2023年7月26日发(作者：)

计算机图形学与图形图像处理技术的应用

摘要：在上世纪五十年代，计算机图形处理技术就开始被人们所使用了，在这么多年对计算机进行深度探究的过程中，图形处理方面计算机技术也变得越来越成熟，在图形图像及美学方面的社会需求也推动了信息技术的发展。随着技术进一步的优化，人们在搜集信息和处理信息方面也逐渐开始使用图形图像处理技术，在计算机技术进一步完善的过程中，人们在图形图像处理技术方面取得了重大的突破——相关技术更加符合当代社会发展和审美的需要，在众多领域之中加强对图形图像处理技术的使用和研发，推动了我国当前的生产与发展。

关键词：计算机；图形学；图形图像处理技术

引言

以往二维图形只能显示正面的投影，但如今随着数字化社会的不断进步，一种新型技术应运而生，即利用三维模型对图形进行立体化处理，也就是利用计算机视觉来对图像本身进行投影处理。这与以前的网络构架相比，其校正精度是很高的，被广泛应用于处理图形图像的过程中。

1计算机图形图像处理技术概述与计算机图形学

1.1概念

计算机图形图像处理技术指的是借助计算机技术或计算机平台系统对图形图像进行处理分析，能够进一步提取出处理图像包含的信息。目前，该技术已经渗透到社会各个领域，通过利用优秀的计算能力完成二维、三维图像设计和存储，能够增强图像展示完美性。计算机图形图像处理技术能够产生两种效果图，分别是数字化图像和模拟图像。其中，数字化图像具有较高精确度，且具有处理方式简单的特点；模拟图像具有输出简单的特点，但具有较大局限性。计算机图像处理技术的主要工作内容：运用光学对图片进行预处理，然后再进行数字化处理，通过几何变换、数字建模、明暗处理等方式增强图像识别性和清晰度。目前的计算机图像处理技术已经趋向于成熟，可以应用到各领域的科研、开发、生产过程中。

1.2计算机图形图像处理技术分类

第一，图形图像去噪技术。顾名思义是去掉图像的噪声干扰，是图像复原技术的重要组成部分。在图形图像采集过程中，由于系统硬件等物理因素干扰，会导致图形图像采集过程中出现噪音，去噪技术是通过同态滤波操作和维纳滤波操作提升已退化的图像质量，进而达到去噪效果。第二，图形图像增强技术。该技术能够帮助工作人员有效提取图形图像关键信息，削弱无关无用信息，主要针对原有图形图像画质差、目标对象与背景较为模糊的图形图像，能够提升图形图像对比度，提高图像画质清晰度和色彩明艳度。主要通过直方图增强法、伪色彩增强法等来增强图形图像的需求信息和必要信息，在不修改图形图像信息的基础上凸显图像的有用信息和数据，顺利完成目标对象和目标区域分类。第三，图形图像压缩技术。该技术能够有效提取采集的图形图像信息和减少图片占用存储空间，有效删除无用信息和冗余信息。例如，电视图像会产生较大图像数据率，通过采用图像压缩技术传播图形图像，能够避免传输过程中损伤图像，从而提高图形图像对比度和清晰度，进而提高图形图像应用效果。第四，图形图像识别技术。该技术指的是对图像进行准确识别和分类，主要应用于人工智能方面。通过应用该技术，能够对数据对象按照一定特征进行分组，并可以记住降维、聚类等方法找到数据共同点，提高对象分组效率。

1.3计算机图形学

CG是计算机图形学的英文缩写，主要是指二维或者三维的图形利用数学算法转换成面或体并最终在显示器上以一种栅格形式的图像呈现。在目前的很多领域都有使用到计算机图形学，而且已经达到了一个比较高的水平，比如三维方面对已有实物的数字建模、分析再进行二次创作，对设计模型模具进行快速成型实验等。虽然说目前的计算机图形学已经得到了业界大范围的认可，但是如果不能将技术进一步创新，那也无法满足这个高速发展社会的需求。 2计算机图形图像处理技术的应用场所

2.2化学工业方面应用

主要针对各种复合材料进行研究，例如碳纤维增强水泥基复合材料，该材料被广泛应用到建筑工程施工。例如，碳纤维混凝土，可以用于路面除冰、电磁屏蔽及建筑物健康监测等方面。例如，通过运用卷积神经网络能够加强图像分割和目标识别效果。目前，CNN已经成为化学工业方面的主要图像处理技术，利用CNN进行图像分割和多尺度特征编码，能够提取图像和视频中行人、汽车等性能。将其应用到沥青路面和水泥砂浆裂缝提取中，可以对现实复杂环境进行提取和分析，进而为碳纤维混凝土在建筑物健康监测、路面除冰加热等方面应用提供数据依据。在实际分析中，CNN具有分析不同尺度下SEM图像的能力，能够识别定位CF簇和分割CF簇，也就是说可以通过电镜扫描对图像中的CFRC进行定量表征碳纤维分布，并结合不同碳纤维SEM图像数据库进行编码、解码，从而了解碳纤维的分布与碳纤维混凝土属性之间的关系。

2.3交通领域应用

随着科学技术不断发展，智能交通成为智慧城市建设重要内容，计算机图形图像处理技术是实现智能交通的关键。我国最初将图形图像处理技术应用到道路交通管理优化、动态识别车辆、采集交通信息等方面。随着科技不断进步，我国交通领域对图形图像处理技术的应用逐渐扩大，强化道路安全管理和实时监控交通行为，有效维持交通运输秩序。例如，在道路两旁、红绿灯周围安装道路摄像监控系统，就可以借助图像处理技术有效识别道路交通违法行为，如果有车辆或行人出现交通违法行为，就可以将监控拍到的图像作为执法依据。但是，如果监控系统的图像处理技术较低，就会造成图像不清晰，就会影响执法效率。但是，将图形图像处理技术应用到监控系统中，就能通过将违章车辆与背景分割开来，并通过检测车辆运动情况判断是否违章，进而有效检测违章行为。在具体判断中，需要将图像分割成两大块，一块含运动目标，另一块不含运动目标。然后进行目标对象属性识别，比如通过进行突出颜色、提高亮度、提高清晰度等方式对运动前景进行查看，这属于不含运动目标图片处理；在进行含目标图片处理时，可以通过车辆引擎盖和车底阴影识别目标对象，并通过图像分割获取目标对象的二维坐标长度及宽度。

3.4遥感通信应用

遥感是最早使用计算机图形图像处理技术的领域，图形图像处理技术对遥感通信有着重要作用。刚开始使用图像处理技术，是为了获取精准的空间数据信息，为决策提供理论依据。但遥感通信是过程较为复杂，需要借助图形图像压缩还原技术进行图像传输，避免图像在传输过程中出现损伤，或者图形图像清晰度难以满足观察要求。因此，借助图形图像处理技术能够利用图像生成和重建特点进行图形图像处理，提高图像直观性，进而获得准确信息。在具体使用过程中，通过融合遥感技术和图形图像处理技术，能够借助计算机进行遥感技术设计和运用，进而提高遥感技术的科学合理性，提高其应用效果和质量。

结束语

综上所述，图形图像处理技术是新型技术之一，在应用层面上需要不断提升。图像处理技术精准度、分辨率较高、速度比较快，受到广泛的重视，在较多领域中具有不可替代的作用。未来该项技术若更广泛地应用于各领域中，还需要相关人员不断进行探究与运用。

参考文献

[1]宋琳琳.计算机图形学与图形图像处理技术[J].东西南北,2019(16):122.

[2]刘敏.基于计算机图形学和图形图像处理技术有关思考[J].电子商务,2020(12):76-77.

[3]罗宁.计算机图形学与图形图像处理技术分析[J].智富时代,2019(7):0332.

[4]陈静.计算机图形学与图形图像处理技术研究[J].科教导刊(电子版),2019(7):293.