【正文】 (x,y,RGB(gray,gray,gray))。 } //直接修改像素顏色 int m_nHeight=()。 對圖像做指數(shù)函數(shù)非線性變換時，變換函數(shù)為 1),( ]),([ ?? ? ayxfcbyxg () 通過調(diào)整參數(shù) a 、 b 、 c 可以調(diào)整曲線的位置與形狀。 (x,y,RGB(gray,gray,gray))。 (x,y,RGB(gray,gray,gray))。 //int pit=()。 算法描述 圖像的分段線性灰度變換算法實現(xiàn)的步驟描述如下： [1]獲得源圖像的首地址及圖像的寬和高。 x++) { byte pixel=(x,y)。 } //直接修改像素顏色 int m_nHeight=()。 本章小結 本章對圖像的增強與原理進行了簡單的概述，對幾種常用的增強算法進行了分析研究。對圖像函數(shù) ),( kjF ，其在點 ),( kj 上的梯度定義為矢量， 從梯度的性質(zhì)可知，梯度的方向確定了圖像),( kjF 的最大變化率的方向， )],([ kjFG 的幅度為下式： 2122)],([???????? ????????????????????kFjFkjFG () 對于數(shù)字圖像，用差分來近似微分。 中值濾波就是輸出圖像的某點象素等于該象素鄰域中各象素灰度的中間值。 鄰域平均法 噪聲像素的灰度與其臨近像素的灰度顯著不同，根據(jù)噪聲點這一特性，可以使用鄰域平均法。圖像中的噪聲往往和正常信號交織在一起，尤其是乘性噪聲，如果處理不當，就會破壞圖像本身的細節(jié)，如會使線條、邊界等變得模糊不清。 先對原始圖像進行直方圖均衡化處理，即： ??? r r dvvprTs 0 )()( () 假定已經(jīng)得到了所希望的圖像，并且它的概率密度函數(shù)是 )(zPz 。減少簡并現(xiàn)象通?？刹捎脙煞N方法：一種簡單的方法是增加像素的比特數(shù)。 直方圖均衡化變換函數(shù)如圖 所示，設 r ， s 分別表示原圖像和增強后圖像的灰度。 直方圖均衡化 直方圖均衡化方法是圖像增強中最常用、最重要的方法之一。從直方圖的定義可知，連續(xù)圖像的直方圖是一位連續(xù)函 數(shù)，它具有統(tǒng)計特征，例如矩、絕對矩、中心矩、絕對中心矩、熵。歸納起來，直方圖主要有一下幾點性質(zhì)： （ 1）直方圖中不包含位置信息。指數(shù)變換用于擴展高灰度區(qū)，一般適于過亮的圖像。采用線性變換對圖像中每一個像素灰度作線性拉伸，將有效改善圖像視覺效果。 T 操作最簡單的形式是鄰域為 1? 1 的尺度（即單個像素），在這種情況下， g的值僅僅依賴 f 在 ),( yx 點的值， T 操作稱為灰度變換函數(shù)。圖像邊緣與高頻分量相對應，高通濾波器可以讓高頻分量暢通無阻，而對低頻分量則充分限制，通過高通濾波器去除低頻分量，也可以達到圖像銳化的目的 [10]。 (2)對比度增強法 有些圖像的對比度比較低，從而使整個圖像模糊不清。點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態(tài)范圍 、 擴展對比度。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。事實上，除了這三種工具以外，數(shù)學形態(tài)學、神經(jīng)網(wǎng)絡等學科在圖像去噪及圖像分割方面也存在特有的優(yōu)勢 [11]。在圖像獲取的 過程中，由于設備的不完善及光照等條件的影響，不可避免地會產(chǎn)生圖像降質(zhì)現(xiàn)象?？梢杂嗅槍π缘赝ㄟ^改變直方圖的灰度分布狀況，使灰度均勻地或按 預期目標分布于整個灰度范圍空間，從而達到圖像增強的效果 [9]。作為圖像灰度的量度函數(shù)),( yxf 應大于零。早期一般用 picture代表圖像，隨著數(shù)字技術的發(fā)展，現(xiàn)在都用 image代表離散化了的數(shù)字圖像。 第二章圖像處理的基本理論。本文的主要內(nèi)容就是圍繞圖像增強部分的一些基本理論和算基于 Visual C++的數(shù)字圖像處理 3 法而展開。圖像增強的目的是增強圖像的視覺效果，將原圖像轉(zhuǎn)換成一種更適合于人眼觀察和計算機分析處理的形式。小波分析被認為是信號，圖像分析在數(shù)學方法上的重大突破。 人們已開始研究如何用計算機系統(tǒng)解釋圖像，類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。他們對航天探測器徘徊者 7號在 1964 年發(fā)回的幾千張月球照片進行圖像處理，如：幾何校正、灰度變換、去除噪聲，并考慮了太陽位和月球環(huán)境的影響，由計算機成功地繪出月球表面地圖，獲得了巨大的成功。隨著計算機科學的發(fā)展，圖像處理的方法也得到了促進與增強。圖像增強技術主要包含直方圖修改處理、圖像平滑化處理、圖像尖銳化處理和彩色處理技術等。 圖像增強單純從技術上可分成兩大類：一類是頻域處理法；一類是空域處理法。如今圖像處理已成為數(shù)字信號處理中極為重要的領 域之一。隨后又對探測飛船發(fā)回的近十萬張照片進行更為復雜的圖像處理，獲得月球的地形圖、彩色圖及全景鑲嵌圖，為人類登月創(chuàng)舉奠定了堅實的基礎，也推動了數(shù)字圖像處理這門學科的誕生。很多國家，特別是發(fā)達國家投入更多的人力、物力到這項研究，取得了不少的重要的研究成果。隨后數(shù)字圖像處理技術迅猛發(fā)展，到目前為止，圖像處理在圖像通訊、辦公自動化系統(tǒng)、地理信息系統(tǒng)、醫(yī)療設備、衛(wèi)星照片傳輸及分析和工業(yè)自動化領域的應用越來越多。它一般要借助人眼的視覺特性，以取得看起來較好地視覺效果，很少涉及客觀和統(tǒng)一的評價標準?；?Visual C++的圖像增強算法研究。闡述圖像增強中用到的有關數(shù)字圖像的一些基本概念；概述常用的一些圖像增強方法及其特點，如灰度變換、直方圖均衡化。 由于從外界得到的圖像多是二維（ 2D）的，一幅圖像可以用一個 2D數(shù)組),( yxf 表示。人們?nèi)粘？吹降膱D像一般是從目標上反射出來的光組成的，所以 ),( yxf 可看成由兩部分構成：入射到可見場景上光的量；場景中目標對反射光反射的比率。 灰度直方圖是灰度值的函數(shù)，描述的是圖像中具有該灰度值的像素的個數(shù)，基于 Visual C++的數(shù)字圖像處理 2 如圖 ，（ b）為圖像（ a）的灰度直方圖，其橫坐標表示像素的灰度級別，縱坐標表示該灰度出現(xiàn)的頻率（像素的個數(shù)）。影響圖像質(zhì)量圖像采集系統(tǒng) 計算機 圖像輸出設備 模擬圖像 基于 Visual C++的數(shù)字圖像處理 3 的幾個主要因素是： (1)隨機噪聲，主要是高斯噪聲和椒鹽噪聲，可以是由于相機或數(shù)字化設備產(chǎn)生，也可以是在圖像傳輸過程中造成的； (2)系統(tǒng)噪聲，由系統(tǒng)產(chǎn)生，具有可預測性質(zhì)； (3)畸變 ，主要是由于相機與物體相對位置、光學透鏡曲率等原因造成的，可以看作是真實圖像的幾何變換。 圖像增強概述 圖像增強的定義 圖像增強是指按特定的需要突出一幅圖像中的某些信息，同時削弱或去除某些不需要的信息的處理方法，也是提高圖像質(zhì)量的過程 [9]。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊 緣等高頻信號，使模糊的圖片變得清晰。鄰域增強算法分為圖像平滑和銳化兩種。這時可以按一定的規(guī)則修改原來圖像的每一個像素的灰度，從而改變圖像灰度的動態(tài)范圍。 本章小結 本章 對圖像增強基本理論進行了闡述，圖像增強是指按特定的需要突出一幅圖像中的某些信息，同時削弱或去除某些不需要的信息的處理方法，也是提高圖像質(zhì)量的過程。灰度變換函數(shù)描述了輸入灰度值與輸出灰度值之間的轉(zhuǎn)換關系。 分段線性灰度增強 為了突出圖像中感興趣的目標或灰度區(qū)間，相對抑制不感興趣的灰度區(qū)間，可采用分段線性變換，它將圖像灰度區(qū)間分成兩段乃至多段分別作線性變換。 對數(shù)變換，是指輸出圖像的像素點的灰度值與對應的輸入圖像的像素灰度值之間為對數(shù)關系，其一般公式為： )],(lg[),( yxfyxg ? () 其中 lg 表示以 10 為底，也可以選用自然對數(shù) ln 。直方圖只是反應了圖像灰度分布的特性，和灰度所在的位置沒有關系，不同的圖像可能具有相近或者完全相同的直方圖分布。 （ 5）直方圖的動態(tài)范圍。直方圖均衡化是把原圖像的直方圖通過灰度變換函數(shù)修正為灰度均勻分布的直方圖，然后按均衡直方圖修正原圖像。為了簡單，假定所有像素的灰度已被歸一化。 比如，通常用 8 比特來代表一個像素，而現(xiàn)在用 12 比特來表示一個像素，這樣就可以減少簡并現(xiàn)象發(fā)生的機會，從而減少灰度層次的損失。對該圖像也做均衡化處理，即： ??? z z dvvpzGu 0 )()( () 由于對于這兩幅圖像，同樣作了均衡化處理，所以他們具有同樣的均勻密度。有些圖 像是通過掃描儀掃描輸入或傳輸通道傳輸過來的。鄰域平均法采用模板計算的思想，模板操作實現(xiàn)了一種鄰域運算， 用模板確定的鄰域內(nèi)的像素值去代替圖像中每一個像素點的值。給定的圖像 ),( yxf 中的每一個點 ),( nm ，取其領域 s 。為了便于編程和提高運算速度，可以如下進行絕對值的運算： 2122 }),1(),(),1(),({)],([ kjFkjFkjFkjFkjFG ?????? () 一旦計算梯度的算法確立之后，就可以有很多方法來使圖像輪廓突出。 基于 Visual C++的數(shù)字圖像處理 14 第 4章 數(shù)字圖像增強的算法與實現(xiàn) 線性灰度增強的算法與實現(xiàn) 基本原理 假設變換前圖像 ),( yxf 的灰度范圍為 ],[ ba ，希望變換后的圖像 ),( yxg 的灰度范圍擴展或壓縮至 ],[ dc ,則灰度線性變換函數(shù)的表達式為： cayxfabcdyxg ????? )),()](/()[(),( () 通過調(diào)整 a 、 b 、 c 、 d 的值控制線段的斜率，從而對圖像灰度區(qū)間進行擴展與壓縮。 int m_nWidth=()。 BYTE gray =(byte)(((double)(20020)/255)*pixel+20+)。 [2]開辟一塊內(nèi)存緩沖區(qū)，用以暫存結果圖像，并初始化為 0。 /*int bitCount=()/8。 } //根據(jù)公式 (53)右邊中式求出目標圖像中與當前點對應的像素點的灰度值 if((pixel=80)amp。 } } } Invalidate()。利用此變換可以使輸入圖像的高灰度范圍得到擴展，低灰度范圍得到壓縮，使圖像分布均勻。 int m_nWidth=()。 } } Invalidate()。 BYTE gray =(byte)((log((double)(pixel+1)))/(*log())+50+)。 編程實現(xiàn) 圖像的對數(shù)非線性變換算法的實現(xiàn)的程序代碼如下： if(()) { return。利用此變換可以使輸入圖像的低灰度范圍得到擴展，高灰度范圍得到壓縮，使圖像分布均勻。(pixel=255)) { BYTE gray = (BYTE)(((double)(255240)/(255200))*(pixel200)+240+)。 if(pixel80) { BYTE gray= (BYTE)(((double)50/80)*pixel+)。 int m_nWidth=()。分段線性變換函數(shù)為 基于 Visual C++的數(shù)字圖像處理 16 ????????????????????MyxfbdbyxfbMdNbyxfacayxfabcdayxfyxfacyxg),(,]),() ] [/()[(),(,]),() ] [/()[(),(0),()/(),( () 實際上 a， b， c， d 可取不同的值進行組合，從而得到不同的效果。 xm_nWidth。 編程實現(xiàn) 圖像的線性灰度變換算法的程序代碼如下： if(()) { return。然后，二階差分算子的過零特性，可以使邊緣增強后精確定位。 梯度銳化 梯度是圖像處理中最常用的 一種一階微分方法。 中值濾波法 中值濾波是一種非線性平滑濾波，在一定條件下可以克服線性濾波帶來的圖像細節(jié)模糊問題，而且對濾除噪聲干擾及圖像掃描噪聲非常有效。這時可以采用線性濾波和中值濾波的方法。噪聲并不僅限于人眼所見的失真，有些噪聲只針對某些具體的圖像處理過程產(chǎn)生影響。 直方圖規(guī)定化方法如下：假設 )(krP 是原始圖像分布的概率密度函數(shù)， )(zPz是希望得到的圖像的概率密度函數(shù)。直方圖均衡化處理可大大改善圖像灰度的動態(tài)范圍。當圖像的直方圖為一均勻分布時，圖像的信息熵最大，此時圖像包含的信息量最大，圖像看起來就顯得清晰。滿足這兩個條件，就保證了轉(zhuǎn)換函數(shù)的可逆。 （ 4）直方圖具有統(tǒng)計特性。通常以圖像中像素數(shù)目的總和 n 去除他的每一個值，以得到歸一化的直方圖，公示如下 ： 1,...2,1,0/)( ??? LknnrP kk 且 1)