【正文】 圖 43a 為源圖像，圖 43b基于 Visual C++的數(shù)字圖像處理 20 為對(duì)數(shù)非線(xiàn)性灰度增強(qiáng)效果圖。 } } Invalidate()。 BYTE gray =(byte)((log((double)(pixel+1)))/(*log())+50+)。 xm_nWidth。 ym_nHeight。 int m_nWidth=()。 編程實(shí)現(xiàn) 圖像的對(duì)數(shù)非線(xiàn)性變換算法的實(shí)現(xiàn)的程序代碼如下： if(()) { return。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點(diǎn)。 基于 Visual C++的數(shù)字圖像處理 19 [2]開(kāi)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。利用此變換可以使輸入圖像的高灰度范圍得到擴(kuò)展，低灰度范圍得到壓縮，使圖像分布均勻。利用此變換可以使輸入圖像的低灰度范圍得到擴(kuò)展，高灰度范圍得到壓縮，使圖像分布均勻。 a）源圖像 b)分段線(xiàn)性灰度增強(qiáng)效果圖 圖 分段線(xiàn)性灰度增強(qiáng)效果演示 非線(xiàn)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(xiàn)性灰度變換有對(duì)數(shù)函數(shù)非線(xiàn)性變換和指數(shù)函數(shù)非線(xiàn)性變換 ，下面分別介紹一下他們的原理。圖 42a 為源圖像，圖 42b為分段線(xiàn)性灰度增強(qiáng)效果圖。 } } } Invalidate()。(pixel=255)) { BYTE gray = (BYTE)(((double)(255240)/(255200))*(pixel200)+240+)。 } //根據(jù) 公式 (53)右邊下式求出目標(biāo)圖像中與當(dāng)前點(diǎn)對(duì)應(yīng)的像素點(diǎn)的灰度值 if((pixel200)amp。(pixel=200)) { BYTE gray = (BYTE)(((double)(24050)/(20080))*(pixel80)+50+)。 } //根據(jù)公式 (53)右邊中式求出目標(biāo)圖像中與當(dāng)前點(diǎn)對(duì)應(yīng)的像素點(diǎn)的灰度值 if((pixel=80)amp。 if(pixel80) { BYTE gray= (BYTE)(((double)50/80)*pixel+)。 xm_nWidth。 ym_nHeight。 /*int bitCount=()/8。 int m_nWidth=()。 編程實(shí)現(xiàn) 圖像的分段線(xiàn)性變換算法的實(shí)現(xiàn)的程序代碼如下： if(()) { return。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點(diǎn)。 [2]開(kāi)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。分段線(xiàn)性變換函數(shù)為 基于 Visual C++的數(shù)字圖像處理 16 ????????????????????MyxfbdbyxfbMdNbyxfacayxfabcdayxfyxfacyxg),(,]),() ] [/()[(),(,]),() ] [/()[(),(0),()/(),( () 實(shí)際上 a， b， c， d 可取不同的值進(jìn)行組合，從而得到不同的效果。圖 41a 為源圖像，圖 41b為將灰度區(qū)間壓縮至 [20,200]的線(xiàn)性增強(qiáng)效果圖。 } } Invalidate()。 BYTE gray =(byte)(((double)(20020)/255)*pixel+20+)。 xm_nWidth。 ym_nHeight。 /*int bitCount=()/8。 int m_nWidth=()。 編程實(shí)現(xiàn) 圖像的線(xiàn)性灰度變換算法的程序代碼如下： if(()) { return。 [4]循環(huán)步驟 [3]，直到處理完源圖像的全部像素點(diǎn)。 [2]開(kāi)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。 基于 Visual C++的數(shù)字圖像處理 14 第 4章 數(shù)字圖像增強(qiáng)的算法與實(shí)現(xiàn) 線(xiàn)性灰度增強(qiáng)的算法與實(shí)現(xiàn) 基本原理 假設(shè)變換前圖像 ),( yxf 的灰度范圍為 ],[ ba ，希望變換后的圖像 ),( yxg 的灰度范圍擴(kuò)展或壓縮至 ],[ dc ,則灰度線(xiàn)性變換函數(shù)的表達(dá)式為： cayxfabcdyxg ????? )),()](/()[(),( () 通過(guò)調(diào)整 a 、 b 、 c 、 d 的值控制線(xiàn)段的斜率，從而對(duì)圖像灰度區(qū)間進(jìn)行擴(kuò)展與壓縮。然后，二階差分算子的過(guò)零特性，可以使邊緣增強(qiáng)后精確定位。 相對(duì)于梯度算子，拉普拉斯算子具有增強(qiáng)的邊緣精確定位的優(yōu)點(diǎn)。 拉普拉斯銳化 拉普拉斯算子是線(xiàn)性二階 微分算子，與梯度算子一樣，具有旋轉(zhuǎn)不變性，從而滿(mǎn)足不同走向的圖像邊界的銳化要求。為了便于編程和提高運(yùn)算速度，可以如下進(jìn)行絕對(duì)值的運(yùn)算： 2122 }),1(),(),1(),({)],([ kjFkjFkjFkjFkjFG ?????? () 一旦計(jì)算梯度的算法確立之后，就可以有很多方法來(lái)使圖像輪廓突出。 梯度銳化 梯度是圖像處理中最常用的 一種一階微分方法。從頻率域來(lái)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(lái)使圖像清晰。 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(lèi)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。給定的圖像 ),( yxf 中的每一個(gè)點(diǎn) ),( nm ，取其領(lǐng)域 s 。 中值濾波法 中值濾波是一種非線(xiàn)性平滑濾波，在一定條件下可以克服線(xiàn)性濾波帶來(lái)的圖像細(xì)節(jié)模糊問(wèn)題，而且對(duì)濾除噪聲干擾及圖像掃描噪聲非常有效。有時(shí)為了突出源圖像中的點(diǎn) (i,j)本身的重要性，對(duì)于同一尺寸的模板，不同位置的系數(shù)采用不同的數(shù)值就可以采用加權(quán)平均法實(shí)現(xiàn)。設(shè) s 含有 M 個(gè)像素，取其平均值作為處理后所得圖像像素點(diǎn) ),( nm 處的灰度。鄰域平均法采用模板計(jì)算的思想，模板操作實(shí)現(xiàn)了一種鄰域運(yùn)算， 用模板確定的鄰域內(nèi)的像素值去代替圖像中每一個(gè)像素點(diǎn)的值。這時(shí)可以采用線(xiàn)性濾波和中值濾波的方法。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)。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)。有些圖 像是通過(guò)掃描儀掃描輸入或傳輸通道傳輸過(guò)來(lái)的。噪聲并不僅限于人眼所見(jiàn)的失真，有些噪聲只針對(duì)某些具體的圖像處理過(guò)程產(chǎn)生影響。 圖像平滑 獲得的圖像可能會(huì)因?yàn)楦鞣N原因而被污染，產(chǎn)生噪聲。 上述三步得到了原始圖像的一種處理方法，只要求 G(s)是可逆的即可進(jìn)行。對(duì)該圖像也做均衡化處理，即： ??? z z dvvpzGu 0 )()( () 由于對(duì)于這兩幅圖像，同樣作了均衡化處理，所以他們具有同樣的均勻密度。 直方圖規(guī)定化方法如下：假設(shè) )(krP 是原始圖像分布的概率密度函數(shù)， )(zPz是希望得到的圖像的概率密度函數(shù)。 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。這種灰度間隔放大可以按照眼睛的對(duì)比度靈敏特性和成像系統(tǒng)的動(dòng)態(tài)范圍進(jìn)行放大。 比如，通常用 8 比特來(lái)代表一個(gè)像素，而現(xiàn)在用 12 比特來(lái)表示一個(gè)像素，這樣就可以減少簡(jiǎn)并現(xiàn)象發(fā)生的機(jī)會(huì)，從而減少灰度層次的損失。直方圖均衡化處理可大大改善圖像灰度的動(dòng)態(tài)范圍。這是像素灰度有限的必然結(jié)果?；叶茸儞Q函數(shù)為： )(rTs? 。為了簡(jiǎn)單，假定所有像素的灰度已被歸一化。當(dāng)圖像的直方圖為一均勻分布時(shí)，圖像的信息熵最大，此時(shí)圖像包含的信息量最大，圖像看起來(lái)就顯得清晰。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。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)。直方圖均衡化是把原圖像的直方圖通過(guò)灰度變換函數(shù)修正為灰度均勻分布的直方圖，然后按均衡直方圖修正原圖像。滿(mǎn)足這兩個(gè)條件，就保證了轉(zhuǎn)換函數(shù)的可逆。 這里的第一個(gè)條件保證了圖像的灰度級(jí)從白到黑的次序不變。 由 于圖像的視覺(jué)效果不好或者特殊需要，常常要對(duì)圖像的灰度進(jìn)行修正，以達(dá)到理想的效果，即對(duì)原始圖像的直方圖進(jìn)行轉(zhuǎn)換（修正）： 一幅給定的圖像的灰度級(jí)分布在 10 ??r 范圍內(nèi)。 （ 5）直方圖的動(dòng)態(tài)范圍。 （ 4）直方圖具有統(tǒng)計(jì)特性。 （ 3）直方圖的可疊加性。直方圖反應(yīng)了圖像的整體灰度分布情況，對(duì)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)。直方圖只是反應(yīng)了圖像灰度分布的特性，和灰度所在的位置沒(méi)有關(guān)系，不同的圖像可能具有相近或者完全相同的直方圖分布。通常以圖像中像素?cái)?shù)目的總和 n 去除他的每一個(gè)值，以得到歸一化的直方圖，公示如下 ： 1,...2,1,0/)( ??? LknnrP kk 且 1)(11 ????LK krP 因此 )(krP 給出了灰度級(jí)為 kr 發(fā)生的概率估計(jì)值。 直方圖增強(qiáng) 直方圖修正基礎(chǔ) 圖像的灰度直方圖是反映一幅圖像的灰度級(jí)與出現(xiàn)這種灰 度級(jí)的概率之間的關(guān)系的圖形。當(dāng) 0),( ?yxf 時(shí)， 0]1),(ln[ ??yxf ，則 ay? ，則 a 為 y 軸上的截距，確定了變換曲線(xiàn)的初始位置的變換關(guān)系， b 、 c 兩個(gè)參數(shù)確定變換曲線(xiàn)的變化速率。 對(duì)數(shù)變換，是指輸出圖像的像素點(diǎn)的灰度值與對(duì)應(yīng)的輸入圖像的像素灰度值之間為對(duì)數(shù)關(guān)系，其一般公式為： )],(lg[),( yxfyxg ? () 其中 lg 表示以 10 為底，也可以選用自然對(duì)數(shù) ln 。這時(shí)的變換公式為： 1),( ]),([ ?? ?? ayxfcbyxg () 式中 a ， b ， c 都是可以選擇的參數(shù)，當(dāng) ayxf ?),( 時(shí)， 0),( ?yxg ，此時(shí)指數(shù)曲線(xiàn)交于 x 軸，由此可見(jiàn)參數(shù) a 決定了指數(shù)變換曲線(xiàn)的初始位置參數(shù) c 決定了變換曲線(xiàn)的陡度，即決定曲線(xiàn)的變化速率。 指數(shù)變換，是指輸出圖像的像素點(diǎn)的灰度值與對(duì)應(yīng)的輸入圖像的像素灰度值之間滿(mǎn)足指數(shù)關(guān)系，其一般公式為： ),(),( yxfbyxg ? () 其中 b 為底數(shù)。如圖 所示，為二段線(xiàn)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。 分段線(xiàn)性灰度增強(qiáng) 為了突出圖像中感興趣的目標(biāo)或灰度區(qū)間，相對(duì)抑制不感興趣的灰度區(qū)間，可采用分段線(xiàn)性變換，它將圖像灰度區(qū)間分成兩段乃至多段分別作線(xiàn)性變換。 cayxfab cdyxg ?????? ]),([),( () 在曝光不足或過(guò)度的情況下，圖像的灰度可能會(huì)局限在一個(gè)很小的范圍 內(nèi)，這時(shí)得到的圖像可能是一個(gè)模糊不清、似乎沒(méi)有灰度層次的圖像。 線(xiàn)性灰度增強(qiáng) 假定原圖像 ),( yxf 的灰度范圍 為 ],[ ba ，變換后的圖像 ),( yxg 的灰度范圍線(xiàn)性的擴(kuò)展至 ],[ dc ，如圖 3 .11 所示。 灰度變換主要針對(duì)獨(dú)立的像素點(diǎn)進(jìn)行處理，由輸入像素點(diǎn)的灰度值決定相應(yīng)的輸出像素點(diǎn)的灰度值，通過(guò)改變?cè)紙D像數(shù)據(jù)所占的灰度范圍而使圖像在視覺(jué)上得到改觀?；叶茸儞Q函數(shù)描述了輸入灰度值與輸出灰度值之間的轉(zhuǎn)換關(guān)系。如果 T 定義在每個(gè) ),( yx 點(diǎn)上，則 T 稱(chēng)作點(diǎn)操作；如果 T 定義在 ),( yx 的某個(gè)鄰域上，則 T 稱(chēng)為模板操作。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。 進(jìn)而 對(duì)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(lèi)及常用的幾種方法。 本章小結(jié) 本章 對(duì)圖像增強(qiáng)基本理論進(jìn)行了闡述，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(shí)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(guò)程。 (4)銳化 平滑噪聲時(shí)經(jīng)常會(huì)使圖像的邊緣變的模糊，針對(duì)平均和積分運(yùn)算使圖像模糊，可對(duì)其進(jìn)行反運(yùn)算采取微分算子使用模板和統(tǒng)計(jì)差值的方法，使圖像增強(qiáng)銳化。這些噪聲的存在直接影響著后續(xù)的處理過(guò)程，使圖像失真。圖像中往往包含有各種各樣的噪聲。這時(shí)可以按一定的規(guī)則修改原來(lái)圖像的每一個(gè)像素的灰度，從而改變圖像灰度的動(dòng)態(tài)范圍。這時(shí)可以通過(guò)直方圖均衡化將圖像的灰度范圍分開(kāi)，并且讓灰度頻率較小的灰度級(jí)變大，通過(guò)調(diào)整圖像灰度值的動(dòng)態(tài)范圍，自動(dòng)地增加整個(gè)圖像的對(duì)比度，使圖像具有較大的反差，細(xì)節(jié)清晰 [15]。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。常用算法有均值濾波、中值濾波。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。 基于空間域的算法分為點(diǎn)運(yùn)算算法和鄰域去噪算法。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過(guò)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(lèi)。 圖像增強(qiáng)的方法是通過(guò)一定手段對(duì)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