3.1　关于图像处理的总体介绍

数字图像技术是随着计算机技术发展起来的一门学科，现在已经融入人们的日常生活和科学技术等领域．数字图像技术和传统的图像技术的差别在于图像存储媒介有了变化．传统的图像通常存储在纸张、胶片和影片等物理介质上，数字图像的存储则是利用与电子计算机相关的存储设备，如硬盘、各种存储卡等．数字图像还有一个关键的特点是图像的数字化，即图像是以数据的形式存储，然后通过各种显示设备再现出图像，包括图片和影像．

单色的数字图像是通过颜色或者灰度值的大小来显示图像内容的，例如，0表示“黑”色，1表示“白”色，介于0~1之间的数值就表示颜色或灰度的深浅．特别地，如果一幅图像只有0和1两个颜色（灰度值），那它就是一幅二值图像．单色数字图像的基本表达如图3-1所示．

根据三原色原理，理论上所有颜色都可以通过红（R）、绿（G）、蓝（B）三种颜色合成，也就是说，通过这三种颜色不同值的组合可以产生所有的颜色．

数字化后的颜色值在0~1之间，按照目前计算机二进制表达的设置，每种颜色用8个字节（bit）来记录，可以有28=256种亮度的变化，即三原色的灰度值都是介于0~255之间的整数．这样，三种颜色的组合就会产生2563=16 777 216种颜色．可以观察到户外大屏幕的每一点实际上都是由三个色点构成的一个像素点，整个屏幕就是由这些像素构成的．肉眼从远处观看的时候不易发现，当走近观察时就能够清楚地辨认每一个像素点的原色结构．

数字图像的结构，就是将图像所在的区域（通常是矩形区域）分成若干个像素点，例如m行和n列，合计为m×n个像素点．对于彩色图像来说，每一个像素点又是由三个原色点构成的．如图3-2所示为彩色显示屏显示机理．图3-2（a）为常见的户外显示屏，图3-2（b）为其局部单元结构，图3-2（c）为构成整个显示屏的显示单元，可见每一个像素点的三色基元结构．

较为完整地介绍图像处理和技术相关的图书，可以参见综合性、方法性的书籍，如章毓晋的专著[31]．

数字图像处理是基于数字化图像进行处理的方法，一般包括图像增强、图像恢复、图像分割、图像校正和修补、图像去雾和投影重建等．深度的数字图像技术处理还包括3D图像重建、图像压缩技术等．这里只介绍与细胞生长演化过程模拟相关的一些数字图像处理方法，主要都与变分法的应用有关．

对细胞生长规律的研究是细胞生物学研究的主要内容．通过对细胞生长过程的观察和分析，以发现细胞生长规律，以及在细胞生长过程中细胞结构、功能的变化规律，进而解释生命活动规律．

一种常用的办法是通过图像记录细胞的生长过程．在这个过程中，要严格控制细胞的生长环境，还需要精密的采像装置．整个图像采集过程工作费时费力，有的用时周期很长．因此，如何提高数据图像采集效率一直是很多细胞生物学研究领域的科研人员需要攻克的问题．

细胞分裂的图像演化研究是一种探索分裂规律的直观分析方法，通常是对分裂过程录像或拍照记录，然后进行对比、判别以及机制性分析，从中发现一些规律性的结果．

这样，对分裂过程的研究就离不开相应的图像处理．例如，当细胞分裂过程缓慢而且耗时较长时，定时拍照就是一种现实可行的办法．对于具体的研究而言，适当时间拍照取样可以极大地降低研究成本．这就涉及如何通过照片来判别演化中的各种现象，如细胞边缘变化的生长与消亡等．无论是录像还是拍照，研究的目的都是揭示细胞之间的内在联系．实际上，录像也是通过拍照来实现的，所以，这种直观记录的方法本质上还是拍照．

在细胞生长过程中，顺时采集生长过程中的部分图像，通过图像变形和融合，在相邻两幅图像之间可以插入多幅模拟图像，最后重组成视频，以此来模拟细胞的生长过程．这种方法一般需要采集20幅图像，就能产生较好的演化效果，这和目前的视频技术的标准相近．

在介绍与后续演化过程模拟相关的方法，如噪声去除、分割、放大以及演化描述之前，先简单介绍一些和图像阴影去除、图像修复相关的内容．

1）阴影及消除方法

在图像信息的使用过程中，还有一些其他问题需要解决，如图像阴影去除和图像修复，具体内容可以参见参考文献[32]和[33]．

2）阴影的特点及处理方法

图像的阴影有许多不同类型，大体上可以分为两类：一种是目标自身的部分位置因没有光照而产生的阴影，称为自阴影；另一种是光照在对象的周围产生的阴影，称为投影阴影．一般地，去除阴影的方法可分为基于模型的方法和无模型的方法两种．基于模型的方法是根据先验知识，对场景中的目标建立特征模型以区分阴影和目标，该方法效果较好，但建模的过程复杂耗时．应用在特定场合的无模型的方法则是从人们的视觉印象出发，利用目标和阴影的光照特性、颜色、几何特征来区别，该方法的计算量较少．

可以采取两种方法分析阴影，其中一种是光流法．光流法是把图像的形成视为光源产生的光流场对摄像机产生的作用，也可以用于分析图像，进而用于图像阴影消除．通过分析阴影的特征，可以建立关于目标图像与背景的对比帧来实现阴影的检测和消除．利用光流法技术和背景差方法，提取出运动目标，同时提取出背景帧、前景帧以及他们的对比帧，再流程化进行逐帧的阴影消除处理，具体可参见参考文献[32]．

另一种方法是利用阴影区域的亮度均值低于相应的非阴影区域的亮度均值这一特性，使用数学方法建立全局能量泛函方程，通过优化迭代的方法反解出能量最小时的分割线，即阴影边界，参见参考文献[33]．这种方法一般需要结合具体问题的特点来处理，例如，构造如下的能量泛函方程：

式中，Is（x, y）为背景分割后图像的像素值；Ω±和Ω-分别为图像正影和阴影；c1和c2分别为正影和阴影的像素值（亮度）均值．然后依据能量极小原则，推导出正影和阴影的分割线以及正影和阴影区域Ω±．