【正文】 由于拉普拉斯算子是一個二階導數，它將在邊緣處產生一個陡峭的零交叉。 計算機科學與工程系 113 Roberts邊緣檢測算子 該算法的算子如下： ??????? 0110 ???????1001計算機科學與工程系 114 Roberts邊緣檢測算子 2．效果對比圖 Roberts邊緣檢測效果圖 計算機科學與工程系 115 Sobel邊緣檢測算子 Sobel邊緣檢測算子是先做成加權平均，再微分，然后求梯度。梯度方向對應于 F(i,j)最大變化率方向上，即 Q=arctan[ /] 計算機科學與工程系 109 根據梯度二值化圖像 梯度幅度比例于鄰像素的灰度級，在灰度陡變區(qū)域，梯度值大，在灰度相似區(qū)，梯度值小，在灰度級為常數區(qū)，梯度為零。 G[f(i,j)]≥T g(i,j)= Lb。對于圖像而言，物體和物體之間，背景和背景之間的梯度變化一般很小，灰度變化較大的地方一般集中在圖像的邊緣上，也就是物體和背景交接的地方，當設定一個合適的閾值 T， G[f(i,j)]大于 T就認為該像素點處于圖像的邊緣，對結果加 100，以使邊緣變亮，而對于 G[f(i,j)]不大于 T就認為像素點是同類像素（同是物體或同是背景）。 即 f(i,j)= G[f(i,j)]。相減的結果反映了原圖像亮度變化率的大小。 循環(huán)取得各點像素值；取得隨機數（ rand()/1024）；該點像素值加上隨機數； 計算機科學與工程系 88 椒鹽噪聲 本程序通過計算機所產生的隨機數的大小來給圖像加噪聲。 計算機科學與工程系 79 選擇式掩模平滑 (a)周圍 9鄰近 (b)左 7鄰近 (c)上 7鄰近 (d)右 7鄰近 (e) 下 7鄰近 (f) 左上 7鄰近 (g)右上 7鄰近 (h)右下 7鄰近 (i)左下 7鄰近 圖 52 5 5窗口選擇式掩模平滑法 計算機科學與工程系 80 選擇式掩模平滑 計算個掩模的均值（ ai）及方差（ ki）。但平均是以圖像的模糊為代價的。對于鄰域可以有不同的選取方式，如下所示： 51??????????010111010 81??????????111101111 161??????????121242121 模板 1 模板 2 模板 3 計算機科學與工程系 73 3 3均值濾波 為了保持平滑處理后的圖像的平均值不變，模板內各元素之和為 1。點處理是一種輸出像素值僅取決于輸入像素值的圖像處理方法；區(qū)域處理的輸出像素值不僅與輸入的像素值有關，而且與輸入像素在一定的范圍內的相鄰像素值有關。常見的平滑濾波算法有：線性平滑、非線性平滑、自適應平滑。從數學上來說，它統計一 幅圖像中各個灰度級出現的次數或概率；從圖形上來說，它是一個二 維圖，橫坐標表示圖像中各個像素點的灰度級，縱坐標為各個灰度級 上圖像像素點的個數或概率。 灰度窗口變換的變換函數表達式如下： 0 x L f (x) = x L ≤ x ≤ U 255 x U 式中 L表示窗口的下限， U表示窗口的上限。對于連續(xù)圖像，如果背景與目標物的灰度之差很小，在 [a,b]區(qū)間內量化可能進入同一灰度級內而不能分辨。非 0取 1就是對于灰度圖像 f，若某像素灰度值為 0，則其灰度值不變，仍為零；對于灰度值不為零的像素，將其像素值全部變?yōu)?255。 如下圖，點（ x0,y0）經過旋轉 α 度后坐標變成（ x1,y1）。此時縮小后的圖像中的（ 0， 0）像素對應于原圖中的（ 0， 0）、（ 0， 1）、（ 1，0）、（ 1， 1）像素；以此類推。 坐標原點 tx X ty (x1,y1) Y (x0,y0) 像素平移示意圖 顯然（ x0,y0）和（ x1,y1）的關系如下： x1=x0+tx y1=y0+ty 計算機科學與工程系 39 圖像的鏡像變換 ? 圖像的鏡像變換分為兩種：一種是水平鏡像，另一種是垂直鏡像。每一次顯示像素灰度值的 n/256倍，圖像的像素點計算一遍后，顯示一次，重復執(zhí)行上述過程，直至每一個屏幕上的像素點的灰度值全部和記錄中的值相同為止。 效果圖： (a)自上而下掃描 (b)自下而上掃描 (c) 自左向右掃描 (d)自右向左掃描 計算機科學與工程系 29 圖像的特效顯示 ? 圖像的移動 移動是將圖像看作一個整體，顯示時必須按物理順序進行，例如從上向下平移時，必須先顯示下面的圖像，后顯示上面的圖像。 lpbmi：指向 BITMAPINFO結構的指針。 計算機科學與工程系 26 顯示函數 ? StretchDIBits（）函數 該函數的結構如下： BOOL StretchDIBits(HDC hdc， int x,int y,int nWidth,int nHeight,int xSrc,int ySrc,int nSrcWidth,int nSrcHeight, CONST VOID*lpvBits,CONST BITMAPINFO *lpbmi, UNIT fuColorUse， DWORD dwrop)。 參數說明： x: 指定繪制目標矩形左上角的邏輯 X軸位置。 nWidth: 指定繪制目標矩形和源位圖的寬度（按邏輯單位）。圖像的像素值并不是顏色值 ,而是顏色索引表的索引號。位圖結構如下所示 : 位圖顏色表 RGBQUAD 位圖像素數據 位圖文件頭結構 BITMAPFILEHEADER 位圖信息頭結構 BITMAPINFOHEADER 計算機科學與工程系 14 結構 數據域 含義 FILEHEADERBITMAP bfType 字節(jié) “ BM” bfSize 文件總字節(jié)數 BfReserved1 0 BfReserved1 0 bfOffBits 位圖數據距文件頭的偏移量 BITMAPINFOHEADER biSize 本結構大小的字節(jié)數 biWidth 位圖的寬度，單位為象素點 biHeight 位圖的高度，單位為象素點 biPlanes 1 biBitCount 象素的位數（ 1， 4， 8， 24） 計算機科學與工程系 15 biCompression 壓縮方式（ 0表示不壓縮） bisizeImage 位圖數據的字節(jié)數 biXpelsPerMeter 水平分辨率（象素點 /米） biYpelsPerMeter 垂直分辨率（象素點 /米） biClrUsed 圖象中使用的顏色數 biClrImportant 圖象中重要的顏色數 RGBQUAD rgbBlue 藍色的比例 rgbGreen 綠色的比例 rgbRed 紅色的比例 rgbReserved 0 計算機科學與工程系 16 數字圖像處理的應用 ? 下面列舉一些典型的應用實例 。 ? 在一些單色照片中，經常要用灰度，才能準確的表達圖象的真實視覺效果，這種圖象被稱為灰度圖象。 ? 具有不同的圖象分辨率的數字圖象在同一輸出設備上的顯示分辨率相同 。 數字圖象是連續(xù)圖象 f(x， y)的一種近似表示 ， 通常用由采樣點的值所組成的矩陣來表示 : f(0， 0) f(0， 1)… . f(0， M1) f(1， 0) f(1， 1)… . f(1， M1) f(N1， 0) f(N1， 1)… . f(N1， M1) ? 每一個采樣單元叫做一個象素 (pixel)， 上式中 ， M、 N分別為數字圖象在橫 、 縱方向上的象素 。 計算機科學與工程系 3 第一章 位圖基礎 ? 數字圖像的基本概念 ? 與設備無關位圖 (DIB) 計算機科學與工程系 4 數字圖像的基本概念 ? 位圖與矢量圖 ? 數字圖象的基本概念 ? 單色圖象 ? 灰度圖象 ? 偽彩色圖像 ? 24位真彩色圖像 計算機科學與工程系 5 位圖與矢量圖 ? 圖形由指令集合組成的描述 ， 顯示時需要相應的軟件讀取這些命令 ， 并將其轉變?yōu)槠聊簧纤@示的形狀和顏色 ， 圖形記錄的主要內容是坐標值或坐標值序列 ， 對一般畫面內容的顏色或亮度隱含且統一地描述 。 圖象分辨率說明了數字圖象的實際精細度 。 ? 單色圖象具有比較簡單的格式，它一般由黑色區(qū)域和白色區(qū)域組成，其典型圖象格式就是直線圖和圖表。 2)f red(x， y)、 f green(x， y)、 f blue(x， y)取值范圍為 0~255。 計算機科學與工程系 18 數字圖像處理的應用 (5)其它應用 ①多媒體計算機系統及應用； ②圖像的遠程通信 ③電視會議； ④可視電話； ⑤服裝試穿顯示； ⑥現場視頻管理。 計算機科學與工程系 24 顯示函數 ? BitBlt()函數 該函數的結構如下： BOOL BitBlt(int x,int y,int nWidth,int nHeight,CDC* pSrcDC,int xSrc,int ySrc,DWORD dwrop)。其操作碼定義了圖形設備接口（ GDI）在輸出操作中如何組合顏色。 nSrcWidth, nSrcHeight:指定復制源位圖的寬度和高度（按邏輯單位）。 nHeight: 指定繪制目標矩形的高度（按邏輯單位 xSrc,ySrc: 指定源位圖左上角的坐標（按邏輯單位）。其中的四個要點是： (1)如何劃分圖像塊； (2)確定圖像塊的操作次序； (3)顯示或清除圖像塊； (4)在兩個圖像塊的操作之間延時。 中間擴張效果圖 計算機科學與工程系 32 圖像的特效顯示 ? 中間收縮 中間收縮的效果是從屏幕的上下兩邊同時向中間掃描，其原理類似于將圖像平分成上下兩部分，從屏幕的上下邊界，對圖像同時進行向上掃描和向下掃描，直到在圖像的中間分界相遇。設置一個隨機數，用來產生隨機顯示區(qū)域的次序，每獲得一個隨機區(qū)域，就根據其首址顯示這塊區(qū)域的圖像，直至所有的區(qū)域都至少顯示一次。當 kx=ky=2時，圖像放大 2倍，原圖中的某一個像素，對應新圖的 4個像素。一般圖像的旋轉是以圖像的中心為原點，旋轉一定的角度。 灰度變換主要針對獨立的像素點進行處理，通過改變原始圖像數據所占據的灰度范圍而使圖像在視覺上得到良好的改觀，沒有利用像素點之間的相互空間關系。 02550型固定閥值法的變換函數表達式如下： 0 xT1 0 xT2 其中 T T2為指定的閾值?；叶鹊拇翱谧儞Q也是一種常見的點運算。如果一幅圖像灰度集中在較暗的區(qū)域而導致圖像偏暗，可以用灰度拉伸功能來拉伸（斜率 1）物體灰度區(qū)間以改善圖像質量；同樣如果圖像灰度集中在較亮的區(qū)域而導致圖像偏亮，也可以用灰度拉伸功能來壓縮（斜率 1）物體灰度區(qū)間以改善圖像質量。比如圖像總像素數為 n,具有 r灰度級的像素數為 nr,則圖像概率密度函數 Pr(r)=nr/n。自適應平滑法是以盡量不模糊邊緣輪廓為目標的。由于 8連接要求的條件更加苛刻，因此不能滿足條件的噪聲要比 4連接的多，遺留下的噪聲也多。 此式表明，若某點