【正文】 y++) { for (int x=0。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)。 y++) { for (int x=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。 [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)對應(yīng)的像素點(diǎn)的灰度值。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，因此可以對其進(jìn)行逆運(yùn)算（如微分運(yùn)算）就可以使圖像變得清晰。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。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。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。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，這樣的圖像有高對比度和多變的灰度色調(diào)。 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)對圖像進(jìn)行灰度變換，主要有指數(shù)變換、對數(shù)變換等。 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)中一種簡單、直接的基于空間域的圖像處理方法。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識(shí)別。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。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)對其進(jìn)行處理的過程。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。本文著重研究了這些增強(qiáng)方法對圖像進(jìn)行增強(qiáng)處理，針對圖像增強(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)算法的適用場合，并對其圖像增強(qiáng)方法進(jìn)行性能評(píng)價(jià)。該技術(shù)成為一門引人注目、前景遠(yuǎn)大的新學(xué)科。 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。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數(shù)字圖像文件進(jìn)行處理。 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。 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。 全文共分六章 ， 具體安排如下 。圖像中的每個(gè)基本單元稱為圖像的元素，簡稱像素 。 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]。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。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。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。 指數(shù)變換，是指輸出圖像的像素點(diǎn)的灰度值與對應(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)。 （ 3）直方圖的可疊加性。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。 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。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)。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。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點(diǎn)。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。 xm_nWidth。 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。 xm_nWidth。 ym_nHeight。圖 42a 為源圖像，圖 42b為分段線性灰度增強(qiáng)效果圖。 ym_nHeight。 } } Invalidate()。 [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。 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。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)。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(dòng)態(tài)范圍進(jìn)行放大。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)。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(jí)低（暗）的一側(cè)，相反，明亮圖像的直方圖則傾向于灰度級(jí)高的一側(cè)。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。 進(jìn)而 對圖像增強(qiáng)的基本理論進(jìn)行了逐步分析，闡明了圖像的增強(qiáng)方法的種類及常用的幾種方法。常用算法有均值濾波、中值濾波。圖像增強(qiáng)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(gè)矛盾的過程：圖像增強(qiáng)希望既去除噪聲又增強(qiáng)邊緣。利用計(jì)算機(jī)可以對它進(jìn)行常現(xiàn)圖像處理技術(shù)所不能實(shí)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。為了能夠用計(jì)算機(jī)對圖像進(jìn)行處理，需要坐標(biāo)空間和性質(zhì)空間都離散化。常用的一些圖像增強(qiáng)方法是學(xué)習(xí)圖像增強(qiáng)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。屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)、機(jī)器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等。 數(shù)字圖像處理技術(shù)取得的另一個(gè)巨大成就是在醫(yī)學(xué)上。 本文針對數(shù)字圖像文件，進(jìn)行數(shù)字圖像處理。 本文在 Microsoft Visual Studio 20xx 開發(fā)環(huán)境下，借助于 Cimage 類，設(shè)計(jì)并實(shí)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。 1979年，這項(xiàng)無損傷診斷技術(shù)被授予諾貝爾獎(jiǎng)，以表彰它對人類做出的劃時(shí)代貢獻(xiàn)。從不同的途徑獲取的圖像，通過進(jìn)行適當(dāng)?shù)脑鰪?qiáng)處理，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(qiáng)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(biāo)進(jìn)行檢測和測量 [4]。 第一章引言。 圖像的灰度 常用的圖像一般是灰度圖，這時(shí) f表示灰度值，反映了圖像上對應(yīng)點(diǎn)的亮度。如圖 2. 2所示。這樣對應(yīng)于某些局部區(qū)域的細(xì)節(jié)在計(jì)算整幅圖的變換時(shí)其影響因?yàn)槠渲递^小而常常被忽略掉，從而局部區(qū)域的增強(qiáng)效果常常不夠理想，噪聲濾波和邊緣增強(qiáng)這兩者的矛盾較難得到解決 [12]。 (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(xì)節(jié)看不清楚。空間域處理可表示為 )],([),( yxfTyxg ? 其中， ),( yxf 是增強(qiáng)前的圖像； ),( yxg 是增強(qiáng)處理后的圖像； T 是對 f 的一種操作，其定義在 ),( yx 的鄰域上。為了增加變換的動(dòng)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 。一幅圖像的直方圖等于它各個(gè)部分直方圖的和。這時(shí)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(jí)變大。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。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。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(yùn)算是各向同性的。 [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。 a)源圖像 b)線性灰度增強(qiáng)效果圖 圖 線性灰度變換增強(qiáng)效果演示 分段線性灰度增強(qiáng)的算法與實(shí)現(xiàn) 基本原理 假設(shè)輸入圖像 ),( yxf 的灰度為 0~M 級(jí)，增強(qiáng) 后圖像 ),( yxg 的灰度級(jí)為0~N 級(jí)，區(qū)間 ],[ ba 、 ],[ dc 分別為原圖像與增強(qiáng)的某一灰度區(qū)間。 x++) 基于 Visual C++的數(shù)字圖像處理 17 { byte pixel=(x,y)。 對圖像做對數(shù)函數(shù)非線性變換時(shí)，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。 x++) { byte pixel=(x,y)。 for (int y=0。//強(qiáng)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(qiáng)的效果如圖 所示。*/ for (int y=0。 (x,y,RGB(gray,gray,gray))。 算法描述 圖像的線性灰度變換算法實(shí)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。設(shè) s 含有 M 個(gè)像素? ?Maaa ,..., 21 ，將其按大小排序，若 M 是奇數(shù)時(shí)，則位于中間的那個(gè)象素值就是修改后圖像 ),( yxg 在點(diǎn) ),( yxf 處的像素值；若 M 是偶數(shù)則取中間兩個(gè)象素的平均值作為修改后圖像 ),( yxg 在點(diǎn) ),( nm 處的像素值。圖像中往往包含有各種各樣的噪聲。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。它以概率論為基礎(chǔ)，運(yùn)用灰度點(diǎn) 運(yùn)算來實(shí)現(xiàn)，從而達(dá)到增強(qiáng)的目的。 （ 2）直方圖反應(yīng)了圖像的整體灰度。進(jìn)行變換時(shí)，把 0255 整個(gè)灰度值區(qū)間分為若干線段，每一個(gè)直線段都對應(yīng)一個(gè)局部的線性變換關(guān)系。 圖像增強(qiáng)可分成兩大類： 頻率域法和空間域法。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]。圖像增強(qiáng)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(jī)器分析，以便于實(shí)現(xiàn)對圖像的更高級(jí)的處理和分析。 a） 源圖像 b)源圖像的直方圖 圖 灰度直方圖 數(shù)字圖像增強(qiáng)概述 隨著數(shù)字技術(shù)的不斷發(fā)展和應(yīng)用，現(xiàn)實(shí)生活中的許多信息都可以用數(shù)字形式的數(shù)據(jù)進(jìn)行處理和存儲(chǔ)，數(shù)字圖像就是這種以數(shù)字形式進(jìn)行 存儲(chǔ)和處理的圖像。這里 x和 y表示二維空間 X、 Y中一個(gè)坐標(biāo)點(diǎn)的位置，而 f則代表圖像在點(diǎn) ),( yx 的某種性質(zhì)數(shù)值。 論文內(nèi)容 傳統(tǒng)的圖像增強(qiáng)算法在確定轉(zhuǎn)換函數(shù)時(shí)常是圖像變換、灰度變換、直方圖變換、圖像平滑與銳化、色彩增強(qiáng)等。 進(jìn)入 21 世紀(jì)，隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展和相關(guān)理論的不斷完善，數(shù)字圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就。在以后的宇航空間技術(shù)探測研究中，數(shù)字圖像處理技術(shù)都發(fā)揮巨大的作用 [2]。頻域處理法的采用的是卷積定理，它利用修改圖像傅立葉變換的方法實(shí)現(xiàn)對圖像的增強(qiáng)處理； 空域處理法 則是 對圖像中的像素進(jìn)行 直接的 處理， 大多數(shù)是以灰度映射變換為基礎(chǔ)的， 所用的映射變換取決于增強(qiáng)的目的。 關(guān)鍵詞：圖像增強(qiáng)；圖像平滑；圖像銳化；算法 Ⅱ ABSTRACT The image intensification is refers according to specific needs to highlight in an image certain information, simultaneously, weakens the information processing method which or removes certain does not need. Its main purpose is the processing image