圖像處理與分析課程報(bào)告.

1、圖像處理與分析課程報(bào)告薛福興圖像處理與分析課程報(bào)告 院（系）名稱計(jì)算機(jī)學(xué)院 專業(yè)班級(jí)191132班 姓名薛福興 學(xué)號(hào)20131000447指 導(dǎo) 老 師徐凱時(shí) 間2015年11月8日 目錄一、簡(jiǎn)單變換31、需求分析：32、程序設(shè)計(jì)：32.1、算法基本思想32.2、算法流程圖43、算法主要代碼分析43.1、平移變換43.2、放縮變換44、結(jié)果展示：54.1、平移變換54.2、放縮變換6二、典型灰度映射61、需求分析：62、程序設(shè)計(jì)：72.1、算法基本思想72.2、算法流程圖83、算法主要代碼分析93.1、圖像求反93.2、增強(qiáng)對(duì)比度93.3、動(dòng)態(tài)范圍壓縮93.4、灰度切分104、結(jié)果展示：104

2、.1、圖像求反104.2、增強(qiáng)對(duì)比度114.3、動(dòng)態(tài)范圍壓縮114.4、灰度切分12三、圖像的平滑與銳化121、需求分析122、程序設(shè)計(jì)122.1、主要算法基本思想122.2、流程圖132.3、算法的詳細(xì)說(shuō)明133、主要的實(shí)現(xiàn)代碼144、結(jié)果展示16四、用戶手冊(cè)20五、參考文獻(xiàn)20六、心得體會(huì)20一、簡(jiǎn)單變換1、需求分析：基本幾何變換的定義：對(duì)于原圖象f(x,y)，坐標(biāo)變換函數(shù)x = a(x,y); y = b(x,y)唯一確定了幾何變換：g(x,y) = f(a(x,y), b(x,y)，其中g(shù)(x,y)是目標(biāo)圖象。圖像的平移和放縮變換都是常見(jiàn)的圖像坐標(biāo)變換?？臻g中一個(gè)點(diǎn)的坐標(biāo)可記為（x,y

3、,z），如用齊次坐標(biāo)，則記為（x,y,z,1）。他們也可以用矢量來(lái)表達(dá)。2、程序設(shè)計(jì)：2.1、算法基本思想2.1.1、平移變換設(shè)需要平移量（x0,y0）將具有坐標(biāo)（x,y）的點(diǎn)平移到新的位置（x2,y2）設(shè): a(x,y) = x + x0; b(x,y) = y + y0;用齊次矩陣表示：a(x,y)1 0 x0 xb(x,y)=0 1 y0 y1 0 0 1 12.1.2、放縮變換放縮變換改變點(diǎn)間的距離，對(duì)物體來(lái)說(shuō)則改變了物體的尺度，所以放縮變換也稱為尺度變換，放縮變換一般是沿坐標(biāo)方向進(jìn)行的，或可分解為沿坐標(biāo)軸方向進(jìn)行的變換。當(dāng)分別用設(shè): a(x,y) = x*c; b(x,y) = y*

4、d;沿x，y軸進(jìn)行放縮變換時(shí)，放縮變換矩陣可寫為：a(x,y)c 0 0 xb(x,y)=0 d 0 y1 0 0 1 12.2、算法流程圖程序開(kāi)始載入圖片將圖片讀入內(nèi)存A 平移變換B 放縮變換顯示圖片選擇一種變換程序結(jié)束3、算法主要代碼分析3.1、平移變換/彈出對(duì)話框Input_Move dlg;dlg.DoModal();UpdateData(true);/將用戶輸入的數(shù)據(jù)進(jìn)行平移變換mdr->write_video(image_wid+dlg.level, dlg.vertical, image_wid, image_hei, image);mdr->swap();3.2、放

5、縮變換/彈出對(duì)話框SHRINK change;change.DoModal();UpdateData(true);/對(duì)dx,dy進(jìn)行放縮變換int dx = image_wid * change.shrink, dy = image_hei * change.shrink;UINT *buf;if (image = NULL) return;/創(chuàng)建動(dòng)態(tài)數(shù)組buf = new UINTdx*dy;/進(jìn)行放縮變換image_scale(image_wid, image_hei, image, dx, dy, buf);/將圖片讀出mdr->write_video(image_wid, 0,

6、dx, dy, buf);mdr->swap();4、結(jié)果展示：4.1、平移變換4.2、放縮變換二、典型灰度映射1、需求分析：圖像是由像素組成的，其視覺(jué)效果與每個(gè)像素的灰度相關(guān)。如果能改變所有或部分像素的灰度，就可以改變圖像的視覺(jué)效果。直接灰度映射是一種點(diǎn)操作，即根據(jù)原始圖像中每個(gè)像素的灰度值，按照某種映射規(guī)則，將其轉(zhuǎn)化為另一灰度值。這樣通過(guò)對(duì)原始圖像中每一個(gè)像素賦一個(gè)新的灰度值來(lái)達(dá)到增強(qiáng)圖像的目的。2、程序設(shè)計(jì)：2.1、算法基本思想2.1.1、圖像求反對(duì)圖像求反是將原圖灰度值翻轉(zhuǎn)，簡(jiǎn)單來(lái)說(shuō)就是使黑變白，使白變黑。將圖像中每個(gè)像素的灰度值根據(jù)變換曲線進(jìn)行映射。映射是一一對(duì)應(yīng)的，所以只要讀

7、出原灰度值，變換后得到新灰度值，并賦給原像素。L-1L-102.1.2、增強(qiáng)對(duì)比度增強(qiáng)對(duì)比度實(shí)際上是增強(qiáng)原圖的各部分反差。實(shí)際中往往通過(guò)增加原圖里某兩個(gè)灰度值間的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)，s1,s2,t1,t2可取不同的值進(jìn)行組合，從而得到不同的效果，如果s1=s2，t1=0,t2=L-1,則增強(qiáng)圖只剩下兩個(gè)灰度級(jí)，對(duì)比度最大但細(xì)節(jié)全丟失。L-1L-102.1.3、動(dòng)態(tài)范圍壓縮該方法的目標(biāo)與增強(qiáng)對(duì)比度相反。有時(shí)原圖的動(dòng)態(tài)范圍太大，超出了某些顯示設(shè)備的允許動(dòng)態(tài)范圍，這時(shí)如直接使用原圖，則一部分細(xì)節(jié)可能丟失。解決辦法就是對(duì)原圖進(jìn)行灰度壓縮。一種常用的壓縮方法是借助對(duì)數(shù)形式t=Clog(1+|s|),其中C為

8、尺度比例常數(shù)。L-1L-102.1.4、灰度切分其目的與增強(qiáng)對(duì)比度相仿，是要將某個(gè)灰度值范圍變得比較突出。L-1L-10程序開(kāi)始載入圖片將圖片讀入內(nèi)存A 圖像求反B 增強(qiáng)對(duì)比度C 動(dòng)態(tài)范圍壓縮D 灰度切分顯示圖片選擇一種典型映射程序結(jié)束2.2、算法流程圖3、算法主要代碼分析3.1、圖像求反for (int i = 0; i < image_wid; i+)for (int j = 0; j < image_hei; j+)bufi*image_hei + j =0xffffffff -new_bufi*image_hei + j;3.2、增強(qiáng)對(duì)比度f(wàn)or (int i = 0; i

9、 < image_wid; i+)for (int j = 0; j < image_hei; j+)int B = (new_bufi*image_hei + j & 0x00ff0000) >> 16;if (B <= s1)B = (int)(k1*B);/若B小于s1,則將B帶入直線1中else if (B <= s2)B = (int)(k2*B + b2);/若s1<B<=s2,則將B帶入直線2中elseB = (int)(k3*B + b3);/若B>s2,則將B帶入直線3中3.3、動(dòng)態(tài)范圍壓縮for (int i =

10、 0; i < image_hei; i+)for (int j = 0; j < image_wid; j+)int B = (new_bufi*image_wid + j & 0x00ff0000) >> 16;B = (int)(45.98 * log(1 + abs(B);bufi*image_hei + j = (0xff000000 & new_bufi*image_hei + j) + (0x000000ff & B) + (0x0000ff00 & (B << 8) + (0x00ff0000 & (B

11、 << 16);3.4、灰度切分for (int i = 0; i < image_wid; i+)for (int j = 0; j < image_hei; j+)int B = (new_bufi*image_hei + j & 0x00ff0000) >> 16;/將RGB中的B取出if (B <= s1)B = t1;/若B小于s1,則將t1賦值else if (B <= s2)B = t2;/若s1<B<=s2,則將t2賦值elseB = t1;/若B>s2,則將t1賦值4、結(jié)果展示：4.1、圖像求反4.2、

12、增強(qiáng)對(duì)比度4.3、動(dòng)態(tài)范圍壓縮4.4、灰度切分三、圖像的平滑與銳化1、需求分析打開(kāi)一幅位圖，按照不同的模板將位圖信息以平滑與銳化的方式處理，并顯示出來(lái)。2、程序設(shè)計(jì)2.1、主要算法基本思想平滑濾波能減弱或消除圖像中的高頻率分量，但不影響低頻率分量，在實(shí)際應(yīng)用中，平滑濾波還可用于消除噪聲（噪聲的空間相關(guān)性較弱，對(duì)應(yīng)較高的空間頻率），或在提取較大的目標(biāo)前去除太小的細(xì)節(jié)或?qū)⒛繕?biāo)內(nèi)的小間斷連接起來(lái)。銳化濾波能減少或消除圖像中的低頻率分量，但不影響高頻率分量。銳化濾波將這些分量濾去可使圖片反差增加，邊緣明顯。實(shí)際中，銳化可用于增強(qiáng)被模糊的細(xì)節(jié)或目標(biāo)的邊緣。首先需要將任意格式位圖從外存中讀入內(nèi)存，將圖片格

13、式轉(zhuǎn)換為8位位圖，將其顯示在屏幕上；將內(nèi)存中的圖片與不同模板作卷積運(yùn)算，將運(yùn)算后的圖片顯示在屏幕上。 2.2、流程圖程序開(kāi)始打開(kāi)圖像將圖片信息讀入內(nèi)存程序結(jié)束選擇一種模運(yùn)算a 平滑模板b 中值濾波模板c 銳化模板顯示圖片2.3、算法的詳細(xì)說(shuō)明2.3.1、模板卷積模板運(yùn)算的基本思路是將賦予某個(gè)像素的值作為它本身灰度值和其相鄰像素灰度值的函數(shù)。模板可以看作一幅尺寸為N×N（N一般為奇數(shù)，遠(yuǎn)小于常見(jiàn)圖像尺寸）的小圖像。當(dāng)N為奇數(shù)時(shí)，可以定義模板的半徑r為(N-1)/2。模板卷積在空域?qū)崿F(xiàn)的主要步驟為：a將模板在圖中漫游，并將模板中心與圖中某個(gè)像素位置重合；b將模板上的各個(gè)系數(shù)與模板下各對(duì)應(yīng)

14、像素的灰度值相乘；c將所有乘積相加（為保持灰度范圍，常對(duì)結(jié)果再除以模板的系數(shù)個(gè) 數(shù)）；d 將上述運(yùn)算結(jié)果（模板的輸出響應(yīng)）賦予圖中對(duì)應(yīng)模板中心位置的 像素。2.3.2模板介紹1、平滑模板是各個(gè)系數(shù)相等，不妨設(shè)為一，設(shè)模板尺寸為M，M=2r+1，r為模板半徑，這給定像素序列，i=1，2，N，則均值濾波輸出為：式中M為模板系數(shù)個(gè)數(shù)，即對(duì)模板對(duì)應(yīng)像素求平均值。當(dāng)模板尺寸增大時(shí)，對(duì)噪聲的消除效果有所增強(qiáng)。不過(guò)同時(shí)所得到的圖像變得更模糊，可視的細(xì)節(jié)逐步減少。2、中值濾波是一種非線性濾波方式。設(shè)模板尺寸為M，M=2r+1，r為模板半徑，這給定像素序列，i=1，2，N，則中值濾波輸出為：式中median代表

15、取中值，即對(duì)模板覆蓋的信號(hào)序列按數(shù)值大小進(jìn)行排序，并取排序后處在中間位置的值，且有1。3、銳化是是通過(guò)增強(qiáng)高頻分量來(lái)減少圖象中的模糊，因此又稱為高通濾波（high pass filter）。銳化處理在增強(qiáng)圖象邊緣的同時(shí)增加了圖象的噪聲。常用的銳化模板是拉普拉斯(Laplacian)模板:4、拉普拉斯模板的含義，先將自身與周圍的8個(gè)像素相減，表示自身與周圍像素的差別，再將這個(gè)差別加上自身作為新像素的灰度?？梢?jiàn)，如果一片暗區(qū)出現(xiàn)了一個(gè)亮點(diǎn)，那么銳化處理的結(jié)果是這個(gè)亮點(diǎn)變得更亮，增加了圖象的噪聲。3、主要的實(shí)現(xiàn)代碼（1）平滑3×3模板的主要代碼： for (i = 1; i<imag

16、e_hei-1; i+)for (j = 1; j<image_wid-1; j+)temp = pi*wi + j * 4 + pi*wi + j * 4 - 4 + pi*wi + j * 4 + 4+ pi*wi + j * 4 - wi + pi*wi + j * 4 - wi - 4 + pi*wi + j * 4 - wi + 4+ pi*wi + j * 4 + wi + pi*wi + j * 4 + wi - 4 + pi*wi + j * 4 + wi + 4;qi*wi + j * 4 = qi*wi + j * 4 + 1 = qi*wi + j * 4 + 2

17、= temp / 9;qi*wi + j * 4 + 3 = 255;（2）平滑5×5模板的主要代碼： for (i = 2; i<image_hei - 1; i+)for (j = 2; j<image_wid - 1; j+)temp = pi*wi + j * 4 + pi*wi + j * 4 - 4 + pi*wi + j * 4 - 8 + pi*wi + j * 4 + 4 + pi*wi + j * 4 + 8/3+ pi*wi + j * 4 - wi + pi*wi + j * 4 - wi - 4 + pi*wi + j * 4 - wi - 8

18、+ pi*wi + j * 4 - wi + 4 + pi*wi + j * 4 - wi + 8/2+ pi*wi + j * 4 + wi + pi*wi + j * 4 + wi - 4 + pi*wi + j * 4 + wi - 8 + pi*wi + j * 4 + wi + 4 + pi*wi + j * 4 + wi + 8/4+ pi*wi + j * 4 - wi * 2 + pi*wi + j * 4 - wi * 2 - 4 + pi*wi + j * 4 - wi * 2 - 8 + pi*wi + j * 4 - wi * 2 + 4 + pi*wi + j * 4

19、 - wi * 2 + 8/1+ pi*wi + j * 4 + wi * 2 + pi*wi + j * 4 + wi * 2 - 4 + pi*wi + j * 4 + wi * 2 - 8 + pi*wi + j * 4 + wi * 2 + 4 + pi*wi + j * 4 + wi * 2 + 8;/5qi*wi + j * 4 = qi*wi + j * 4 + 1 = qi*wi + j * 4 + 2 = temp / 25;qi*wi + j * 4 + 3 = 255;（3）中值濾波3×3主要代碼： for (i = 1; i<image_hei - 1;

20、 i+)for (j = 1; j<image_wid - 1; j+)/模板內(nèi)temp0 = pi*wi + j * 4;temp1 = pi*wi + j * 4 - 4;temp2 = pi*wi + j * 4 + 4;temp3 = pi*wi + j * 4 - wi;temp4 = pi*wi + j * 4 - wi - 4;temp5 = pi*wi + j * 4 - wi + 4;temp6 = pi*wi + j * 4 + wi;temp7 = pi*wi + j * 4 + wi - 4;temp8 = pi*wi + j * 4 + wi + 4;qi*wi

21、 + j * 4 = qi*wi + j * 4 + 1 = qi*wi + j * 4 + 2 = Order_33(temp);qi*wi + j * 4 + 3 = 255;/模板內(nèi)（3）中值濾波5×5主要代碼： for (i = 2; i<image_hei - 1; i+)for (j = 2; j<image_wid - 1; j+)temp0 = pi*wi + j * 4;temp1 = pi*wi + j * 4 - 4;temp2 = pi*wi + j * 4 - 8;temp3 = pi*wi + j * 4 + 4;temp4 = pi*wi +

22、 j * 4 + 8;temp5 = pi*wi + j * 4 - wi;temp6 = pi*wi + j * 4 - wi - 4;temp7 = pi*wi + j * 4 - wi - 8;temp8 = pi*wi + j * 4 - wi + 4;temp9 = pi*wi + j * 4 - wi + 8;temp10 = pi*wi + j * 4 + wi;temp11 = pi*wi + j * 4 + wi - 4;temp12 = pi*wi + j * 4 + wi - 8;temp13 = pi*wi + j * 4 + wi + 4;temp14 = pi*wi

23、 + j * 4 + wi + 8;temp15 = pi*wi + j * 4 - wi * 2;temp16 = pi*wi + j * 4 - wi * 2 - 4;temp17 = pi*wi + j * 4 - wi * 2 - 8;temp18 = pi*wi + j * 4 - wi * 2 + 4;temp19 = pi*wi + j * 4 - wi * 2 + 8;temp20 = pi*wi + j * 4 + wi * 2;temp21 = pi*wi + j * 4 + wi * 2 - 4;temp22 = pi*wi + j * 4 + wi * 2 - 8;te

24、mp23 = pi*wi + j * 4 + wi * 2 + 4;temp24 = pi*wi + j * 4 + wi * 2 + 8;qi*wi + j * 4 = qi*wi + j * 4 + 1 = qi*wi + j * 4 + 2 = Order_55(temp);qi*wi + j * 4 + 3 = 255;（4）銳化拉普拉斯模板的主要代碼： for (i = 1; i<image_hei; i+)for (j = 1; j<image_wid; j+)temp = 9 * pi*wi + j * 4 - pi*wi + j * 4 - 4 - pi*wi +

25、j * 4 + 4- pi*wi + j * 4 - wi - pi*wi + j * 4 - wi - 4 - pi*wi + j * 4 - wi + 4- pi*wi + j * 4 + wi - pi*wi + j * 4 + wi - 4 - pi*wi + j * 4 + wi + 4; /拉普拉斯算子1if (temp > 255)temp = 255;if (temp < 0)temp = 0;qi*wi + j * 4 = qi*wi + j * 4 + 1 = qi*wi + j * 4 + 2 = temp;qi*wi + j * 4 + 3 = 255;4、結(jié)果展示（1）平滑3×3模板（2）平滑5×5模板（3）中值濾波3×3（4）中值濾波5&