【正文】 .............................................................................. 18 算法描述 ................................................................................................. 18 編程實(shí)現(xiàn) ................................................................................................. 19 效果演示 ................................................................................................. 19 直方圖均衡化的算法與實(shí)現(xiàn) ........................................................................... 20 基本原理 ................................................................................................. 20 算法描述 ................................................................................................. 20 編程實(shí)現(xiàn) ................................................................................................. 20 效果演示 ................................................................................................. 22 鄰域平均法平滑的算法與實(shí)現(xiàn) ....................................................................... 23 基本原理 ................................................................................................. 23 算法描述 ................................................................................................. 23 編程實(shí)現(xiàn) ................................................................................................. 23 效果演示 ................................................................................................. 24 加權(quán)平均法平滑的算法與實(shí)現(xiàn) ....................................................................... 25 基本原理 ................................................................................................. 25 基本算法 ................................................................................................. 25 編程實(shí)現(xiàn) ................................................................................................. 25 效果演示 ................................................................................................. 27 中值濾波法平滑的算法與實(shí)現(xiàn) ....................................................................... 27 基本原理 ................................................................................................. 27 基本算法 ................................................................................................. 27 編程實(shí)現(xiàn) ................................................................................................. 27 效果演示 ................................................................................................. 30 梯度銳化的算法與實(shí)現(xiàn) ................................................................................... 30 基本原理 ................................................................................................. 30 算法描述 ................................................................................................. 31 編程實(shí)現(xiàn) ................................................................................................. 31 效果演示 ................................................................................................. 34 第 5 章 總結(jié) ................................................................................................................... 35 參 考 文 獻(xiàn) ................................................................................................................... 36 致 謝 ......................................................................................................................... 37基于 Visual C++的數(shù)字圖像處理 1 基于 Visual C++的數(shù)字圖像 處理 第 1 章 緒論 圖像是人類從外界獲取的主要信息來(lái)源之一。視覺(jué)是人類最重要的感知手段，圖像又是視覺(jué)的基礎(chǔ)。首次獲得成功應(yīng)用的是美國(guó)噴 氣推進(jìn)實(shí)驗(yàn)室（ JPL）。 數(shù)字圖像處理技術(shù)取得的另一個(gè)巨大成就是在醫(yī)學(xué)上。 從 20 世紀(jì) 70 年代中期開(kāi)始，隨著計(jì)算機(jī)技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理技術(shù)向更高、更深層次發(fā)展。 20 世紀(jì) 80 年代末期，人們開(kāi)始將其應(yīng)用于地理信息系統(tǒng)，研究海圖的自動(dòng)基于 Visual C++的數(shù)字圖像處理 2 讀入、自動(dòng)生成方法。 Mallat 于 1988 年有效地將小波分析應(yīng)用于圖像分解和重構(gòu)。屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)、機(jī)器人視覺(jué)、公安司法、軍事制導(dǎo)、文化藝術(shù)等。處理后的圖像是否保持原狀已經(jīng)是無(wú)關(guān)緊 要的了，不會(huì)因?yàn)榭紤]到圖像的一些理想形式而去有意識(shí)的努力重現(xiàn)圖像的真實(shí)度。 圖像增強(qiáng)處理的應(yīng)用已經(jīng)滲透到醫(yī)學(xué)診斷、航空航天、軍事偵察、指紋識(shí)別、無(wú)損探傷、衛(wèi)星圖片的處理等領(lǐng)域。 在圖像處理過(guò)程中，圖像增強(qiáng)是十分重要的一個(gè)環(huán)節(jié)。常用的一些圖像增強(qiáng)方法是學(xué)習(xí)圖像增強(qiáng)的基礎(chǔ)，至今它們對(duì)于改善圖像質(zhì)量仍發(fā)揮著重要的作用。介紹圖像增強(qiáng)技術(shù)的課題背景和意義、本文的研究?jī)?nèi)容。 第四章圖像增強(qiáng)的結(jié)果與分析。 數(shù)字圖像的基本理論 數(shù)字圖像的表示 圖像并不能直接用計(jì)算機(jī)來(lái)處理，處理前必須先轉(zhuǎn)化成數(shù)字圖像。為了能夠用計(jì)算機(jī)對(duì)圖像進(jìn)行處理，需要坐標(biāo)空間和性質(zhì)空間都離散化。亮度是觀察者對(duì)所看到的物體表面反射光強(qiáng)的量度。),( yxf 與 ),( yxi 和 ),( yxr 都成正比 ， 可表示成 ),(),(),( yxryxiyxf ?? 。 灰度直方圖 灰度直方圖是數(shù)字圖像處理中一個(gè)最簡(jiǎn)單、最有用的工具，它反映了數(shù)字圖像中每一灰度級(jí)與其出現(xiàn)頻率之間的統(tǒng)計(jì)關(guān)系。利用計(jì)算機(jī)可以對(duì)它進(jìn)行常現(xiàn)圖像處理技術(shù)所不能實(shí)現(xiàn)的加工處理，還可以將它在網(wǎng)上傳輸，可以多次拷貝而不失真。 圖 數(shù)字圖像處理系統(tǒng) 圖 ，圖中并沒(méi)有顯示出軟件系統(tǒng)，在圖像處理系統(tǒng)中軟件系統(tǒng)同樣是非常重要的。 圖 圖像處理流程圖 數(shù)字圖像處理技術(shù)起源比較早，但真正發(fā)展是在八十年代后，隨著計(jì)算機(jī)技術(shù)的高速發(fā)展而迅猛發(fā)展起來(lái)。其中基于變換的圖像處理框架主要在實(shí)現(xiàn)圖像壓縮上有優(yōu)勢(shì)，而基于偏微分方程（ PDE）的圖像處理框架在圖像的噪聲去除、邊緣提取、圖像分割上有優(yōu)勢(shì)。圖像增強(qiáng)的過(guò)程往原始圖像 預(yù)處理 特征分析 圖像理解 基于 Visual C++的數(shù)字圖像處理 4 往也是一個(gè)矛盾的過(guò)程：圖像增強(qiáng)希望既去除噪聲又增強(qiáng)邊緣。 常用的圖像增強(qiáng)方法 圖像增強(qiáng)可分成兩大類：頻率域法和空間域法。 圖像增強(qiáng)的方法是通過(guò)一定手段對(duì)原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制 (掩蓋 )圖像中某些不需要的特征，使圖像與視覺(jué)響應(yīng)特性相匹配。 基于空間域的算法分為點(diǎn)運(yùn)算算法和鄰域去噪算法。常用算法有均值濾波、中值濾波。這時(shí)可以通過(guò)直方圖均衡化將圖像的灰度范圍分開(kāi)，并且讓灰度頻率較小的灰度級(jí)變大，通過(guò)調(diào)整圖像灰度值的動(dòng)態(tài)范圍，自動(dòng)地增加整個(gè)圖像的對(duì)比度，使圖像具有較大的反差，細(xì)節(jié)清晰 [15]。圖像中往往包含有各種各樣的噪聲。 (4)銳化 平滑噪聲時(shí)經(jīng)常會(huì)使圖像的邊緣變的模糊，針對(duì)平均和積分運(yùn)算使圖像模糊，可對(duì)其進(jìn)行反運(yùn)算采取微分算子使用模板和統(tǒng)計(jì)差值的方法，使圖像增強(qiáng)銳化。 進(jìn)而 對(duì)圖像增強(qiáng)的基本理論進(jìn)行了逐步分析，闡明了圖像的增強(qiáng)方法的種類及常用的幾種方法。如果 T 定義在每個(gè) ),( yx 點(diǎn)上，則 T 稱作點(diǎn)操作；如果 T 定義在 ),( yx 的某個(gè)鄰域上，則 T 稱為模板操作。 灰度變換主要針對(duì)獨(dú)立的像素點(diǎn)進(jìn)行處理，由輸入像素點(diǎn)的灰度值決定相應(yīng)的輸出像素點(diǎn)的灰度值，通過(guò)改變?cè)紙D像數(shù)據(jù)所占的灰度范圍而使圖像在視覺(jué)上得到改觀。 cayxfab cdyxg ?????? ]),([),( () 在曝光不足或過(guò)度的情況下，圖像的灰度可能會(huì)局限在一個(gè)很小的范圍 內(nèi)，這時(shí)得到的圖像可能是一個(gè)模糊不清、似乎沒(méi)有灰度層次的圖像。如圖 所示，為二段線性變換， (a)為高值區(qū)拉伸， (b)基于 Visual C++的數(shù)字圖像處理 7 為低值區(qū)拉伸。這時(shí)的變換公式為： 1),( ]),([ ?? ?? ayxfcbyxg () 式中 a ， b ， c 都是可以選擇的參數(shù)，當(dāng) ayxf ?),( 時(shí)， 0),( ?yxg ，此時(shí)指數(shù)曲線交于 x 軸，由此可見(jiàn)參數(shù) a 決定了指數(shù)變換曲線的初始位置參數(shù) c 決定了變換曲線的陡度，即決定曲線的變化速率。當(dāng) 0),( ?yxf 時(shí)， 0]1),(ln[ ??yxf ，則 ay? ，則 a 為 y 軸上的截距，確定了變換曲線的初始位置的變換關(guān)系， b 、 c 兩個(gè)參數(shù)確定變換曲線的變化速率。通常以圖像中像素?cái)?shù)目的總和 n 去除他的每一個(gè)值，以得到歸一化的直方圖，公示如下 ： 1,...2,1,0/)( ??? LknnrP kk 且 1)(11 ????LK krP 因此 )(krP 給出了灰度級(jí)為 kr 發(fā)生的概率估計(jì)值。直方圖反應(yīng)了圖像的整體灰度分布情況，對(duì)于 暗色圖像，直方圖的組成集中在灰度級(jí)低（暗）的一側(cè)，相反，明亮圖像的直方圖則傾向于灰度級(jí)高的一側(cè)。 （ 4）直方圖具有統(tǒng)計(jì)特性。 由 于