【正文】 術(shù)的不斷發(fā)展和應(yīng)用，現(xiàn)實生活中的許多信息都可以用數(shù)字形式的數(shù)據(jù)進行處理和存儲，數(shù)字圖像就是這種以數(shù)字形式進行 存儲和處理的圖像。 數(shù)字圖像處理流程如圖 ，從一幅或是一批圖像的最簡單的處理，如特征增強、去噪、平滑等基本的圖像處理技術(shù)，到圖像的特征分析和提取，進而產(chǎn)生對圖像的正 確理解或者遙感圖像的解譯，最后的步驟可以是通過專家的視覺解譯，也可以是在圖像處理系統(tǒng)中通過一些知識庫而產(chǎn)生的對圖像的理解。圖像增強的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺特性或機器分析，以便于實現(xiàn)對圖像的更高級的處理和分析。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊 [14]。 基于 Visual C++的數(shù)字圖像處理 5 (3)平滑噪聲 有些圖像是通過掃描儀掃描輸入或傳輸通道傳輸過來的。 圖像增強可分成兩大類： 頻率域法和空間域法。一旦灰度變換函數(shù)確定，則圖像中每一個點的運算就可以完全確定下來。進行變換時，把 0255 整個灰度值區(qū)間分為若干線段，每一個直線段都對應(yīng)一個局部的線性變換關(guān)系。為了增加變換的動 態(tài)范圍，在上述一般公式中可以加入一些調(diào)制參數(shù)，這時的變換公式為： 0 0 ),( yxg ),( yxg 255 255 255 ),( yxf ),( yxf 基于 Visual C++的數(shù)字圖像處理 8 cb yxfayxg ln ]1),(ln [),( ? ??? () 式中 a ， b ， c 都是可以選擇的參數(shù)，式中 1),( ?yxf 是為了避免對 0 求對數(shù)，確保 0]1),(ln[ ??yxf 。 （ 2）直方圖反應(yīng)了圖像的整體灰度。直方圖的動態(tài)范圍是由計算機圖像處理系統(tǒng)的模數(shù)轉(zhuǎn)換器的灰度級決定。它以概率論為基礎(chǔ)，運用灰度點 運算來實現(xiàn)，從而達到增強的目的。當 0??sr 時，表示黑色；當 1??sr 時，表示白色；當 r ， s 在 [0,1]之間時，表示像素灰度在黑白之間變化。另外，采用灰度間隔放大理論 的直方圖修正方法也可以減少簡并現(xiàn)象。其中（ ）的逆過程為 )(1 UGz ?? ，則如果用從原始圖像中得到的均勻灰度級 S 來代替逆過程中的 u ，其結(jié)果灰度級將是所要求的概率密度函數(shù) )(zPz 的灰度級： )()( 11 sGuGz ?? ?? () 根據(jù)以上思路，可以總結(jié)出直方圖規(guī)定化增強處理的步驟如下： 基于 Visual C++的數(shù)字圖像處理 11 （ 1）將原始圖像進行均衡化處理； （ 2）規(guī)定希望的灰度概率密度函數(shù)，用（ ）式計算它的累計分布函數(shù))(zG ； （ 3）將逆變換函數(shù) )(1 sGz ?? 用到步驟（ 1）中所得的灰度級。圖像中往往包含有各種各樣的噪聲。 對于給定的圖像 ),( yxf 中的每一個點 ),( nm ，取其領(lǐng)域 s 。設(shè) s 含有 M 個像素? ?Maaa ,..., 21 ，將其按大小排序，若 M 是奇數(shù)時，則位于中間的那個象素值就是修改后圖像 ),( yxg 在點 ),( yxf 處的像素值；若 M 是偶數(shù)則取中間兩個象素的平均值作為修改后圖像 ),( yxg 在點 ),( nm 處的像素值。最簡單的方法就是令 ),( yx 點上銳化后的圖像函 ),( yxf 數(shù)值等于原始圖像在該點上的梯度值，即： )],([),( yxFGyxg ? () 此法的缺點是處理后的圖像僅顯示出輪廓，灰度平緩變化的部分由于梯度基于 Visual C++的數(shù)字圖像處理 13 值較小而顯得很黑。 算法描述 圖像的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。 //int pit=()。 (x,y,RGB(gray,gray,gray))。 [3]逐個掃描源圖像中的像素點，如果當前點的像素值在 ],0[ a 內(nèi)，則根據(jù)公式（ 42）等號右邊上式求出目標圖像中與當前點對應(yīng)的像素點的灰度值；如果當前點的像素值在 ],[ ba 內(nèi)，則根據(jù)公式（ 42）等號右邊中式求出目標圖像中與當前點對應(yīng)的像素點的灰度值；如果當前點的像素值在 ],[ Mb 內(nèi)，則根據(jù)公式（ 42）等號右邊下式求出目標圖像中與當前點對應(yīng)的像素 點的灰度值。*/ for (int y=0。amp。//強制調(diào)用 OnDraw 基于 Visual C++的數(shù)字圖像處理 18 效果演示 圖像的分段 線性灰度變換增強的效果如圖 所示。 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。 for (int y=0。 效果演示 圖像的分段線性灰度 變換增強的效果如圖 所示。 x++) { byte pixel=(x,y)。 [5]將結(jié)果從緩沖區(qū)復(fù)制到源圖像的數(shù)據(jù)區(qū)中。 對圖像做對數(shù)函數(shù)非線性變換時，變換函數(shù)為 cb yxfayxg ln ]1),(ln [),( ? ??? () 通過調(diào)整參數(shù) a、 b、 c、 d 可以調(diào)整曲線的位置與形狀。amp。 x++) 基于 Visual C++的數(shù)字圖像處理 17 { byte pixel=(x,y)。 } //直接修改像素顏色 int m_nHeight=()。 a)源圖像 b)線性灰度增強效果圖 圖 線性灰度變換增強效果演示 分段線性灰度增強的算法與實現(xiàn) 基本原理 假設(shè)輸入圖像 ),( yxf 的灰度為 0~M 級，增強 后圖像 ),( yxg 的灰度級為0~N 級，區(qū)間 ],[ ba 、 ],[ dc 分別為原圖像與增強的某一灰度區(qū)間。 y++) { for (int x=0。 [5]將結(jié)果從緩沖區(qū)復(fù) 制到源圖像的數(shù)據(jù)區(qū)中。因為梯度一階微分算子會在較大范圍內(nèi)形成梯度值，差分的結(jié)果不適合精確定位。為了要把圖像中間任何方向伸展的邊緣和輪廓變得清晰，我們希望對圖像的某種運算是各向同性的。 一般認為離對應(yīng)模板中心像素近的像素對平滑結(jié)果有較大的影響，所以接近基于 Visual C++的數(shù)字圖像處理 12 模板中心的系數(shù)應(yīng)較大 ，而模板邊界附近的系數(shù)應(yīng)較小。這些噪聲的存在直接影響著后續(xù)的處理過程，使圖像失真。常見的圖像噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。這樣，在 很多特殊的情況下，需要變換后圖像的直方圖具有某種特定的曲線，例如對數(shù)和指數(shù)等，直方圖規(guī)定化可以解決這一問題。由于上述原因，數(shù)字圖像的直方圖均衡只能是近似的。這時可以將圖像的灰度范圍分開，并且讓灰度頻率較小的灰度級變大。第二個條件則保證了映射變換后的像素灰度值在允許的范圍內(nèi)。一幅圖像的直方圖等于它各個部分直方圖的和。 灰度級為 ]1,0[ ?L 范圍的數(shù)字圖像的直方圖是離散函數(shù) kk nrh ?)( ，這里 kr 是第 k 級灰度， kn 是圖像中灰度級為 kr 的像素個數(shù)。為了增加變換的動態(tài)范圍，在上述一般公式中可以加入一些調(diào)制參數(shù)，以改變變換曲線的初始位置和曲線的變化速率 。則對于圖像中的任一點的灰度值 ),( yxP ，變換后為 ),( yxg ，其數(shù)學(xué)表達式如下所示 [16]?？臻g域處理可表示為 )],([),( yxfTyxg ? 其中， ),( yxf 是增強前的圖像； ),( yxg 是增強處理后的圖像； T 是對 f 的一種操作，其定義在 ),( yx 的鄰域上。圖像平滑就是針對圖像噪聲的操作，其主要作用是為了消除噪聲，圖像平滑的常用方法是采用均值濾波或中值濾波，均值濾波是一種線性空間濾波，它用一個有奇數(shù)點的掩模在圖像上滑動，將掩模中心對應(yīng)像素點的灰度值用掩模內(nèi)所有像素點灰度的平均值代替，如果規(guī)定了在取均值過程中掩模內(nèi)各像素點所占的權(quán)重，即各像素點所乘系數(shù)，這時就稱為加權(quán)均值濾波；中值濾波是一種非線性空間濾波，其與均值濾波的區(qū)別是掩模中心對應(yīng)像素點的灰度值用掩模內(nèi)所有像素點灰度值的中間值代替。 (1)直方圖均衡化 有些圖像在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細節(jié)看不清楚。基于空間域的算法處理時直接對圖像灰 度級做運算；基于頻率域的算法是在圖像的某種變換域內(nèi)對圖像的變換系數(shù)值進行某種修正，是一種間接增強的算法。這樣對應(yīng)于某些局部區(qū)域的細節(jié)在計算整幅圖的變換時其影響因為其值較小而常常被忽略掉，從而局部區(qū)域的增強效果常常不夠理想，噪聲濾波和邊緣增強這兩者的矛盾較難得到解決 [12]。 California大學(xué)的 Tony chen教授認為，目前國際上最常用的三種圖像處理框架是：基于變換的圖像處理框架；基于偏微分方程（ PDE）的圖像處理框架；基于統(tǒng)計學(xué)的圖像處理框架。如圖 2. 2所示。因此圖像的灰度值也是非負有界的 [8]。 圖像的灰度 常用的圖像一般是灰度圖，這時 f表示灰度值，反映了圖像上對應(yīng)點的亮度。本文運用圖像 增強的方法對數(shù)字圖像進行處理，灰度變換，銳化以及平滑等常用圖像增強的方法。 第一章引言。 數(shù)字圖象處理技術(shù)的研究和應(yīng)用離不開程序設(shè)計， Visual C++則是最強大，最常用的的數(shù)字圖象處理開發(fā)工具之一 [7]。從不同的途徑獲取的圖像，通過進行適當?shù)脑鰪娞幚?，可以將原本模糊不清甚至根本無法分辨的原始圖像處理成清晰的富含大量有用信息的可使用圖像，有效地去除圖像中的噪聲、增強圖像中的邊緣或其他感興趣的區(qū)域，從而更加容易對圖像中感興趣的目標進行檢測和測量 [4]。自 1986 年以來，小波理論和 變換方法迅速發(fā)展，它克服傅里葉分析不能用于局部分析等方面的不足之處，被認為是調(diào)和分析半個世紀以來工作之結(jié)晶。 1979年，這項無損傷診斷技術(shù)被授予諾貝爾獎，以表彰它對人類做出的劃時代貢獻。常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。 本文在 Microsoft Visual Studio 20xx 開發(fā)環(huán)境下，借助于 Cimage 類，設(shè)計并實現(xiàn)了基于 Visual C++的數(shù)字圖像處理系統(tǒng)，得到了較好的處理效果。 它是 指依據(jù)圖像所存在的問題，按特定的需要突出一幅圖像中的某些信息，同時，削弱或去除某些冗余 信息的處理方法。 本文針對數(shù)字圖像文件，進行數(shù)字圖像處理。視覺是人類最重要的感知手段，圖像又是視覺的基礎(chǔ)。 數(shù)字圖像處理技術(shù)取得的另一個巨大成就是在醫(yī)學(xué)上。 20 世紀 80 年代末期，人們開始將其應(yīng)用于地理信息系統(tǒng)，研究海圖的自動基于 Visual C++的數(shù)字圖像處理 2 讀入、自動生成方法。屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)、機器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等。 圖像增強處理的應(yīng)用已經(jīng)滲透到醫(yī)學(xué)診斷、航空航天、軍事偵察、指紋識別、無損探傷、衛(wèi)星圖片的處理等領(lǐng)域。常用的一些圖像增強方法是學(xué)習(xí)圖像增強的基礎(chǔ)，至今它們對于改善圖像質(zhì)量仍發(fā)揮著重要的作用。 第四章圖像增強的結(jié)果與分析。為了能夠用計算機對圖像進行處理，需要坐標空間和性質(zhì)空間都離散化。),( yxf 與 ),( yxi 和 ),( yxr 都成正比 ， 可表示成 ),(),(),( yxryxiyxf ?? 。利用計算機可以對它進行?，F(xiàn)圖像處理技術(shù)所不能實現(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 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，隨著計算機技術(shù)的高速發(fā)展而迅猛發(fā)展起來。圖像增強的過程往原始圖像 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 往也是一個矛盾的過程：圖像增強希望既去除噪聲又增強邊緣。 圖像增強的方法是通過一定手段對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，使圖像與視覺響應(yīng)特性相匹配。常用算法有均值濾波、中值濾波。圖像中往往包含有各種各樣的噪聲。 進而 對圖像增強的基本理論進行了逐步分析，闡明了圖像的增強方法的種類及常用的幾種方法。 灰度變換主要針對獨立的像素點進行處理，由輸入像素點的灰度值決定相應(yīng)的輸出像素點的灰度值，通過改變原始圖像數(shù)據(jù)所占的灰度范圍而使圖像在視覺上得到改觀。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。當 0),( ?yxf 時， 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 兩個參數(shù)確定變換曲線的變化速率。直方圖反應(yīng)了圖像的整體灰度分布情況，對于 暗色圖像，直方圖的組成集中在灰度級低（暗）的一側(cè)，相反，明亮圖像的直方圖則傾向于灰度級高的一側(cè)。 由 于圖像的視覺效果不好或者特殊需要，常常要對圖像的灰度進行修正，以達到理想的效果，即對原始圖像的直方圖進行轉(zhuǎn)換（修正）： 一幅給定的圖像的灰度級分布在 10 ??r 范圍內(nèi)。它的變換函數(shù)取決于圖像灰度直方圖的累積分布函數(shù)?；?