【文章內(nèi)容簡介】 幅圖像，除了文件頭之外，TIFF圖像中的數(shù)據(jù)沒有固定順序。TIFF圖像的格式比較復(fù)雜，但是主要由文件頭標志信息和圖像數(shù)據(jù)組成。另外，在TIFF文件中還可以定義個人的標志信息。在本文中，為了使其更具有基礎(chǔ)性及廣泛應(yīng)用性，均使用以24位BMP格式的圖像進行研究。 圖像點運算處理點運算定義：點運算(Point Operation)是一種既簡單又重要的技術(shù)，它能讓用戶改變圖像數(shù)據(jù)占據(jù)的灰度范圍。一幅輸入圖像經(jīng)過點運算后將產(chǎn)生一幅新的輸出圖像，由輸入像素點的灰度值決定相應(yīng)輸出像素點的灰度值?；叶戎狈綀D是灰度值的函數(shù)，描述的是圖形中具有該灰度值的像素的個數(shù)，其橫坐標表示像素的灰度級別，縱坐標是該灰度出現(xiàn)的頻率(像素的個數(shù))。直方圖能反映出圖像的灰度范圍、每個灰度級的頻數(shù)、灰度分布情況、整幅圖像的亮度等，它是對圖像進行處理的重要依據(jù)?；叶戎狈綀D的另一種定義：假設(shè)有一幅由函數(shù)D(x,y)所定義的連續(xù)圖像，它平滑地從中心的高灰度級變化到邊沿的低灰度級。我們可以選擇某一灰度級D1，然后定義一條輪廓線，該輪廓線連接了圖像上所有具有灰度級D1的點。所得到的輪廓線形成了包圍灰度級大于等于D1的區(qū)域的封閉曲線。將一幅連續(xù)圖像中被具有灰度級D的所有輪廓線所包圍的面積稱為該圖像的閾值面積函數(shù)A(D)。直方圖計算公式可定義為式31。 (式31)式中，D表示灰度級；H(D)表示圖像的直方圖；A(D)表示閾值面積函數(shù)由式31可以得出結(jié)論：一幅連續(xù)圖像的直方圖是其面積函數(shù)的導(dǎo)數(shù)的負值。負號的出現(xiàn)是由于隨著D的增加A(D)在減小。如果將圖像看成是一個二維的隨機變量，則面積函數(shù)相當于其累積分布函數(shù)，而灰度直方圖相當于其概率密度函數(shù)。對于離散函數(shù)，我們固定D為1，則式31變?yōu)槭?2。 (式32)在本文中，主要研究24位真彩色位圖的灰度直方圖的設(shè)計算法。由于真彩色圖像的亮度值由紅、綠、藍三個分量共同決定，因此，讀取彩色圖像的亮度實際上是讀取其中每個像素的R、G、B值。首先要分別對各像素的R、G、B值分別進行灰度轉(zhuǎn)換，然后根據(jù)公式33進行計算。 (式33)式中，Y表示某像素的灰度值，R表示某像素的紅色分量，G表示某像素的綠色分量，B表示某像素的藍色分量計算此像素的灰度值，并將此灰度值的計數(shù)器加1。例如：假設(shè)某一像素的R、G、B值分別為4100、200，則根據(jù)公式計算出此像素的灰度值為Y=94。將圖像的每個像素值都計算完之后，根據(jù)算法中式34進行計算。P[i] = Y[i]/ (lHeight * lWidth * ) (式34)式中，i表示灰度值；lHeight表示圖像的高度；lWidth表示圖像的寬度；Y[i]表示灰度值為i的像素的個數(shù)；P[i]表示灰度值為i的像素個數(shù)所占總像素個數(shù)的比率計算此灰度值的像素個數(shù)所占總像素個數(shù)的比率。當把灰度值從0到255之間的所有像素個數(shù)比率計算出來之后，就形成了該圖像的灰度直方圖。下面介紹一下灰度直方圖的幾個基本性質(zhì)：。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)(或頻數(shù))而未反映像素所在位置。一幅圖像唯一確定出與之對應(yīng)的直方圖，但不同圖像可能有相同的直方圖?；叶染庥袝r也稱直方圖均衡，其基本思想是對在圖像中像素個數(shù)多的灰度級進行展寬，而對像素個數(shù)少的灰度級進行縮減，從而達到清晰圖像的目的。通過點運算使輸入圖像轉(zhuǎn)換為在每一灰度級上都有相同的像素點數(shù)的輸出圖像(即輸出的直方圖是平的)。這對于在進行圖像比較和分割之前將圖像轉(zhuǎn)化為一致的格式是十分有益的。圖像經(jīng)過分布均衡化之后，圖像直方圖趨于平坦化，且灰度間隔被拉大，從而有利于圖像的分析和識別。然而，從理論上來說，直方圖均衡化就是通過變換函數(shù)將原圖的直方圖調(diào)整為平坦的直方圖，然后用此均衡直方圖校正圖像。而實際上直方圖均衡化修正后的圖像直方圖并不是十分均衡的，這是因為在操作過程中，原直方圖上頻數(shù)較小的某些灰度級數(shù)要并入一個或幾個灰度級中。在本文的第四章我們可以看到一幅圖經(jīng)過灰度均衡化之后的灰度直方圖與原始圖像的灰度直方圖的比較結(jié)果，并據(jù)此了解灰度均衡化的效果。顏色可以分為黑白色和彩色，黑白色指顏色中不包含任何的彩色成分，僅由黑色和白色組成。在RGB顏色模型中，如果R=G=B，則顏色(R，G，B)表示一種黑白顏色；其中R=G=B的值叫做灰度值，所以黑白色又叫做灰度顏色。彩色和灰度之間可以相互轉(zhuǎn)化，由彩色轉(zhuǎn)化為灰度的過程叫做灰度化處理；由灰度轉(zhuǎn)化為彩色的過程稱為偽彩色處理。在本文中，只介紹灰度化處理?；叶然褪鞘共噬腞，G，B分量值相等的過程。彩色圖像中的每個像素的顏色都由R、G、B三個分量決定，而每個分量有256種值可取，這樣一個像素點可以有1600多萬(255*255*255)的顏色的變化范圍。而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像，由于R，G，B的取值范圍是0～255，其一個像素點的變化范圍為0～255，所以灰度的級別只有256級，即灰度圖像僅能表現(xiàn)256種顏色(灰度)?；叶葓D像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征?；叶然幚淼姆椒ㄖ饕腥缦氯N：：使R,G,B的值等于3個值中最大的一個，即采用公式35。 (式35)最大值法會形成亮度很高的灰度圖像。：使R,G,B的值求出平均值，即采用公式36。 (式36)平均值法會形成較柔和的灰度圖像。：根據(jù)重要性或其他指標給R,G,B賦予不同的權(quán)值，并使R,G,B的值加權(quán)平均，即采用公式37。 (式37)式中，WR表示R(即紅色分量)的權(quán)值；WG表示G(即綠色分量)的權(quán)值；WB表示B(即藍色分量)的權(quán)值當WR，WG，WB取不同的值時，加權(quán)平均值法就將形成不同的灰度圖像。在本文中采用加權(quán)平均值的方法對24位真彩色位圖進行灰度化處理，由于人眼對綠色的敏感度最高，對紅色的敏感度次之，對藍色的敏感度最低，因此使WGWRWB將得到較合理的灰度圖像。實驗和理論推導(dǎo)證明，使用公式38。 (式38)計算出灰度值Y，令R=G=B=Y。此時，能得到最合理的灰度圖像。圖像的灰度變換主要是針對獨立的像素點進行處理，通過改對圖像上各個像素點的灰度值x按某個函數(shù)T()變換到y(tǒng)。例如為了提高圖像的清晰度需要將圖像的灰度級整個范圍或其中某一段(AB)擴展或壓縮到(A’B’)；需要顯示出圖像的細節(jié)部分等都要求采用灰度變換方法。灰度變換有時又被稱為圖像的對比度增強或?qū)Ρ榷壤?。假定輸入圖像中的一個像素的灰度級為Z，經(jīng)過T(Z)函數(shù)變換后輸出圖像對應(yīng)的灰度級為Z1，其中要求Z和Z1都要在圖像的灰度范圍之內(nèi)，根據(jù)T()形式可以將灰度變換分為線性變換和非線性變換。具體應(yīng)用中采用何種T()需要根據(jù)變換的要求而定。在本小節(jié)中我們介紹的是灰度的分段線性變換。分段線性變換是將圖像灰度區(qū)間分成兩段乃至多段，本文中分成三段進行處理。設(shè)置原圖中的兩個灰度值x1,x2(假設(shè)x1x2),經(jīng)過線性變換后將原圖在x1和x2之間的灰度拉伸到區(qū)間y1和y2中。，先判斷x1與0的大小。(1)當x10時，利用線性變換函數(shù)bMap[i]=y1*i/x1，求出經(jīng)過線性變換后的該像素的灰度值為bMap[i]。(2)當x1=0,則直接給像素i賦值為0。,先要判斷x1是否等于x2。(1)當x1≠x2時，利用線性變換函數(shù)bMap[i] = ((y2 – y1) * (i – x1) / (x2 – x1)) + y1，求出經(jīng)過線性變換后的該像素的灰度值變?yōu)閎Map[i]。(2)當x1=x2時,則直接給像素i賦值為y1。 ,先要判斷x2是否等于255。(1)當x2≠255時，利用線性變換函數(shù)bMap[i] = ((255–y2) * (i–x2) / (255–x2)) + y2，求出經(jīng)過線性變換后的該像素的灰度值變?yōu)閎Map[i]。(2)當x2=255時,則直接給像素i賦值為255。根據(jù)這種方法對圖像中的所有像素進行操作，得出線性變換后的圖像。一幅圖像包括目標物體、背景還有噪聲，怎樣從多值的數(shù)字圖像中只取出目標物體，最常用的方法就是設(shè)定某一閾值T，用T將圖像的數(shù)據(jù)分成兩大部分：大于T的像素群和小于T的像素群。這是研究灰度變換最特殊的方法，稱為圖像的二值化。二值化處理就是把圖像f(x,y)分成目標物體和背景兩個領(lǐng)域。二值化是數(shù)字圖像處理中一項最基本的變換方法，通過非零取一、固定閾值、雙固定閾值等不同的閾值化變換方法，使一幅灰度圖變成了黑白二值圖像，將我們所需的目標部分從復(fù)雜的圖像背景中脫離出來。閾值處理的操作過程是先由用戶指定或通過算法生成一個閾值，如果圖像中某像素的灰度值小于該閾值，則將該像素的灰度值設(shè)置為0或255，否則灰度值設(shè)置為255或0。閾值化的變換函數(shù)表達式為公式39。 (式39)式中，T表示指定的閾值閾值T就像個門檻，比它大的就是白，比它小的就是黑。該變換函數(shù)是階躍函數(shù)，只需給出閾值點T即可，經(jīng)過閾值處理后的圖像變成了一幅黑白二值圖，閾值處理是灰度圖轉(zhuǎn)二值圖的一種常用方法。在本文中分別介紹非零元素取一法、固定閾值法和雙固定閾值法三種方法。非零元素取一法是最基礎(chǔ)的二值化算法。就是對于灰度圖像f，若某像素灰度值為零，則其灰度值不變，仍為零；對于灰度值不為零的像素，將其像素值全部變?yōu)?55。非零元素取一法的閾值T=1。 非零元素取一法的變換表達式定義為式310。 (式310)在某種意義上非零元素取一法也可以理解稱為一種特殊的固定閾值法，因為它的閾值默認為1。固定閾值法就是為灰度圖像f設(shè)定一個閾值T，把灰度值小于給定閾值T的像素置為0，大于閾值T的像素置為255，從而對灰度圖像實現(xiàn)二值化變換。固定閾值法的變換表達式定義為式311。 (式311) 式中，T為指定閾值相對于非零取一法和固定閾值法，雙固定閾值法預(yù)先設(shè)置了兩個閾值T1和T2，且T1T2，當對圖像進行處理時，如果某個像素的灰度值小于T1則置0(或者255)；如果大于T1并且小于T2時，則置255(或者0)；如果大于T2時，則置0(或者255)?？筛鶕?jù)具體情況選擇雙固定閾值法是用02550型或是2550255型。02550型固定閾值法的變換函數(shù)表達式定義為式312。 (式312)式中，T1表示指定的較小的閾值；T2表示指定的較大的閾值在本文的雙固定閾值法的算法中，設(shè)置了一個標記mode，當mode=0時，選擇的是02550型，當mode=1時，選擇的是2550255型。 圖像的幾何變換圖像平移就是將圖像中所有的點都按照指定的平移量水平、垂直移動。平移后的圖像上的每一點都可以在原圖像中找到對應(yīng)的點。假設(shè)(x0，y0)為原圖像上一點，圖像的水平平移量為x,圖像的垂直平移量為y,則平移后點(x0，y0)的坐標則變?yōu)?x1，y1)。顯然(x0，y0)和(x1，y1)滿足公式313。 (式313) 如果對于新圖像中的(x1，y1)像素，不在(x1，y1)原圖范圍內(nèi)，說明此點被移出顯示區(qū)域，可以直接將它的像素值設(shè)置為0或255(對于灰度圖就是黑色或者是白色)，在本文中統(tǒng)一將其設(shè)置為255，即白色。例如：在本文的程序中，對于非真彩色圖，如果某像素在原DIB中的坐標為(280，135)，水平平移量為m_Xmove=100，垂直平移量為m_Ymove=60，則平移后該像素在新DIB中的坐標為(380，195)，根據(jù)算法中的公式判斷，若380height,或195wide,該像素超出顯示區(qū)域的范圍，則直接將其設(shè)置為255,即為白色。否則，將該像素復(fù)制到點坐標(380，195)處。另外，需要注意的是在DIB中，圖像的保存是從下到上、從左到右依次存儲的，即圖像的第一行其實保存在最后一行的位置。因此在計算像素的位置坐標時需要注意公式的使用。例如：在計算第i行，第j個像素時，根據(jù)公式314計算，而不是公式315，在其他算法中也需要注意。lpSrc = p_data + lLineBytes * (height1i) + j (式314)式中，p_data表示起始像素的位置；lLineBytes表示圖像每行的字節(jié)數(shù)；height表示圖像的行數(shù)；lpSrc表示該像素所在的位置lpSrc = p_data + lLineBytes * i + j (式315)在圖像縮放中，產(chǎn)生的圖像中的像素可能在原圖中找不到相應(yīng)的像素點，這樣就必須進行近似處理。一般的方法是直接賦值為和它最相近的像素值，也可以通過一些插值算法來計算。后者處理效果要好些，但是運算量也相應(yīng)增加很多。在本文中采用直接前一種方法，直接賦值為最相近的像素值。假設(shè)圖像的縮放比率為t,那么原圖中的點(x0,y0)對應(yīng)于新圖中的點(x1,y1)的轉(zhuǎn)換公式為式316。 (式316)在本文中，圖像的縮放算法設(shè)計方法如下：首先要根據(jù)縮放比率計算出縮放后圖像的實際寬度和實際高度，在本文的程序中的計算公式為式317和式318。lNewWidth = lWidth * fZoomRatio + (式317)lNewHeight = lHeight * fZoomRatio +