【正文】 度變換函數(shù)為： )(rTs? 。這種灰度間隔放大可以按照眼睛的對(duì)比度靈敏特性和成像系統(tǒng)的動(dòng)態(tài)范圍進(jìn)行放大。 上述三步得到了原始圖像的一種處理方法，只要求 G(s)是可逆的即可進(jìn)行。這些噪聲一般是隨機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。設(shè) s 含有 M 個(gè)像素，取其平均值作為處理后所得圖像像素點(diǎn) ),( nm 處的灰度。 圖像銳化 圖像平滑往往使 圖像中的邊界、輪廓變得模糊，為了減少這類不利效果的影響，這就需要利用圖像銳化技術(shù)，使圖像邊緣變得清晰。 拉普拉斯銳化 拉普拉斯算子是線性二階 微分算子，與梯度算子一樣，具有旋轉(zhuǎn)不變性，從而滿足不同走向的圖像邊界的銳化要求。 [2]開辟一塊內(nèi)存緩沖區(qū)，用以暫存結(jié)果圖像，并初始化為 0。 /*int bitCount=()/8。 } } Invalidate()。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點(diǎn)。 ym_nHeight。(pixel=200)) { BYTE gray = (BYTE)(((double)(24050)/(20080))*(pixel80)+50+)。圖 42a 為源圖像，圖 42b為分段線性灰度增強(qiáng)效果圖。 基于 Visual C++的數(shù)字圖像處理 19 [2]開辟一塊內(nèi)存緩沖區(qū)，用以暫存結(jié)果圖像，并初始化為 0。 ym_nHeight。圖 43a 為源圖像，圖 43b基于 Visual C++的數(shù)字圖像處理 20 為對(duì)數(shù)非線性灰度增強(qiáng)效果圖。 xm_nWidth。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點(diǎn)。 a）源圖像 b)分段線性灰度增強(qiáng)效果圖 圖 分段線性灰度增強(qiáng)效果演示 非線性灰度增強(qiáng)的算法與實(shí)現(xiàn) 基本原理 常用的圖像非線性灰度變換有對(duì)數(shù)函數(shù)非線性變換和指數(shù)函數(shù)非線性變換 ，下面分別介紹一下他們的原理。 } //根據(jù) 公式 (53)右邊下式求出目標(biāo)圖像中與當(dāng)前點(diǎn)對(duì)應(yīng)的像素點(diǎn)的灰度值 if((pixel200)amp。 xm_nWidth。 編程實(shí)現(xiàn) 圖像的分段線性變換算法的實(shí)現(xiàn)的程序代碼如下： if(()) { return。圖 41a 為源圖像，圖 41b為將灰度區(qū)間壓縮至 [20,200]的線性增強(qiáng)效果圖。 ym_nHeight。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點(diǎn)。 相對(duì)于梯度算子，拉普拉斯算子具有增強(qiáng)的邊緣精確定位的優(yōu)點(diǎn)。從頻率域來考慮，圖像模糊的實(shí)質(zhì)是因?yàn)槠涓哳l分量被衰減，因此可以用高通濾波器來使圖像清晰。有時(shí)為了突出源圖像中的點(diǎn) (i,j)本身的重要性，對(duì)于同一尺寸的模板，不同位置的系數(shù)采用不同的數(shù)值就可以采用加權(quán)平均法實(shí)現(xiàn)。如何既平滑掉噪聲又盡量保持圖像細(xì)節(jié)，是圖像平滑的主要研究任務(wù)。 圖像平滑 獲得的圖像可能會(huì)因?yàn)楦鞣N原因而被污染，產(chǎn)生噪聲。 直方圖規(guī)定化 直方圖均衡化是以累計(jì)分布函數(shù)變換法為基礎(chǔ)的直方圖修正技術(shù)，使得變換后的灰度概率密度函數(shù)是均勻分布的，因此，它不能控制變換后的直方圖而交互性差。這是像素灰度有限的必然結(jié)果。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(xì)節(jié)看不清楚。 這里的第一個(gè)條件保證了圖像的灰度級(jí)從白到黑的次序不變。 （ 3）直方圖的可疊加性。 直方圖增強(qiáng) 直方圖修正基礎(chǔ) 圖像的灰度直方圖是反映一幅圖像的灰度級(jí)與出現(xiàn)這種灰 度級(jí)的概率之間的關(guān)系的圖形。 指數(shù)變換，是指輸出圖像的像素點(diǎn)的灰度值與對(duì)應(yīng)的輸入圖像的像素灰度值之間滿足指數(shù)關(guān)系，其一般公式為： ),(),( yxfbyxg ? () 其中 b 為底數(shù)。 線性灰度增強(qiáng) 假定原圖像 ),( yxf 的灰度范圍 為 ],[ ba ，變換后的圖像 ),( yxg 的灰度范圍線性的擴(kuò)展至 ],[ dc ，如圖 3 .11 所示。在圖像處理中，空間域是指由像素組成的空間，空間域增強(qiáng)方法是指直接作用于圖像像素的增強(qiáng)方法。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。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過程所在的空間不同，可分為基于空間域的算法和基于頻率域的算法兩大類。傳 統(tǒng)的圖像增強(qiáng)算法在確定轉(zhuǎn)換函數(shù)時(shí)常是基于整個(gè)圖像的統(tǒng)計(jì)量，如： ST 轉(zhuǎn)換，直方圖均衡，中值濾波，微分銳化，高通濾波等等。但就國內(nèi)的情況而言，應(yīng)用還是很不普遍，人們主要忙于從事于理論研究，諸如探索圖像壓縮編碼 等，而對(duì)于將成熟技術(shù)轉(zhuǎn)化為生產(chǎn)力方面認(rèn)識(shí)還遠(yuǎn)遠(yuǎn)不夠。 數(shù)字圖像處理系統(tǒng)主要由圖像采集系統(tǒng)、數(shù)字計(jì)算機(jī)及輸出設(shè)備組成 [10]。入射光照射到物體表面的能量是有限的，并且它永遠(yuǎn)為正，即 ??? ),(0 yxi ；反射系數(shù)為 0時(shí)，表示光全部被物體吸收，反射系數(shù)為 1時(shí)，表示光全部被物體反射，反射系數(shù)在全吸收和全反射之間，即 1),(0 ?? yxr 。圖像中的每個(gè)基本單元稱為圖像的元素，簡(jiǎn)稱像素 。 基于 Visual C++的數(shù)字圖像處理 1 第 2 章 圖像增強(qiáng)的基本理論 圖像增強(qiáng)通過有選擇地突出便于人或機(jī)器分析的某些感興趣的信息，抑制一些無用的信息，以提高圖像的使用價(jià)值。 全文共分六章 ， 具體安排如下 。圖像增強(qiáng)技術(shù)的快速發(fā)展同它的廣泛應(yīng)用是分不開的，發(fā)展的動(dòng)力來自穩(wěn)定涌現(xiàn)的新的應(yīng)用，我們可以預(yù)料，在未來社會(huì)中圖像增強(qiáng)技術(shù)將會(huì)發(fā)揮更為重要的作用 [6]。 圖像增強(qiáng)的研究及發(fā)展現(xiàn)狀 圖像增強(qiáng)是指根據(jù)特定的需要突出圖像中的重要信息，同時(shí)減弱或去除不需要的信息。 數(shù)字圖像處理技術(shù)的大發(fā)展是從 20 世紀(jì) 90 年代初開始的。 1975 年 EMI 公司又成功研制出全身用的 CT裝置，獲得了人體各個(gè)部位鮮明清晰的斷層圖像。圖像處理中輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像。 本文圍繞圖 像處理的算法而展開，在闡明圖像處理基本方法的基礎(chǔ)上，就幾種有代表性的圖像處理算法 , 進(jìn)行了研究、比較，分析了各自的優(yōu)缺點(diǎn)并指明了其最佳適用場(chǎng)景，以期從中總結(jié)出一套行之有效的圖像增強(qiáng)算法的應(yīng)用指導(dǎo)規(guī)則。 大連海事大學(xué) 畢 業(yè) 論 文 二○一四年六月┊┊┊┊┊┊┊裝┊┊┊┊┊┊┊訂┊┊┊┊┊┊┊線┊┊┊┊┊┊┊ 基于 Visual C++的數(shù)字圖像 處理 專業(yè)班級(jí)： 通信 4 班 姓 名： 劉萬程 指導(dǎo)教師： 劉劍橋 信息科學(xué)技術(shù)學(xué)院 I 摘 要 圖像增強(qiáng) 是 圖像處理的重要方面 。本文采用了灰度增強(qiáng)、直方圖增強(qiáng)、圖像平滑 、 圖像銳化等多種方法對(duì)數(shù)字圖像文件進(jìn)行處理。早期圖像處理的目的是改善圖像質(zhì)暈，它以人為對(duì)象，以改善人的視覺效果為目的。 1972 年英國 EMI 公司工程師 Housfield 發(fā)明了用于頭顱診斷的 X 射線計(jì)算機(jī)斷層攝影裝置，也就是我們通常所說的 CT（ Computer Tomograph） ,CT 的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計(jì)算機(jī)處理來重建截面圖像，稱為圖像重建。數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域不斷拓展。該技術(shù)成為一門引人注目、前景遠(yuǎn)大的新學(xué)科。如對(duì) x射線圖片、 CT影像、內(nèi)窺鏡圖像進(jìn)行增強(qiáng)，使醫(yī)生更容易從中確定病變區(qū)域，從圖像細(xì)節(jié)區(qū)域 中發(fā)現(xiàn)問題；對(duì)不同時(shí)間拍攝的同一地區(qū)的遙感圖片進(jìn)行增強(qiáng)處理，偵查是否有敵人軍事調(diào)動(dòng)或軍事裝備及建筑出現(xiàn)；在煤礦工業(yè)電視系統(tǒng)中采用增強(qiáng)處理來提高工業(yè)電視圖像的清晰度，克服因光線不足、灰塵等原因帶來的圖像模糊、偏差等現(xiàn)象，減少電視系統(tǒng)維護(hù)的工作量。本文著重研究了這些增強(qiáng)方法對(duì)圖像進(jìn)行增強(qiáng)處理，針對(duì)圖像增強(qiáng)的普遍性問題，研究和實(shí)現(xiàn)常用的圖像增強(qiáng)方法及其算法，討論不同的增強(qiáng)算法的適用場(chǎng)合，并對(duì)其圖像增強(qiáng)方法進(jìn)行性能評(píng)價(jià)。 最后是總結(jié)與致謝，論文的結(jié)尾附有源程序代碼。這種離散化了的圖像都是數(shù)字圖像，即 ),( yxf 都在整數(shù)集合中取值。 將二維坐標(biāo)位置函數(shù) ),( yxf 稱為灰度。數(shù)字圖像處理亦稱為計(jì)算機(jī)圖像處理，指將圖像信號(hào)轉(zhuǎn)換成數(shù)字格式并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。到目前為止，圖像處理在圖像通訊、辦公自動(dòng)化系統(tǒng)、地理信息系統(tǒng)、醫(yī)療設(shè)備、衛(wèi)星照片傳輸及分析和工業(yè)自動(dòng)化領(lǐng)域的應(yīng)用越來越多。但是，增強(qiáng)邊緣的同時(shí)會(huì)同時(shí)增強(qiáng)噪聲，而濾去噪聲又會(huì)使邊緣在一定程度上模糊，因此，在圖像增強(qiáng)的時(shí)候，往往是將這兩部分進(jìn)行折中，找到一個(gè)好的代價(jià)函數(shù)達(dá)到需要的增強(qiáng)目的。在圖像增強(qiáng)過程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像 [13]。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識(shí)別。這些噪聲一般是隨 機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。 基于 Visual C++的數(shù)字圖像處理 6 第 3 章 數(shù)字圖像增強(qiáng)的方法與原理 灰度變換增強(qiáng) 圖像的灰度變換增強(qiáng)處理技術(shù)中一種簡(jiǎn)單、直接的基于空間域的圖像處理方法?；叶仍鰪?qiáng)方法又分為線性灰度增強(qiáng)、分段線性灰度增強(qiáng)和非線性灰度增強(qiáng)。 圖 二段線性變換 非線性灰度增強(qiáng) 非線性變換就是利用非線性變換函數(shù)對(duì)圖像進(jìn)行灰度變換，主要有指數(shù)變換、對(duì)數(shù)變換等。對(duì)數(shù)變換用于擴(kuò)展低灰度區(qū)，一般適用于過暗的圖像 [17]。直觀上講，可以得出這樣的結(jié)論，若一幅圖像其像素占有全部可能的灰度級(jí)并且分布均勻，這樣的圖像有高對(duì)比度和多變的灰度色調(diào)?？梢詫?duì) [0,1]區(qū)間內(nèi)的任何基于 Visual C++的數(shù)字圖像處理 9 一個(gè) r 進(jìn)行如下的變換： )(rTs? ()變換函數(shù) T 應(yīng)滿足以下條件： 10 ??r 區(qū)間內(nèi)， )(rT 單值單調(diào)增加； 10 ??r ，有 1)(0 ?? rT 。概括的說，就是把一已知灰度概率分布的圖像，經(jīng)過一種變換，使之演變成一幅具有均勻概率分布的新圖像。 圖 直方圖均 衡化變換函數(shù) 實(shí)際上，由于直方圖是近似的概率密度函數(shù)，用離散灰度級(jí)作變換時(shí)很少0 kr 1 r ks 1 s 基于 Visual C++的數(shù)字圖像處理 10 能夠得到完全平坦的結(jié)果，而且，變換后往往會(huì)出現(xiàn)灰度級(jí)減少的現(xiàn)象，這種現(xiàn)象被稱為 “簡(jiǎn)并 ”現(xiàn)象。一般實(shí)現(xiàn)方法采用如下幾步： （ 1）統(tǒng)計(jì)原始圖像的直方圖； （ 2）根據(jù)給定的成像系統(tǒng)的最大動(dòng)態(tài)范圍和原始圖像的灰度級(jí)來確定處理后的灰度級(jí)間隔； （ 3）根據(jù)求得的步長(zhǎng)來求變換后的新灰度； （ 4）用處理后的新灰度代替處理前的灰度。但是，對(duì)于離散圖像 ，由于 )(zG 是一個(gè)離散的階梯函數(shù)，不可能有逆函數(shù)存在，對(duì)此，只能進(jìn)行截?cái)嗵幚?，必將不可避免的?dǎo)致變換后圖像的直方圖一般不能與目標(biāo)直方圖嚴(yán)格的匹配。圖像平滑就是針對(duì)圖像噪聲的操作，其主要作用是為了消除噪聲。設(shè) s 是 33? 的正方形鄰域，點(diǎn) ),( nm 位于 s 中心，則： ?? ???? ??? 1 11 1 ),(91),( yx nyxmfnmf () 加權(quán)平均法 鄰域平均處理方法是以圖像模糊為代價(jià)來減少噪聲。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細(xì)節(jié)變得清晰，經(jīng)過平滑的圖像變得模糊的根本原因是圖像受到了平均或積分運(yùn)算，因此可以對(duì)其進(jìn)行逆運(yùn)算（如微分運(yùn)算）就可以使圖像變得清晰。拉普拉斯算子對(duì)圖像中的噪聲非常敏感，為了減少噪聲的影響，在做增強(qiáng)處理之前，先將待處理的圖像進(jìn)行平滑，再做拉普拉斯運(yùn)算。 [3]逐個(gè)掃描源圖像中的像素點(diǎn)，根據(jù)公式（ 41）求出線性變換后的圖像中與當(dāng)前點(diǎn)對(duì)應(yīng)的像素點(diǎn)的灰度值。*/ 基于 Visual C++的數(shù)字圖像處理 15 for (int y=0。//強(qiáng)制調(diào)用 OnDraw 效果演示 圖像的 線性灰度變換增強(qiáng)的效果如圖 所示。 [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。 y++) { for (int x=0。 (x,y,RGB(gray,gray,gray))。這里，原圖的灰度折點(diǎn)為 (100,150)； 增強(qiáng)后的圖像灰度折點(diǎn)為 (50,200)。 [3]逐個(gè)掃描源圖像中的像素點(diǎn)，則根據(jù)公式（ 43），求出對(duì)數(shù)函數(shù)非線性變換后的圖像中與源圖像當(dāng)前點(diǎn)對(duì)應(yīng)的像素點(diǎn)的灰度值。 y++) { for (int x=0。 a)源圖像 b)對(duì)數(shù)函數(shù)變換增強(qiáng)效果圖 圖 對(duì)數(shù)函數(shù)非線性變換增強(qiáng)效果演示 直方圖均衡化的算法與實(shí)現(xiàn) 基本原理 直方圖均衡化雖然使圖像的對(duì)比度得到增強(qiáng)，但是這種增強(qiáng)是一種整體的變