【正文】 的是設(shè)計一個圖像預(yù)處理系統(tǒng)。s, 和 David L. Donoho認(rèn)為圖像處理其基本的思想都是——把減少圖像的模糊點進(jìn)行到底，模糊點可以局部地處理掉，就像高斯濾波或各向異性過濾、通過可變的微積分、或者在范圍波段，如韋納濾波(JeanLuc Starck, Emmanuel J. Cand232。對圖像去噪處理，國內(nèi)外都提出了各自的見解。因此，要實現(xiàn)圖像的灰度化處理，就是在0255里劃分一定的閾值，把圖像分為黑、灰、白。單色圖像只有黑色和白色兩種顏色， 整個圖像由單純的黑色點和白色點組成。研究表明，計算機中圖像顏色處理技術(shù)是根據(jù)RGB三原色理論對色彩信息量化，再利用像素的點運算掃描整幅圖像進(jìn)行一一處理。與網(wǎng)絡(luò)技術(shù)結(jié)合，通過后續(xù)升級，可實現(xiàn)網(wǎng)絡(luò)判卷功能。每小時3600張試卷（標(biāo)準(zhǔn)32K答題卡）。 除基本統(tǒng)計參數(shù)外，提供排名、分?jǐn)?shù)分布、試題合理性分析、多科成績匯總與綜合等功能。 對于學(xué)號填涂錯誤、學(xué)號重復(fù)、主觀題漏登分等錯誤情況處理方便，無需查找原始試卷，直接在電腦上調(diào)閱影像。對判卷結(jié)果有疑問，輸入學(xué)號或?qū)W生姓名可直接在電腦中查到這張答題卡和判卷細(xì)節(jié)。 印刷方便，長期使用節(jié)省成本。 答題后，答題卡上的信息通過光標(biāo)閱讀機識別并儲存在計算機中。導(dǎo)引道用于閱讀機確認(rèn)答題卡的方向和位置。答題卡一般由基本信息欄、導(dǎo)引道和很多信息位構(gòu)成。圖像處理或圖像分析方法的應(yīng)用越來越廣泛。圖像是人類獲取和交換信息的主要來源，人類感知外界信息，80%以上是通過視覺得到的。因此把原始圖像與計算機結(jié)合起來，從而創(chuàng)作出許多更加完美的圖像，滿足人們的需求。本課題主要對圖像進(jìn)行背景去噪、灰度化、二值化等處理，得到較為干凈的字符圖像塊。河北大學(xué)工商學(xué)院2011屆本科生畢業(yè)論文（設(shè)計）計算機中圖像顏色處理技術(shù)畢業(yè)論文第一章 引言本課題來源于科研需求。本課題主要研究的是針對打印或掃描中出現(xiàn)的圖像進(jìn)行背景去噪、灰度化、二值化等處理，得到較為干凈的字符圖像塊。隨著科學(xué)技術(shù)的不斷發(fā)展，計算機的更新速度不斷提高，人們的思想文化素質(zhì)的提高，對圖像的要求也越來越高。計算機圖像處理，是指利用計算機對圖像進(jìn)行一系列加工，以便獲得人們所需要的效果。因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。當(dāng)今社會，為能夠多方面評價個人能力，出現(xiàn)了名目繁多的考試，答題卡已不再陌生。 基本信息欄一般用于填寫填涂這張卡片的使用者的基本信息，一般考試中包括考生的姓名和考號。而占據(jù)絕大部分位置的信息位則是供使用者填涂其所選擇的選項。答題卡相比于傳統(tǒng)紙答，有如下優(yōu)點：普通紙答題卡。答題卡查詢方便、影像化保存答題卡。錯誤處理高效方便。統(tǒng)計與分析方便。判卷速度快。升級空間。因此，答題卡技術(shù)是一項方便快捷的考試方式。位圖圖像一般分為單色圖像、灰度圖像和彩色圖像。彩色圖像的像素點是由R (紅色)、G (綠色)、B (蘭色) 三元色混合而成的，不同含量的R、G、B 組成不同的顏色，每一個記錄單個像素的位數(shù)據(jù)單元可表示任意一種顏色。為實現(xiàn)對圖像的二值化處理，基于最大方差比的圖像二值化算法能夠準(zhǔn)確而快速地對圖像進(jìn)行二值化，特別是當(dāng)對象物和背景的灰度值的差具有一定大小的時候，效果更明顯(柴本成, 2005)；增強大津法和邊緣檢測閾值法確定的閾值對圖像進(jìn)行二值化處理，不僅可有效地解決圖像灰度隨地物特征變化的圖像處理問題， 同時對于同一信號源的圖像也有相當(dāng)理想的處理效果，該方法可進(jìn)一步應(yīng)用于圖像分割等(吳冰,秦志遠(yuǎn), 2001)；文本圖像的二值化方法可分為全局閾值方法和局部閾值方法，該方法自適應(yīng)選取局部二值化時的窗口寬度，能有效消除一般二值化方法容易產(chǎn)生的斷筆和偽影現(xiàn)象，同時吸收全局二值化方法的優(yōu)點，保持較快的運算速度(莊軍,李弼，程陳剛,2005)；基于動態(tài)二值化的數(shù)學(xué)形態(tài)學(xué)邊緣檢測算法首先利用動態(tài)二值化方法確定將灰度圖像轉(zhuǎn)化為二值圖像的閾值, 然后利用數(shù)學(xué)形態(tài)學(xué)的腐蝕和去空洞相結(jié)合的方法去除二值化圖像的噪聲, 最后用細(xì)化方法檢測單像素圖像邊緣(汪毅,郭顯久,2008)。莊紅林,施國興等的圖像修補算法首先將待修補圖像分解為輪廓結(jié)構(gòu)圖像和紋理細(xì)節(jié)圖像，再對輪廓結(jié)構(gòu)圖像的空缺進(jìn)行輪廓結(jié)構(gòu)修補，最后將修補后的輪廓結(jié)構(gòu)圖像及紋理合成后的紋理細(xì)節(jié)圖像進(jìn)行合成，得到需要的修補圖像(莊紅林,施國興,2008)；盧穎在《基于小波變換的數(shù)字圖像處理》中提出小波變換是空間（時間）和頻率的局部變化，能有效地從信號中提取信息，解決了傅里葉變換不能解決的許多問題，是一種有效地變換編碼工具(盧穎,2009)；JeanLuc Starck, Emmanuel J. Cand232。s, and David L. Donoho,2002)。其功能包括對圖像進(jìn)行灰度化，二值化，去噪。采用技術(shù) 對圖像二值化處理，將256個亮度等級的灰度圖像通過適當(dāng)?shù)拈y值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。如果某特定物體在內(nèi)部有均勻一致的灰度值，并且其處在一個具有其他等級灰度值的均勻背景下，使用閥值法就可以得到比較的分割效果。動態(tài)調(diào)節(jié)閥值實現(xiàn)圖像的二值化可動態(tài)觀察其分割圖像的具體結(jié)果。對圖像的去噪處理，將采用均值變化方法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當(dāng)前像素點（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點（x，y），作為處理后圖像在該點上的灰度個g（x，y），即個g（x，y）=1/m ∑f（x，y） m為該模板中包含當(dāng)前像素在內(nèi)的像素總個數(shù)。圖像預(yù)處理模塊是對掃描儀掃描輸入的答題卡圖像進(jìn)行處理。將彩色圖像轉(zhuǎn)化成為灰度圖像的過程成為圖像的灰度化處理。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，其一個像素點的變化范圍為255種，所以在數(shù)字圖像處理種一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計算量變得少一些。圖像的灰度化處理可用兩種方法來實現(xiàn)。第二種方法是根據(jù)YUV的顏色空間中，Y的分量的物理意義是點的亮度，由該值反映亮度等級，根據(jù)RGB和YUV顏色空間的變化關(guān)系可建立亮度Y與R、G、B三個顏色分量的對應(yīng)：Y=++，以這個亮度值表達(dá)圖像的灰度值。varp:PByteArray。//TByteArray = array[0..32767] of Byte。gray,x,y:integer。 // 處理過程中位圖BeginTestBMP:=。()。for x := 0 to 1 dobegin//這里采用YUV與RGB顏色空間變換的方法,即 Y＝++Gray := Round(p[3 * x + 2] * + p[3 * x + 1] * + p[3 * x] * )。p[3 * x + 1] := byte(Gray)。//Gray的值必須在0～255之間end。:=srccopy。//用PaintBox控件重新繪制圖像；end。 // 指向DIB象素的指針 LONG lLineBytes。 // 指向BITMAPINFO結(jié)構(gòu)的指針（） LPBITMAPCOREINFO lpbmc。 // 指向BITMAPCOREINFO結(jié)構(gòu)的指針 lpbmi = (LPBITMAPINFO)lpDIB。 // 獲取指向BITMAPCOREINFO結(jié)構(gòu)的指針BYTE bMap[256]。for (i = 0。 i ++){// 計算該顏色對應(yīng)的灰度值/*bMap[i] = (BYTE)( * lpbmibmiColors[i].rgbRed + * lpbmibmiColors[i].rgbGreen + * lpbmibmiColors[i].rgbBlue +)。 //修改后的優(yōu)化算法// 更新DIB調(diào)色板紅色分量lpbmibmiColors[i].rgbRed = i。 // 更新DIB調(diào)色板藍(lán)色分量lpbmibmiColors[i].rgbBlue = i。}/