數字圖像處理方法研究與實現——基于vc的圖像增強實現畢業設計(編輯修改稿)

　

【文章內容簡介】 一個像素的灰度，從而改變圖像灰度的動態范圍。(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。圖像中往往包含有各種各樣的噪聲。這些噪聲一般是隨機產生的，因此具有分布和大小不規則性的特點。這些噪聲的存在直接影響著后續的處理過程，使圖像失真。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，它用一個有奇數點的掩模在圖像上滑動，將掩模中心對應像素點的灰度值用掩模內所有像素點灰度的平均值代替，如果規定了在取均值過程中掩模內各像素點所占的權重，即各像素點所乘系數，這時就稱為加權均值濾波；中值濾波是一種非線性空間濾波，其與均值濾波的區別是掩模中心對應像素點的灰度值用掩模內所有像素點灰度值的中間值代替。 圖像增強流程圖開始 輸入圖像預處理增強算法處理N得到預期結果 Y保存退出結束 圖23 圖像增強流程圖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。3 圖像增強方法與原理 直方圖變換圖像的灰度直方圖是反映一幅圖像的灰度級與出現這種灰度級的概率之間的關系的圖形。灰度級為[0,L1]范圍的數字圖像的直方圖是離散函數h()=，這里是第k級灰度，是圖像中灰度級為的像素個數。通常以圖像中像素數目的總和n去除他的每一個值，以得到歸一化的直方圖，公示如下： k=0,1,2,…,L1且因此給出了灰度級為發生的概率估計值。歸納起來，直方圖主要有一下幾點性質：（1）直方圖中不包含位置信息。直方圖只是反應了圖像灰度分布的特性，和灰度所在的位置沒有關系，不同的圖像可能具有相近或者完全相同的直方圖分布。（2）直方圖反應了圖像的整體灰度。直方圖反應了圖像的整體灰度分布情況，對于暗色圖像，直方圖的組成集中在灰度級低（暗）的一側，相反，明亮圖像的直方圖則傾向于灰度級高的一側。直觀上講，可以得出這樣的結論，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。（3）直方圖的可疊加性。一幅圖像的直方圖等于它各個部分直方圖的和。（4）直方圖具有統計特性。從直方圖的定義可知，連續圖像的直方圖是一位連續函數，它具有統計特征，例如矩、絕對矩、中心矩、絕對中心矩、熵。（5）直方圖的動態范圍。直方圖的動態范圍是由計算機圖像處理系統的模數轉換器的灰度級決定。由于圖像的視覺效果不好或者特殊需要，常常要對圖像的灰度進行修正，以達到理想的效果，即對原始圖像的直方圖進行轉換（修正）：一幅給定的圖像的灰度級分布在0≤r≤1范圍內。可以對[0,1]區間內的任何一個r進行如下的變換：s=T(r)變換函數T應滿足以下條件：≤r≤1區間內，單值單調增加；≤r≤1，有0≤≤1。這里的第一個條件保證了圖像的灰度級從白到黑的次序不變。第二個條件則保證了映射變換后的像素灰度值在允許的范圍內。滿足這兩個條件，就保證了轉換函數的可逆。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。直方圖均衡化是把原圖像的直方圖通過灰度變換函數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。它以概率論為基礎，運用灰度點運算來實現，從而達到增強的目的。它的變換函數取決于圖像灰度直方圖的累積分布函數。概括的說，就是把一已知灰度概率分布的圖像，經過一種變換，使之演變成一幅具有均勻概率分布的新圖像。有些圖像在低值灰度區間上頻率較大，使得圖像中較暗區域中的細節看不清楚。這時可以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。當圖像的直方圖為一均勻分布時，圖像的信息熵最大，此時圖像包含的信息量最大，圖像看起來就顯得清晰。，設r，s分別表示原圖像和增強后圖像的灰度。為了簡單，假定所有像素的灰度已被歸一化。當r=s=0時，表示黑色；當r=s=1時，表示白色；當r，s在[0,1]之間時，表示像素灰度在黑白之間變化。灰度變換函數為：s=T(r)。 s 1 S=T（r） Sr 0 rk 1 r 直方圖均衡化變換函數實際上，由于直方圖是近似的概率密度函數，用離散灰度級作變換時很少能夠得到完全平坦的結果，而且，變換后往往會出現灰度級減少的現象，這種現象被稱為“簡并”現象。這是像素灰度有限的必然結果。由于上述原因，數字圖像的直方圖均衡只能是近似的。直方圖均衡化處理可大大改善圖像灰度的動態范圍。減少簡并現象通常可采用兩種方法：一種簡單的方法是增加像素的比特數。比如，通常用8比特來代表一個像素，而現在用12比特來表示一個像素，這樣就可以減少簡并現象發生的機會，從而減少灰度層次的損失。另外，采用灰度間隔放大理論的直方圖修正方法也可以減少簡并現象。這種灰度間隔放大可以按照眼睛的對比度靈敏特性和成像系統的動態范圍進行放大。一般實現方法采用如下幾步：（1）統計原始圖像的直方圖；（2）根據給定的成像系統的最大動態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。 圖像平滑獲得的圖像可能會因為各種原因而被污染，產生噪聲。常見的圖像噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。噪聲并不僅限于人眼所見的失真，有些噪聲只針對某些具體的圖像處理過程產生影響。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，如會使線條、邊界等變得模糊不清。有些圖像是通過掃描儀掃描輸入或傳輸通道傳輸過來的。圖像中往往包含有各種各樣的噪聲。這些噪聲一般是隨機產生的，因此具有分布和大小不規則性的特點。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。如何既平滑掉噪聲又盡量保持圖像細節，是圖像平滑的主要研究任務。這些噪聲的存在直接影響著后續的處理過程，使圖像失真。這時可以采用線性濾波和中值濾波的方法。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。設s含有M個像素，取其平均值作為處理后所得圖像像素點（m，n）處的灰度。設S是3*3的正方形鄰域，點（m，n）位于S中心，則： 也就是說某個像素點的結果不僅和本像素灰度有關，而且和其鄰域點的只有關。中值濾波就是輸出圖像的某點象素等于該象素鄰域中各象素灰度的中間值。給定的圖像f(x,y)中的每一個點（m,n），取其領域s。設s含有M個像素{a1，a2，?，aM}，將其按大小排序，若M是奇數時，則位于中間的那個象素值就是修改后圖像g(x,y)在點f(m,n)處的像素值；若M是偶數則取中間兩個象素的平均值作為修改后圖像g(x,y)在點（m,n）處的像素值。在二維情況下。中值濾波的窗口形狀和尺寸對濾波器效果影響很大。不同圖像內容和不同應用要求往往選用不同的窗口和純。通常的二維中指濾波窗口形狀有線狀、方形、圓形、十字形等。本章的主要內容是介紹本課題中主要使用到的圖像增強的方法：直方圖均衡化、鄰域平均、中值濾波，對著三種方法工作原理和算法進行了比較細致的介紹。4 VC++ VC++ VC++ 簡介Visual C++, 它不僅是一個C++編譯器，而且是一個基于Windows操作系統的可視化集成開發環境（integrated development environment，IDE）。Visual C++，包括編輯器、調試器以及程序向導AppWizard、類向導Class Wizard等開發工具。 這些組件通過一個名為Developer Studio的組件集成為和諧的開發環境。Microsoft的主力軟件產品。Visual C++是一個功能強大的可視化軟件開發工具。自1993年Microsoft公司推出Visual C++，隨著其新版本的不斷