【文章內(nèi)容簡介】 成為計算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想 [3]。 20 世紀(jì) 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。數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域不斷拓展。 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。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(rèn)為是調(diào)和分析半個世紀(jì)以來工作之結(jié)晶。 Mallat 于 1988 年有效地將小波分析應(yīng)用于圖像分解和重構(gòu)。小波分析被認(rèn)為是信號，圖像分析在數(shù)學(xué)方法上的重大突破。隨后數(shù)字圖像處理技術(shù)迅猛發(fā)展，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(shè)備、衛(wèi)星照片傳輸及分析和工業(yè)自動化領(lǐng)域的應(yīng)用越來越多。 進(jìn)入 21 世紀(jì)，隨著計算機(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。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。該技術(shù)成為一門引人注目、前景遠(yuǎn)大的新學(xué)科。 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，同時減弱或去除不需要的信息。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]。處理后的圖像是否保持原狀已經(jīng)是無關(guān)緊 要的了，不會因為考慮到圖像的一些理想形式而去有意識的努力重現(xiàn)圖像的真實(shí)度。圖像增強(qiáng)的目的是增強(qiáng)圖像的視覺效果，將原圖像轉(zhuǎn)換成一種更適合于人眼觀察和計算機(jī)分析處理的形式。它一般要借助人眼的視覺特性，以取得看起來較好地視覺效果，很少涉及客觀和統(tǒng)一的評價標(biāo)準(zhǔn)。增強(qiáng)的效果通常都與具體的圖像有關(guān)系，靠人的主觀感覺加以評價 [5]。 圖像增強(qiáng)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。如對 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；對不同時間拍攝的同一地區(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。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，在未來社會中圖像增強(qiáng)技術(shù)將會發(fā)揮更為重要的作用 [6]。 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(qiáng)大，最常用的的數(shù)字圖象處理開發(fā)工具之一 [7]。 在圖像處理過程中，圖像增強(qiáng)是十分重要的一個環(huán)節(jié)。本文的主要內(nèi)容就是圍繞圖像增強(qiáng)部分的一些基本理論和算基于 Visual C++的數(shù)字圖像處理 3 法而展開?；?Visual C++的圖像增強(qiáng)算法研究。 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。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。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)行性能評價。 全文共分六章 ， 具體安排如下 。 第一章引言。介紹圖像增強(qiáng)技術(shù)的課題背景和意義、本文的研究內(nèi)容。 第二章圖像處理的基本理論。闡述圖像增強(qiáng)中用到的有關(guān)數(shù)字圖像的一些基本概念；概述常用的一些圖像增強(qiáng)方法及其特點(diǎn)，如灰度變換、直方圖均衡化。 第三章圖像處理具體實(shí)現(xiàn)及算法。 第四章圖像增強(qiáng)的結(jié)果與分析。 最后是總結(jié)與致謝，論文的結(jié)尾附有源程序代碼。 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值。本文運(yùn)用圖像 增強(qiáng)的方法對數(shù)字圖像進(jìn)行處理，灰度變換，銳化以及平滑等常用圖像增強(qiáng)的方法。 數(shù)字圖像的基本理論 數(shù)字圖像的表示 圖像并不能直接用計算機(jī)來處理，處理前必須先轉(zhuǎn)化成數(shù)字圖像。早期一般用 picture代表圖像，隨著數(shù)字技術(shù)的發(fā)展，現(xiàn)在都用 image代表離散化了的數(shù)字圖像。 由于從外界得到的圖像多是二維（ 2D）的，一幅圖像可以用一個 2D數(shù)組),( yxf 表示。這里 x和 y表示二維空間 X、 Y中一個坐標(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。為了能夠用計算機(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。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。圖像中的每個基本單元稱為圖像的元素，簡稱像素 。 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(diǎn)的亮度。亮度是觀察者對所看到的物體表面反射光強(qiáng)的量度。作為圖像灰度的量度函數(shù)),( yxf 應(yīng)大于零。人們?nèi)粘？吹降膱D像一般是從目標(biāo)上反射出來的光組成的，所以 ),( yxf 可看成由兩部分構(gòu)成：入射到可見場景上光的量；場景中目標(biāo)對反射光反射的比率。確切地說它們分別稱為照度成分 ),( yxi 和反射成分 ),( yxr 。),( yxf 與 ),( yxi 和 ),( yxr 都成正比 ， 可表示成 ),(),(),( yxryxiyxf ?? 。 將二維坐標(biāo)位置函數(shù) ),( yxf 稱為灰度。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，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 。因此圖像的灰度值也是非負(fù)有界的 [8]。 灰度直方圖 灰度直方圖是數(shù)字圖像處理中一個最簡單、最有用的工具，它反映了數(shù)字圖像中每一灰度級與其出現(xiàn)頻率之間的統(tǒng)計關(guān)系。可以有針對性地通過改變直方圖的灰度分布狀況，使灰度均勻地或按 預(yù)期目標(biāo)分布于整個灰度范圍空間，從而達(dá)到圖像增強(qiáng)的效果 [9]。 灰度直方圖是灰度值的函數(shù)，描述的是圖像中具有該灰度值的像素的個數(shù)，基于 Visual C++的數(shù)字圖像處理 2 如圖 ，（ b）為圖像（ a）的灰度直方圖，其橫坐標(biāo)表示像素的灰度級別，縱坐標(biāo)表示該灰度出現(xiàn)的頻率（像素的個數(shù)）。 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，數(shù)字圖像就是這種以數(shù)字形式進(jìn)行 存儲和處理的圖像。利用計算機(jī)可以對它進(jìn)行?，F(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。數(shù)字圖像處理亦稱為計算機(jī)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(jī)對其進(jìn)行處理的過程。 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(jī)及輸出設(shè)備組成 [10]。如圖 2. 2所示。 圖 數(shù)字圖像處理系統(tǒng) 圖 ，圖中并沒有顯示出軟件系統(tǒng)，在圖像處理系統(tǒng)中軟件系統(tǒng)同樣是非常重要的。在圖像獲取的 過程中，由于設(shè)備的不完善及光照等條件的影響，不可避免地會產(chǎn)生圖像降質(zhì)現(xiàn)象。影響圖像質(zhì)量圖像采集系統(tǒng) 計算機(jī) 圖像輸出設(shè)備 模擬圖像 基于 Visual C++的數(shù)字圖像處理 3 的幾個主要因素是： (1)隨機(jī)噪聲，主要是高斯噪聲和椒鹽噪聲，可以是由于相機(jī)或數(shù)字化設(shè)備產(chǎn)生，也可以是在圖像傳輸過程中造成的； (2)系統(tǒng)噪聲，由系統(tǒng)產(chǎn)生，具有可預(yù)測性質(zhì)； (3)畸變 ，主要是由于相機(jī)與物體相對位置、光學(xué)透鏡曲率等原因造成的，可以看作是真實(shí)圖像的幾何變換。 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(qiáng)、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(jìn)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 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(jī)技術(shù)的高速發(fā)展而迅猛發(fā)展起來。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(shè)備、衛(wèi)星照片傳輸及分析和工業(yè)自動化領(lǐng)域的應(yīng)用越來越多。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，而對于將成熟技術(shù)轉(zhuǎn)化為生產(chǎn)力方面認(rèn)識還遠(yuǎn)遠(yuǎn)不夠。 California大學(xué)的 Tony chen教授認(rèn)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。其中基于變換的圖像處理框架主要在實(shí)現(xiàn)圖像壓縮上有優(yōu)勢，而基于偏微分方程（ PDE）的圖像處理框架在圖像的噪聲去除、邊緣提取、圖像分割上有優(yōu)勢。事實(shí)上，除了這三種工具以外，數(shù)學(xué)形態(tài)學(xué)、神經(jīng)網(wǎng)絡(luò)等學(xué)科在圖像去噪及圖像分割方面也存在特有的優(yōu)勢 [11]。 圖像增強(qiáng)概述 圖像增強(qiáng)的定義 圖像增強(qiáng)是指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不需要的信息的處理方法，也是提高圖像質(zhì)量的過程 [9]。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)對圖像的更高級的處理和分析。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 往也是一個矛盾的過程：圖像增強(qiáng)希望既去除噪聲又增強(qiáng)邊緣。但是，增強(qiáng)邊緣的同時會同時增強(qiáng)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(qiáng)的時候，往往是將這兩部分進(jìn)行折中，找到一個好的代價函數(shù)達(dá)到需要的增強(qiáng)目的。傳 統(tǒng)的圖像增強(qiáng)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。這樣對應(yīng)于某些局部區(qū)域的細(xì)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(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]。 常用的圖像增強(qiáng)方法 圖像增強(qiáng)可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進(jìn)行基于二維傅里葉變換的信號增強(qiáng)。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊 緣等高頻信號，使模糊的圖片變得清晰。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。 圖像增強(qiáng)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。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]。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。基于空間域的算法處理時直接對圖像灰 度級做運(yùn)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(jìn)行某種修正，是一種間接增強(qiáng)的算法。 基于空間域的算法分為點(diǎn)運(yùn)算算法和鄰域去噪算法。點(diǎn)運(yùn)算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴(kuò)大圖像動態(tài)范圍 、 擴(kuò)展對比度。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。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]。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識別。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。 (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。這時可以通過直方圖均衡化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，通過調(diào)整圖像灰度值的動態(tài)范圍，自動地增加整個圖像的對比度，使圖像具有較大的反差，細(xì)節(jié)清晰 [15]。 (2)對比度增強(qiáng)法 有些圖像的對比度比較低，從而使整個圖像模糊不清。這時可以按一定的規(guī)則修改原來圖像的每一個像素的灰度，從而改變圖像灰度的動態(tài)范圍。 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。圖像中往往包含有各種各樣的噪聲。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)。這些噪聲的存在直接影響著后續(xù)的處理過程，使圖像失真。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(diǎn)的掩模在圖像上滑動，將掩模中心對應(yīng)像素點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)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(diǎn)所占的權(quán)重，即各像素點(diǎn)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(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度值的中間值代替。 (4)銳化 平滑噪聲時經(jīng)常會使圖