到新阶段的图像处理。计算机辅助的新式图像处理拥有了小型化，也加入了更优的实时性及远程性。

3 设置图像分辨率

从根本上看，图像整合了多层次的信息，表现出全面性。在各类介质上，还可再现原先的信息。作为集合体，图像可用来集成并处理信息。对此，就有必要设置并匹配分辨率。具体而言，设置分辨率要注重如下事项：

3.1 选取分辨率

选定分辨率过程中，先要确定最适当的影像扫描率。初期在构建图像时，若设定了较低分辨率，那么扫描得出的影像也并不很精确。从这种角度看，单独提升像素并非必然可获得更为清晰的影像。导入扫描的过程中，针对特定图像还需设定匹配性的分辨率，这种分辨率被看成扫描阶段内的分辨率。若分辨率设置得很高，扫描可得优质影像。然而，这种设置也并非完美，也是有局限的。这主要是由于，扫描仪本身就表现为局限性，制约了分辨率。此外，要设置扫描的分辨率，还需兼顾给出来的处理目的[3]。

3.2 具体设置方式

设置分辨率时，要把它限定于最佳范围内，不可超越范围。条件准许时，若有必要放大固有影像，则还需筛选更大分辨率。然而各步骤中，都需控制于最吻合的分辨率之内。在软件帮助下，可再次予以放大。从现状来看，处理图像可借助多款的软件。选取了最佳软件，对应着的处理实效也会变得更优。同时，插值算法也密切关系到图像处理。插值算法可用来具体放大图像，进而判断出某一最相符的扫描分辨程度。经过扫描之后，要依托某种媒介用来输出，还要视情况予以放大原图。

在某些情况下，屏幕可用来显示出扫描后的影像，可发布至网页。具体显示时，应能维持恒定的图像规格尺寸。通常来看，可设置于70dpi的分辨率。若有必要放大，那么借助如下公式用来确定分辨率：扫描时的分辨率=72*影像的各边长/最初的边长。

扫描之后，需要输出并予以打印，这样才可获得易辨别的影像。具体打印步骤中，要维持最初的边长及尺寸。在这种基础上，最便捷的方式即为筛选分辨率，输出打印线的总数。如果需要打印，还需依照如下思路来设定分辨率：输出线频率*图像处理后的各边长/最初图像边长。

3.3 匹配不同的分辨率

打印的过程中，分辨率应当是可以匹配的，这种匹配是指图像本身及打印机二者的分辨率。打印机产生了某种输出，这种状态下即可算出最精准的分辨率，然后用来计算。输出打印之前，需要妥善匹配合适的分辨率。需要注意的是：打印设备及图像本身并不需要设定完全同样的分辨率，只要匹配即可。经过详尽的匹配，才会确保输出得到的图像是优质的。某些作品设定为较高分辨率，针对于这类作品先要妥善予以保存。预留必备的备份，依照打印机来选取分辨率。

图像分辨率可设置为双倍的打印机线频率。在这时，可自主予以定义。打印的步骤中，需要舍掉冗余性的某些图像。这是因为，打印出来的影像并不需要添加繁杂的细节，这些细节也会拖延更长的打印时间。打印机设有自身的分辨率，单位为各英寸内的图像点数。具体打印过程中，若没能明确某一个打印机的精确线频率，那么还可大体予以匹配。同时，应当优选适合的纸张用来打印。因为在不同材质上，打印得出的分辨率其实并不相等。

4 处理中的超分辨率

从总体来看，依照输出及输入的不同算法，可设置组合性的不同超分辨率。重构超分辨率的微机图像，借助于信号处理来转变原先较低的分辨率，变为高分辨率。这种技术目前正被广泛选用，用于打印图像、构建视频监控、解析刑侦案件、构建卫星成像或医学影像等。超分辨率关系着各类处理，例如根本性的图像处理、微机辅助的视觉性处理[4]。重构超分辨率时，也需要先期压缩图像、提取图像的特性、评价图像质量。需要提取独特的图像特征，优化得到最佳的某类算法。

超分辨率的构建中，重要步骤应为处理频域。唯有经过频域处理，才能构建精准的超分辨率。在频域范围内，可以用来卷积图像、旋转或平移图像。经过全面处理，即可转变成更易辨认的计算方式。分辨率领域内，频域方式拥有更高层次的直观优势。对于此，还可选取傅里叶变换。假定某一生成模型，经过连续性的变换即可构建线性的频域关系。

此外，超分辨率还会用到插值方法，这种方式针对于不均匀的图像。在重构超分辨率时，插值方式是更为简易并且直观的。对于非均匀性的处理图像，插值方法包含了如下流程：对于输入视频，配准为给出来的平面图像。经过转换之后，再设置对应性的图像约束。从本质来看，这种重构图像即为整合性的插值，可用于各阶段内的图像生成或处理。

5 结语

图像处理源自新阶段内的微机技术，经过处理以后，应能获取最佳的图像效果。通常来看，这类处理技术要符合设定的分辨率，易于辨别且可提供决策的参照。图像处理包含了多样的复杂要素，要全方位衡量并且判断，这种基础上得出精准的结论。从目前状态看，图像处理的相关性技术仍没能达到完善，有待持久的改进。未来的实践中，还需继续摸索，归纳图像处理的经验，服务于各领域内的计算机处理。

参考文献：

[1] 苏衡，周杰，张志浩.超分辨率图像重建方法综述[J].自动化学报，2013（08）：1202-1213.

[2] 王志芳，刘玉红，王颖，等.基于数字图像处理的人类视觉对比度分辨率限制测定[J].生物医学工程学杂志，2012（05）：998-1002.

[3] 吴学明，李灿平.边缘检测算法在不同分辨率图像中的性能研究[J].计算机测量与控制，2012（02）：166-169.

[4] 史正林，徐润泽，陆璐.小议计算机图像处理技术及其分辨率的选取[J].民营科技，2011（02）：49.