【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比度靈敏特性和成像系統(tǒng)的動態(tài)范圍進行放大。 上述三步得到了原始圖像的一種處理方法，只要求 G(s)是可逆的即可進行。這些噪聲一般是隨機產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點。設 s 含有 M 個像素，取其平均值作為處理后所得圖像像素點 ),( 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，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。 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 為對數(shù)非線性灰度增強效果圖。 xm_nWidth。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點。 a）源圖像 b)分段線性灰度增強效果圖 圖 分段線性灰度增強效果演示 非線性灰度增強的算法與實現(xiàn) 基本原理 常用的圖像非線性灰度變換有對數(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)右邊下式求出目標圖像中與當前點對應的像素點的灰度值 if((pixel200)amp。 xm_nWidth。 編程實現(xiàn) 圖像的分段線性變換算法的實現(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。 相對于梯度算子，拉普拉斯算子具有增強的邊緣精確定位的優(yōu)點。從頻率域來考慮，圖像模糊的實質(zhì)是因為其高頻分量被衰減，因此可以用高通濾波器來使圖像清晰。有時為了突出源圖像中的點 (i,j)本身的重要性，對于同一尺寸的模板，不同位置的系數(shù)采用不同的數(shù)值就可以采用加權平均法實現(xiàn)。如何既平滑掉噪聲又盡量保持圖像細節(jié)，是圖像平滑的主要研究任務。 圖像平滑 獲得的圖像可能會因為各種原因而被污染，產(chǎn)生噪聲。 直方圖規(guī)定化 直方圖均衡化是以累計分布函數(shù)變換法為基礎的直方圖修正技術，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)域中的細節(jié)看不清楚。 這里的第一個條件保證了圖像的灰度級從白到黑的次序不變。 （ 3）直方圖的可疊加性。 直方圖增強 直方圖修正基礎 圖像的灰度直方圖是反映一幅圖像的灰度級與出現(xiàn)這種灰 度級的概率之間的關系的圖形。 指數(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滿足指數(shù)關系，其一般公式為： ),(),( yxfbyxg ? () 其中 b 為底數(shù)。 線性灰度增強 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，空間域增強方法是指直接作用于圖像像素的增強方法。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)計差值法等。圖像增強技術根據(jù)增強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)的圖像增強算法在確定轉(zhuǎn)換函數(shù)時常是基于整個圖像的統(tǒng)計量，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，而對于將成熟技術轉(zhuǎn)化為生產(chǎn)力方面認識還遠遠不夠。 數(shù)字圖像處理系統(tǒng)主要由圖像采集系統(tǒng)、數(shù)字計算機及輸出設備組成 [10]。入射光照射到物體表面的能量是有限的，并且它永遠為正，即 ??? ),(0 yxi ；反射系數(shù)為 0時，表示光全部被物體吸收，反射系數(shù)為 1時，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 。圖像中的每個基本單元稱為圖像的元素，簡稱像素 。 基于 Visual C++的數(shù)字圖像處理 1 第 2 章 圖像增強的基本理論 圖像增強通過有選擇地突出便于人或機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值。 全文共分六章 ， 具體安排如下 。圖像增強技術的快速發(fā)展同它的廣泛應用是分不開的，發(fā)展的動力來自穩(wěn)定涌現(xiàn)的新的應用，我們可以預料，在未來社會中圖像增強技術將會發(fā)揮更為重要的作用 [6]。 圖像增強的研究及發(fā)展現(xiàn)狀 圖像增強是指根據(jù)特定的需要突出圖像中的重要信息，同時減弱或去除不需要的信息。 數(shù)字圖像處理技術的大發(fā)展是從 20 世紀 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上，就幾種有代表性的圖像處理算法 , 進行了研究、比較，分析了各自的優(yōu)缺點并指明了其最佳適用場景，以期從中總結(jié)出一套行之有效的圖像增強算法的應用指導規(guī)則。 大連海事大學 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： 通信 4 班 姓 名： 劉萬程 指導教師： 劉劍橋 信息科學技術學院 I 摘 要 圖像增強 是 圖像處理的重要方面 。本文采用了灰度增強、直方圖增強、圖像平滑 、 圖像銳化等多種方法對數(shù)字圖像文件進行處理。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 射線計算機斷層攝影裝置，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)計算機處理來重建截面圖像，稱為圖像重建。數(shù)字圖像處理技術的應用領域不斷拓展。該技術成為一門引人注目、前景遠大的新學科。如對 x射線圖片、 CT影像、內(nèi)窺鏡圖像進行增強，使醫(yī)生更容易從中確定病變區(qū)域，從圖像細節(jié)區(qū)域 中發(fā)現(xiàn)問題；對不同時間拍攝的同一地區(qū)的遙感圖片進行增強處理，偵查是否有敵人軍事調(diào)動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)維護的工作量。本文著重研究了這些增強方法對圖像進行增強處理，針對圖像增強的普遍性問題，研究和實現(xiàn)常用的圖像增強方法及其算法，討論不同的增強算法的適用場合，并對其圖像增強方法進行性能評價。 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。 將二維坐標位置函數(shù) ),( yxf 稱為灰度。數(shù)字圖像處理亦稱為計算機圖像處理，指將圖像信號轉(zhuǎn)換成數(shù)字格式并利用計算機對其進行處理的過程。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。但是，增強邊緣的同時會同時增強噪聲，而濾去噪聲又會使邊緣在一定程度上模糊，因此，在圖像增強的時候，往往是將這兩部分進行折中，找到一個好的代價函數(shù)達到需要的增強目的。在圖像增強過程中，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，便于目標識別。這些噪聲一般是隨 機產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點。 基于 Visual C++的數(shù)字圖像處理 6 第 3 章 數(shù)字圖像增強的方法與原理 灰度變換增強 圖像的灰度變換增強處理技術中一種簡單、直接的基于空間域的圖像處理方法?；叶仍鰪姺椒ㄓ址譃榫€性灰度增強、分段線性灰度增強和非線性灰度增強。 圖 二段線性變換 非線性灰度增強 非線性變換就是利用非線性變換函數(shù)對圖像進行灰度變換，主要有指數(shù)變換、對數(shù)變換等。對數(shù)變換用于擴展低灰度區(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并且分布均勻，這樣的圖像有高對比度和多變的灰度色調(diào)。可以對 [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 r 進行如下的變換： )(rTs? ()變換函數(shù) T 應滿足以下條件： 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) 實際上，由于直方圖是近似的概率密度函數(shù)，用離散灰度級作變換時很少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，變換后往往會出現(xiàn)灰度級減少的現(xiàn)象，這種現(xiàn)象被稱為 “簡并 ”現(xiàn)象。一般實現(xiàn)方法采用如下幾步： （ 1）統(tǒng)計原始圖像的直方圖； （ 2）根據(jù)給定的成像系統(tǒng)的最大動態(tài)范圍和原始圖像的灰度級來確定處理后的灰度級間隔； （ 3）根據(jù)求得的步長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，對于離散圖像 ，由于 )(zG 是一個離散的階梯函數(shù)，不可能有逆函數(shù)存在，對此，只能進行截斷處理，必將不可避免的導致變換后圖像的直方圖一般不能與目標直方圖嚴格的匹配。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。設 s 是 33? 的正方形鄰域，點 ),( nm 位于 s 中心，則： ?? ???? ??? 1 11 1 ),(91),( yx nyxmfnmf () 加權平均法 鄰域平均處理方法是以圖像模糊為代價來減少噪聲。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算，因此可以對其進行逆運算（如微分運算）就可以使圖像變得清晰。拉普拉斯算子對圖像中的噪聲非常敏感，為了減少噪聲的影響，在做增強處理之前，先將待處理的圖像進行平滑，再做拉普拉斯運算。 [3]逐個掃描源圖像中的像素點，根據(jù)公式（ 41）求出線性變換后的圖像中與當前點對應的像素點的灰度值。*/ 基于 Visual C++的數(shù)字圖像處理 15 for (int y=0。//強制調(diào)用 OnDraw 效果演示 圖像的 線性灰度變換增強的效果如圖 所示。 [5]將結(jié)果從緩沖區(qū)復制到源圖像的數(shù)據(jù)區(qū)中。 y++) { for (int x=0。 (x,y,RGB(gray,gray,gray))。這里，原圖的灰度折點為 (100,150)； 增強后的圖像灰度折點為 (50,200)。 [3]逐個掃描源圖像中的像素點，則根據(jù)公式（ 43），求出對數(shù)函數(shù)非線性變換后的圖像中與源圖像當前點對應的像素點的灰度值。 y++) { for (int x=0。 a)源圖像 b)對數(shù)函數(shù)變換增強效果圖 圖 對數(shù)函數(shù)非線性變換增強效果演示 直方圖均衡化的算法與實現(xiàn) 基本原理 直方圖均衡化雖然使圖像的對比度得到增強，但是這種增強是一種整體的變