【正文】 Invalidate()。 dibNewReplaceDib((),histo 28 , )。 pFrameSendMessage(WM_COMMAND, ID_FILE_NEW)。 } //將 pDib 中的圖像數(shù)據(jù)作為輸入數(shù)據(jù)，調(diào)用帶參數(shù)的構(gòu)造函數(shù)， HistogramDrawDlg histodrawdlg1。 } } } void CImageView::OnHistgramAver() { // TODO: Add your mand handler code here //獲取文檔類中 m_dib 的指針，訪問當前 DIB 數(shù)據(jù) CImageDoc *pDoc=GetDocument()。i++){ for(j=0。 27 //每行像素所占字 節(jié)數(shù) int lineByte=(*m_nBitCountOut/8+3)/4*4。 //循環(huán)變量 int i,j。 (255)。 (150)。 (50)。 } CString str。 } for(i=。 26 double x=()。 for(int i=0。 BeginWaitCursor()。 GetDlgItem(IDC_STATIC_Hist)GetWindowRect(amp。 // device context for painting // TODO: Add your message handler code here //彩色和灰度圖像有效 if(m_nBitCountOut!= 8 amp。 25 附錄 部分程序代碼 BOOL CImageDoc::OnOpenDocument(LPCTSTR lpszPathName) { if (m_dibRead(lpszPathName) == TRUE) { SetModifiedFlag(FALSE)。這次畢業(yè)論文設計我得到了很多老師和同學的幫助，其中我的論文導師宋楊老師對我的關心和支持尤為重要。從開始選課題到論文的順利完成，一直都離不開老師、同學、朋友給我熱情的幫助，在這里請接受我誠摯的謝意！ 在此我想對我的母校，我的父母、親人們，我的老師和同學們表達我由衷的謝意。但是，圖像增強也有它的缺點：如本文所研究的鄰域平均算法會造成圖像的模糊，中值濾波雖然對處理椒鹽噪聲有很好的作用，可它也會造成圖像的不連續(xù)，所以必須對這些經(jīng)典算法進行改進。主要的研究內(nèi)容與成果如下： （ 1） VC++實現(xiàn)圖像增強步驟：新 MFC工程的創(chuàng)建，實現(xiàn)直方圖均衡化、鄰域平均和中值濾波三種處理方法的詳細的操作步驟。同時，還對這三種方法處理過后的圖像進行了對比，以研究這三種方法的優(yōu)缺點。 圖 中值濾波模板設置 （ 3）右鍵點擊對話框與，選擇建立向?qū)ь悾纯尚陆ㄒ粋€鄰域平均的類，并進入如圖 ，點擊自己所需要的方法，并選擇 COMMAND選項，點擊 Add Function即可添加所選方法，之后點擊 Edit Code按鈕，就可進入代碼編輯界面。 圖 鄰域平均類編輯界面 19 代碼編輯后，編譯、調(diào)試無誤后，運行程序，即可實現(xiàn)對圖像的鄰域平均預算，達到圖 。 圖 子菜單編輯 編輯界面處點擊右鍵，選擇 ClassWizard 就可建立對應菜單的類，AdFunction 可以添加方法，點擊 Edit Code 則可以進入代碼編輯界面。如圖 所示 圖 新建工程對話框 點擊確定后，系統(tǒng)顯示“ MFC 應用程序向?qū)А睂υ捒?，選擇“多文檔”選項，單擊完成后，就完成了程序大體框架的自動生成。 開發(fā)環(huán)境 Visual Studio 是微軟公司推出的開發(fā)環(huán)境 ， Visual Studio 可以用來創(chuàng)建 Windows 平臺下的 Windows 應用程序和網(wǎng)絡應用程序 ， 也可以用來創(chuàng)建網(wǎng)絡服務、智能設備應用程序和 Office 插件。比如，它允許用戶進行遠程調(diào)試，單步執(zhí)行等。自 1993 年Microsoft 公司推出 Visual C++ 后，隨著其新版本的不斷問世， Visual C++已成為專業(yè)程序員進行軟件開發(fā)的首選工具。 Visual C++ 由許多組件組成，包括 編 輯器 、調(diào)試器以及程序向?qū)?AppWizard、類向?qū)?Class Wizard 等開發(fā)工具。不同圖像內(nèi)容和不同應用要求往往選用不同的窗口和純。給定的圖像 f(x,y)中的每一個點（ m,n），取其領域 s。 鄰域平均 領域平均法是對于給定的圖像 f(x， y)中的每一個點（ m， n），取其領域 s。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。圖像中的噪聲往往和正常信號交織在一起，尤其是乘性噪聲，如果處理不當，就會破壞圖像本身的細節(jié)，如會使線條、邊界等變得模糊不清。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 。減少簡并現(xiàn)象通?？刹捎脙煞N方法：一種簡單的方法是增加像素的比特數(shù)。 s 1 S=T（ r） Sr 0 rk 1 r 圖 直方圖均衡化變換函數(shù) 11 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 。 直方圖均衡化變換函數(shù)如圖 所示，設 r， s 分別表示原圖像和增強后圖像的灰度。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。 直方圖均衡化 直方圖均衡化方法是圖像增強中最常用、最重要的方法之一。可以對 [0,1]區(qū)間內(nèi)的任何一個 r進行如下的變換： 10 s=T(r) 變換函數(shù) T 應滿足以下條件： 0≤ r≤ 1區(qū)間內(nèi)， )(rT 單值單調(diào) 增加； 0≤ r≤ 1，有 0≤ )(rT ≤ 1。從直方圖的定義可知， 連續(xù)圖像的直方圖是一位連續(xù)函數(shù)，它具有統(tǒng)計特征，例如矩、絕對矩、中心矩、絕對中心矩、熵。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)。歸納起來，直方圖主要有一下幾點性質(zhì)： （ 1）直方圖中不包含位置信息。 8 圖像增強流程圖 開始 輸入圖像 預處理 增強算法處理 得到預期結(jié)果 Y 保存退出 結(jié)束 圖 23 圖像增 強流程圖 本章小結(jié) 本章主要是介紹關于圖像增強的基本理論，對圖像增強的中的一些概念就行了闡述，介紹了一些常用的圖像增強的方法 ，同時，對圖像增強的流程做了大體上的介紹。圖像中往往包含有各種各樣的噪聲。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，細節(jié)清晰。常用算法有均值濾波、中值濾波。 基于空間域的算法分為點運算算法和鄰域去噪算法。 圖像增強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 應特性相匹配。 常用的圖像增強方法 圖像增強可分成兩大類：頻率域法和空間域法。圖像增強的 過程往往也是一個矛盾的過程：圖像增強希望既能去除噪聲又增強邊緣。影響圖像質(zhì)量的幾個主要因素是： (1)隨機噪聲，主要是高斯噪聲和椒鹽噪聲，可以是由于相機或數(shù)字化設備產(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，具有可預測性質(zhì)； (3)畸變，主要是由于相機與物體相對位置、光學透鏡曲率等原因造成的，可以看作是真實圖像的幾何變換。 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。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期目標分布于整個灰度范圍空間，從而達到圖像增強的效果。 將二維坐標位置函數(shù) ),( yxf 稱為灰度。作為圖像灰度的量度函數(shù)),( yxf 應大于零。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。早期一般用 picture代表圖像，隨著 數(shù)字技術的發(fā)展，現(xiàn)在都用 image代表離散化了的數(shù)字圖像。 第三章： 圖像增 強的方法的介紹，著重介紹了其中的直方圖均衡化、鄰域平均和中值濾波三種方法。本文的主要內(nèi)容就是圍繞圖像增強部分的一些基本理論，并利用 VC++實現(xiàn)圖像的增強處理而展開的。 圖像增強處理的應用已經(jīng)滲透到醫(yī)學診斷、航空航天、軍事偵察 、指紋識別、無損探傷、衛(wèi)星圖片的處理等領域。處理后的圖像是否保持原狀已經(jīng)是無關緊要的了，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)圖像的真實度。屬于這些領域的有航空航天、生物醫(yī)學、機器人視覺、公安司法、軍事制導、文化藝術等。數(shù)字圖像處理技術的應用領域不斷拓展。 從 20 世紀 70 年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發(fā)展，數(shù)字圖像處理技術向更高、更深層次發(fā)展。 數(shù)字圖像處理技術取得的另一個巨大成就是在醫(yī)學上。首次獲得成功應用的是美國噴氣推進實驗室（ JPL）。 視覺是人類最重要的感知手段，圖像又是視覺的基礎。 Neighborhood averaging。 并利用 VC++實現(xiàn) 上述方法對圖像的處理。這類方法通常稱為圖像增強技術。安徽建筑大學畢業(yè)設計（論文） I 畢 業(yè) 設 計 (論 文 ) 專 業(yè) 電子信息工程 班 級 學生姓名 學 號 課 題 數(shù)字圖像處理方法研究與實現(xiàn) —— 基于 VC++的圖像增強實現(xiàn) 指導教師 摘 要