【導(dǎo)讀】利用計(jì)算機(jī)來(lái)進(jìn)行圖像處理，稱為數(shù)字圖像處理。處理，具有簡(jiǎn)單易學(xué)、用法比較靈活、編程效率較高等特點(diǎn)。分析了VB設(shè)計(jì)語(yǔ)言的設(shè)計(jì)特點(diǎn)。設(shè)計(jì)了一套基于VB的數(shù)字圖像處理的程?；⒅狈綀D、二值化以及一些常用圖像處理的算法程序。最后通過(guò)實(shí)例應(yīng)用說(shuō)。明了VB源程序的調(diào)用方法以及實(shí)現(xiàn)的數(shù)字圖像處理效果。改變部分程序?qū)崿F(xiàn)其他的圖像處理功能。求，同時(shí)為那些對(duì)圖像需要進(jìn)行特殊處理的專業(yè)要求提供了方便的渠道。

　　

【正文】 ub 效果圖 34： 圖 34 灰度處理 B 分量示意圖 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 21 灰度圖像平滑處理 圖像的平滑處理主要是為了去除圖 像中稱為噪聲的干擾信息。噪聲可以理解為“妨礙人們感覺(jué)器官對(duì)所接受的信源信息理解的因素”。噪聲在理論上可以定義為“不可預(yù)測(cè)，只能用概率統(tǒng)計(jì)方法來(lái)認(rèn)識(shí)的隨機(jī)誤差”。描述噪聲的方法可以借用隨機(jī)過(guò)程及其概率分布函數(shù)的概率密度函數(shù)。但這種描述方法很復(fù)雜，甚至不可能完成，而且實(shí)際應(yīng)用往往也不必要。通常數(shù)字特征，即均值方差、相關(guān)函數(shù)等對(duì)噪聲進(jìn)行處理 [14]。 噪聲的分類 ： 外部噪聲，即指系統(tǒng)外部干擾以電磁波或經(jīng)電源串進(jìn)系統(tǒng)內(nèi)部而引起的噪聲。如電氣設(shè)備，天體放電現(xiàn)象等引起的噪聲。 內(nèi)部噪 聲：一般又可分為以下四種： (1)由光和電的基本性質(zhì)所引起的噪聲。如電流的產(chǎn)生是由電子或空穴粒子的集合所形成。因這些粒子運(yùn)動(dòng)的隨機(jī)性而形成的散粒噪聲；導(dǎo)體中自由電子運(yùn)動(dòng)所形 成的熱噪聲；根據(jù)光的粒子性，圖像是由光量子所傳輸，而光量子密度 隨 時(shí)間和空間變化所形成的光量子噪聲等。 (2)電 器的機(jī)械運(yùn)動(dòng)產(chǎn)生的噪聲。如各種接頭因抖動(dòng)引起電流變化所產(chǎn)生的噪聲；磁頭、磁帶等抖動(dòng)一起的抖動(dòng)等。 (3)器材 材料本身引起的噪聲。如正片和負(fù)片的表面顆粒性和磁帶磁盤(pán)表面缺陷所產(chǎn)生的噪聲。隨著材料科學(xué)的發(fā)展，這些噪聲有望不斷減少，但在 目前來(lái)講，還是不可避免的。 (4)系統(tǒng)內(nèi)部設(shè)備電路所引起的噪聲。如電源引入的交流聲；偏轉(zhuǎn)系統(tǒng)和箝位電路所引起的噪聲等。 。在實(shí)際應(yīng)用中，不去追究嚴(yán)格的數(shù)學(xué)定義，這兩種噪聲可以理解為：其統(tǒng)計(jì)特性不隨時(shí)間變化的噪聲稱其為平穩(wěn)噪聲。其統(tǒng)計(jì)特性隨時(shí)間變化而變化的稱其為非平穩(wěn)噪聲。 ，如其幅度分布是按高斯分布的就稱其為高斯噪聲，而按雷利分布的就稱其為雷利噪聲。 。如頻譜均勻分布的噪聲稱為白噪聲；頻 譜與頻率成反比的稱為噪聲；而與頻率平方成正比的稱為三角噪聲等等。 ，按噪聲和信號(hào)之間關(guān)系可分為加性噪聲和乘性噪聲：假定信號(hào)為 )(ts ， 噪聲為 )(tn ，如果混合迭加波形是 )()( tnts ? 形式，則稱此類噪聲為加性噪聲；如果迭加波形為 )](1)[( tnts ? 形式，則稱其為乘性噪聲。前者如放大器噪聲等。每一個(gè) 像素 的噪聲不管輸入信號(hào)大小，噪聲總是分別加到信號(hào)上。后者如光量子噪聲，膠片 顆粒噪聲等。由于載送每一個(gè) 像素 信 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 22 息的載體的變化而產(chǎn)生的噪聲受信息本身調(diào)制。在某些情況下，如信號(hào)變化很小，噪聲也不大。為了分析處理方便，常常將乘性噪聲近似認(rèn)為是加性噪聲，而且總是假定信號(hào)和噪聲是互相統(tǒng)計(jì)獨(dú)立 [12]。 。首先，是記錄在感光片上的圖像會(huì)受到感光 顆粒噪聲的影響；其次，圖像從光學(xué)到電子形式的轉(zhuǎn)換是一個(gè)統(tǒng)計(jì)過(guò)程 (因?yàn)槊總€(gè)圖像元素接收到的光子數(shù)目是有限的 )。 模板操作和卷積運(yùn)算 模板操作是數(shù)字圖像處理中常用的一種運(yùn)算方式，圖像的平滑、銳化等效果都要用到模板 操作。例如，有一種常見(jiàn)的平滑算法是源圖中的一個(gè)像素的灰度值和它周?chē)R近的 8 個(gè)像素的灰度值相加，然后將球得的平均值作為新圖像中該像素的灰度值?？捎萌缦路椒▉?lái)顯示該操作： ??????????1111*1111191 上式有點(diǎn)類似矩陣，通常稱之為模板，帶星號(hào)的數(shù)據(jù)表示該元素為中心元素，即這個(gè)元素是將要處理的元素 [15]。 模板操作實(shí)現(xiàn)了一種領(lǐng)域運(yùn)算，可用卷積來(lái)完成各種處理變換，卷積運(yùn)算中的卷積核就是模 板運(yùn)算中的模板，卷積就是作加權(quán)系數(shù)求和的過(guò)程。領(lǐng)域中的每個(gè)像素 (假定領(lǐng)域?yàn)?3*3 大小，卷積核大小與領(lǐng)域相同 )， 分別是卷積核中的每一個(gè)元素相乘，乘 積求和所得到結(jié)果即為中心像素的新值。卷積核中的元素稱作加權(quán)系數(shù) (亦稱為卷積系數(shù) )，卷積核中的系數(shù)大小及排列順序，決定了對(duì)圖像進(jìn)行區(qū)處理的類型。改變卷積核中的加權(quán)系數(shù)，會(huì)影響到總和的數(shù)值與符號(hào)，從而影響到所求像素的新值。 中值濾波法去噪 所謂中值濾波，是指把以某點(diǎn) (x,y)為中心的小窗口內(nèi)的所有像素的灰度按從大到小的順序排列，將中間值作為 (x,y)處的灰度值 (若窗口中有偶數(shù)個(gè)像素，則取兩個(gè)中間值的平均 )。它的目的是保護(hù)圖像邊緣的同時(shí)去除噪聲。 如圖 35 中，當(dāng)小窗口 (3 3)在左上角時(shí)，窗口內(nèi)的像素灰度按從小到大的順序排列后為： 6 中值為 3，當(dāng)小窗口在圖像中移動(dòng)時(shí)，按類似方法計(jì)算，得出處理后的圖像如圖 36： 從圖 37 中可以看出，中值濾波法處理結(jié)果平滑效果不如鄰域平均法，但它能去除噪聲點(diǎn)并保持圖像邊界，如圖 38 所示。 在 Visual 中建立程序的界面，如第二章介紹的界面設(shè)計(jì)方法，設(shè)計(jì)界面如下圖 39： 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 23 1*1 1*2 1*3 4 5 1*6 1*4 1*3 2 2 1*1 1*6 1*6 4 6 4 4 5 6 6 1 4 6 2 2 圖 35 源圖像 3 4 4 4 4 56 4 6 6 圖 36 中值濾波處理后結(jié)果 1 1 7 7 7 1 1 7 7 7 1 1 7 0 7 7 5 7 7 7 1 1 7 7 7 圖 37 源圖像 1 7 7 1 7 7 1 7 7 圖 38 中值濾波處理后圖像 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 24 圖 39 去噪處理界面設(shè)計(jì)示意圖 界面中的三個(gè)顯示圖片的控件，分別顯示彩色的噪聲圖像 ，灰度化圖像，去噪后圖像，即中值濾波法的整個(gè)程序設(shè)計(jì)代碼如下： Option Explicit Dim pic() As Byte 39。存放原始顏色數(shù)據(jù) Dim pix As Byte Dim a() As Integer Dim Size As Long Dim h As Integer Dim w As Integer Dim f() As Integer 39。存放灰度圖數(shù)據(jù) Dim g() As Integer 39。存放去噪后數(shù)據(jù) Private Declare Function SetPixelV Lib gdi32 (ByVal hdc As Long, ByVal x As Long, ByVal y As Long, ByVal crColor As Long) As Long Private Sub Command1_Click() = 打開(kāi)文件 = pictures(*.bmp)|*.bmp End Sub Private Sub Command2_Click() Dim i As Long, j As Long, k As Long Open For Binary As 1 Get 1, 19, w Get 1, 23, h Seek 1, 55 ReDim pic(w 1, h 1, 4) For j = h 1 To 0 Step 1 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 25 For i = 0 To w 1 For k = 2 To 0 Step 1 Get 1, , pic(i, j, k) Next k Next i If (w * 3) Mod 4 0 Then For k = 1 To 4 ((w * 3) Mod 4) Get 1, , pix Next k End If Next j Close 1 For j = 0 To h 1 For i = 0 To w 1 SetPixelV , i, j, RGB(pic(i, j, 0), pic(i, j, 1), pic(i, j, 2)) 39。 (i, j), RGB(pic(i, j, 0), pic(i, j, 1), pic(i, j, 2)) Next i Next j End Sub Private Sub Command3_Click() Dim i As Long, j As Long ReDim f(w 1, h 1) For j = 0 To h 1 For i = 0 To w 1 f(i, j) = pic(i, j, 0) SetPixelV , i, j, RGB(pic(i, j, 0), pic(i, j, 0), pic(i, j, 0)) 39。 (i, j), RGB(pic(i, j, 0), pic(i, j, 0), pic(i, j, 0)) Next i Next j End Sub Private Sub Command4_Click() Dim i As Long, j As Long, k As Long Dim m As Long, n As Long Dim t As Long Dim k1 As Integer Dim k2 As Integer Dim num As Long Dim a() As Integer ReDim g(w 1, h 1) Size = Val(Text1): num = (Size + 1) * (Size + 1) ReDim a(num) For j = Fix(Size \ 2) To h 1 Fix(Size \ 2) For i = Fix(Size \ 2) To w 1 Fix(Size \ 2) k = 0 For k1 = Fix(Size \ 2) To Fix(Size \ 2) For k2 = Fix(Size \ 2) To Fix(Size \ 2) 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 26 a(k) = f(i + k1, j + k2): k = k + 1 Next k2 Next k1 For m = 0 To num 1 k = m For n = m + 1 To num 2 If a(n) a(k) Then k = n Next n If m k Then t = a(k): a(k) = a(m): a(m) = t End If Next m g(i, j) = a(Fix(num \ 2)) 39。 (i, j), RGB(g(i, j), g(i, j), g(i, j)) SetPixelV , i, j, RGB(g(i, j), g(i, j), g(i, j)) Next i Next j End Sub Private Sub Command5_Click() = LoadPicture() = LoadPicture() End Sub 圖 310 去噪前效果圖 界面中各命令按鈕和其相對(duì)應(yīng)的操作方式分別對(duì)應(yīng)結(jié)果如下： 【 Command1】對(duì)應(yīng)【打開(kāi)文件】按鈕， 點(diǎn)擊【打開(kāi)文件】按鈕，選擇需要圖像文件， 打開(kāi)相應(yīng)的圖像文件； 【 Command2】對(duì)應(yīng)【讀取圖像】按鈕， 點(diǎn)擊【讀取圖像】按鈕，程序執(zhí)行讀取， 載入圖像文件； 【 Command3】對(duì)應(yīng)【灰度】按鈕， 點(diǎn)擊【灰度】按鈕， 對(duì)圖像進(jìn)行灰度操作； 【 Command4】 對(duì)應(yīng)【去噪】按鈕，點(diǎn)擊【去噪】按鈕，對(duì)圖像進(jìn)行去噪操 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 27 作； 【 Command5】對(duì)應(yīng)【清屏】按鈕， 點(diǎn)擊【清屏】按鈕， 退出運(yùn)行程序 。 點(diǎn) 擊【灰度】按鈕，對(duì)程序執(zhí)行結(jié)果操作，得出去噪前效果圖 310 如上 ： 點(diǎn)擊【去噪】按鈕，對(duì)程序執(zhí)行結(jié)果操作，得出去噪后效果圖 311 如下： 圖 311 去噪后效果圖 直方圖 直方圖的基本概念 直方圖是針對(duì)灰度圖像進(jìn)行描述和處理的。什么是灰度級(jí)的直方圖 ？ 簡(jiǎn)單的說(shuō)，灰度直方圖是灰度級(jí)的函數(shù)，它表示圖像中具有某種灰度級(jí)的像素的個(gè)數(shù)，反映或統(tǒng)計(jì)了圖像中每種灰度出現(xiàn)的頻率。同時(shí)灰度級(jí)的直方圖給出了對(duì)圖像概貌的總的概述。我們從直方圖上可以看出圖像的許多特性。因此，灰度直方圖描述了一幅圖像的概貌，是研究圖像灰度分布的 手段，是數(shù)字圖像處理中一個(gè)非常有用的工具 [11]。 直方圖的性質(zhì) 由直方圖的基本概念得到，圖像的直方圖具有以下三個(gè)重要的性質(zhì)。 (或頻率 )，而丟失了其所在位置的信息。 ，都能