【正文】 ....... 30 基本原理 ................................................................................................. 30 算法描述 ................................................................................................. 31 編程實(shí)現(xiàn) ................................................................................................. 31 效果演示 ................................................................................................. 34 第 5 章 總結(jié) ................................................................................................................... 35 參 考 文 獻(xiàn) ................................................................................................................... 36 致 謝 ......................................................................................................................... 37基于 Visual C++的數(shù)字圖像處理 1 基于 Visual C++的數(shù)字圖像 處理 第 1 章 緒論 圖像是人類從外界獲取的主要信息來源之一。 本文圍繞圖 像處理的算法而展開，在闡明圖像處理基本方法的基礎(chǔ)上，就幾種有代表性的圖像處理算法 , 進(jìn)行了研究、比較，分析了各自的優(yōu)缺點(diǎn)并指明了其最佳適用場景，以期從中總結(jié)出一套行之有效的圖像增強(qiáng)算法的應(yīng)用指導(dǎo)規(guī)則。 本文針對數(shù)字圖像文件，進(jìn)行數(shù)字圖像處理。 圖像增強(qiáng)單純從技術(shù)上可分成兩大類：一類是頻域處理法；一類是空域處理法。其主要目的是 使得處理后的圖像對給定的 應(yīng)用比原來的圖像更加有效 同時可以有效的改善圖像質(zhì)量 。 大連海事大學(xué) 畢 業(yè) 論 文 二○一四年六月┊┊┊┊┊┊┊裝┊┊┊┊┊┊┊訂┊┊┊┊┊┊┊線┊┊┊┊┊┊┊ 基于 Visual C++的數(shù)字圖像 處理 專業(yè)班級： 通信 4 班 姓 名： 劉萬程 指導(dǎo)教師： 劉劍橋 信息科學(xué)技術(shù)學(xué)院 I 摘 要 圖像增強(qiáng) 是 圖像處理的重要方面 。 它是 指依據(jù)圖像所存在的問題，按特定的需要突出一幅圖像中的某些信息，同時，削弱或去除某些冗余 信息的處理方法。圖像增強(qiáng)技術(shù)主要包含直方圖修改處理、圖像平滑化處理、圖像尖銳化處理和彩色處理技術(shù)等。頻域處理法的采用的是卷積定理，它利用修改圖像傅立葉變換的方法實(shí)現(xiàn)對圖像的增強(qiáng)處理； 空域處理法 則是 對圖像中的像素進(jìn)行 直接的 處理， 大多數(shù)是以灰度映射變換為基礎(chǔ)的， 所用的映射變換取決于增強(qiáng)的目的。本文采用了灰度增強(qiáng)、直方圖增強(qiáng)、圖像平滑 、 圖像銳化等多種方法對數(shù)字圖像文件進(jìn)行處理。 本文在 Microsoft Visual Studio 20xx 開發(fā)環(huán)境下，借助于 Cimage 類，設(shè)計并實(shí)現(xiàn)了基于 Visual C++的數(shù)字圖像處理系統(tǒng)，得到了較好的處理效果。隨著計算機(jī)科學(xué)的發(fā)展，圖像處理的方法也得到了促進(jìn)與增強(qiáng)。 課題研究的背景及意義 數(shù)字圖像處理技術(shù)是 20 世紀(jì) 60 年代隨著計算機(jī)技術(shù) 和 VLSI（ Very Large Scale Integrator） 的發(fā)展而產(chǎn)生、發(fā)展和不斷成熟起來的一個新興技術(shù)領(lǐng)域，它在理論上和實(shí)際應(yīng)用中都取得了巨大的成就 [1]。早期圖像處理的目的是改善圖像質(zhì)暈，它以人為對象，以改善人的視覺效果為目的。常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。他們對航天探測器徘徊者 7號在 1964 年發(fā)回的幾千張?jiān)虑蛘掌M(jìn)行圖像處理，如：幾何校正、灰度變換、去除噪聲，并考慮了太陽位和月球環(huán)境的影響，由計算機(jī)成功地繪出月球表面地圖，獲得了巨大的成功。在以后的宇航空間技術(shù)探測研究中，數(shù)字圖像處理技術(shù)都發(fā)揮巨大的作用 [2]。 1972 年英國 EMI 公司工程師 Housfield 發(fā)明了用于頭顱診斷的 X 射線計算機(jī)斷層攝影裝置，也就是我們通常所說的 CT（ Computer Tomograph） ,CT 的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計算機(jī)處理來重建截面圖像，稱為圖像重建。 1979年，這項(xiàng)無損傷診斷技術(shù)被授予諾貝爾獎，以表彰它對人類做出的劃時代貢獻(xiàn)。 人們已開始研究如何用計算機(jī)系統(tǒng)解釋圖像，類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機(jī)視覺。其中代表性的成果是 70 年代末 MIT 的 Marr 提出的視覺計算理淪，這個理論成為計算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想 [3]。數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域不斷拓展。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。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。 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。該技術(shù)成為一門引人注目、前景遠(yuǎn)大的新學(xué)科。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]。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。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]。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。 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]。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。 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。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。 第一章引言。 第二章圖像處理的基本理論。 第三章圖像處理具體實(shí)現(xiàn)及算法。 最后是總結(jié)與致謝，論文的結(jié)尾附有源程序代碼。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。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。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。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。作為圖像灰度的量度函數(shù)),( yxf 應(yīng)大于零。確切地說它們分別稱為照度成分 ),( yxi 和反射成分 ),( yxr 。 將二維坐標(biāo)位置函數(shù) ),( yxf 稱為灰度。因此圖像的灰度值也是非負(fù)有界的 [8]。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]。 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。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。如圖 2. 2所示。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。 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。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。 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。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)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。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。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?yàn)槠渲递^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]。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)。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。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]?；诳臻g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。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。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]。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識別。 (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。 (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。 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。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)。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。圖像邊緣與高頻分量相對應(yīng)，高通濾波器可以讓高頻分量暢通無阻，而對低頻分量則充分限制，通過高通濾波器去除低頻分量，也可以達(dá)到圖像銳化的目的 [10]。 圖像增強(qiáng)可分成兩大類： 頻率域法和空間域法。 基于 Visual C++的數(shù)字圖像處理 6 第 3 章 數(shù)字圖像增強(qiáng)的方法與原理 灰度變換增強(qiáng) 圖像的灰度變換增強(qiáng)處理技術(shù)中一種簡單、直接的基于空間域的圖像處理方法?？臻g域處理可表示為 )],([),( yxfTyxg ? 其中， ),( yxf 是增強(qiáng)前的圖像； ),( yxg 是增強(qiáng)處理后的圖像； T 是對 f 的一種操作，其定義在 ),( yx 的鄰域上。 T 操作最簡單的形式是鄰域?yàn)?1? 1 的尺度（即單個像素），在這種情況下， g的值僅僅依賴 f 在 ),( yx