圖像處理與分析課程報(bào)告(共22頁)

1、圖像處理與分析課程報(bào)告薛福興 22/22圖像處理(t xin ch l)與分析課程(kchng)報(bào)告 院（系）名稱計(jì)算機(jī)學(xué)院 專業(yè)班級191132班 姓名薛福興 學(xué)號20131000447指 導(dǎo) 老 師徐凱時 間2015年11月8日 目錄 TOC o 1-3 h z u HYPERLINK l _Toc434921955 一、簡單變換 PAGEREF _Toc434921955 h 3 HYPERLINK l _Toc434921956 1、需求分析： PAGEREF _Toc434921956 h 3 HYPERLINK l _Toc434921957 2、程序設(shè)計(jì)： PAGEREF _To

2、c434921957 h 3 HYPERLINK l _Toc434921958 2.1、算法基本思想 PAGEREF _Toc434921958 h 3 HYPERLINK l _Toc434921959 2.2、算法流程圖 PAGEREF _Toc434921959 h 4 HYPERLINK l _Toc434921960 3、算法主要代碼分析 PAGEREF _Toc434921960 h 4 HYPERLINK l _Toc434921961 3.1、平移變換 PAGEREF _Toc434921961 h 4 HYPERLINK l _Toc434921962 3.2、放縮變換 P

3、AGEREF _Toc434921962 h 4 HYPERLINK l _Toc434921963 4、結(jié)果展示： PAGEREF _Toc434921963 h 5 HYPERLINK l _Toc434921964 4.1、平移變換 PAGEREF _Toc434921964 h 5 HYPERLINK l _Toc434921965 4.2、放縮變換 PAGEREF _Toc434921965 h 6 HYPERLINK l _Toc434921966 二、典型灰度映射 PAGEREF _Toc434921966 h 6 HYPERLINK l _Toc434921967 1、需求分析

4、： PAGEREF _Toc434921967 h 6 HYPERLINK l _Toc434921968 2、程序設(shè)計(jì)： PAGEREF _Toc434921968 h 7 HYPERLINK l _Toc434921969 2.1、算法基本思想 PAGEREF _Toc434921969 h 7 HYPERLINK l _Toc434921970 2.2、算法流程圖 PAGEREF _Toc434921970 h 8 HYPERLINK l _Toc434921971 3、算法主要代碼分析 PAGEREF _Toc434921971 h 9 HYPERLINK l _Toc43492197

5、2 3.1、圖像求反 PAGEREF _Toc434921972 h 9 HYPERLINK l _Toc434921973 3.2、增強(qiáng)對比度 PAGEREF _Toc434921973 h 9 HYPERLINK l _Toc434921974 3.3、動態(tài)范圍壓縮 PAGEREF _Toc434921974 h 9 HYPERLINK l _Toc434921975 3.4、灰度切分 PAGEREF _Toc434921975 h 10 HYPERLINK l _Toc434921976 4、結(jié)果展示： PAGEREF _Toc434921976 h 10 HYPERLINK l _To

6、c434921977 4.1、圖像求反 PAGEREF _Toc434921977 h 10 HYPERLINK l _Toc434921978 4.2、增強(qiáng)對比度 PAGEREF _Toc434921978 h 11 HYPERLINK l _Toc434921979 4.3、動態(tài)范圍壓縮 PAGEREF _Toc434921979 h 11 HYPERLINK l _Toc434921980 4.4、灰度切分 PAGEREF _Toc434921980 h 12 HYPERLINK l _Toc434921981 三、圖像的平滑與銳化 PAGEREF _Toc434921981 h 12

7、HYPERLINK l _Toc434921982 1、需求分析 PAGEREF _Toc434921982 h 12 HYPERLINK l _Toc434921983 2、程序設(shè)計(jì) PAGEREF _Toc434921983 h 12 HYPERLINK l _Toc434921984 2.1、主要算法基本思想 PAGEREF _Toc434921984 h 12 HYPERLINK l _Toc434921985 2.2、流程圖 PAGEREF _Toc434921985 h 13 HYPERLINK l _Toc434921986 2.3、算法的詳細(xì)說明 PAGEREF _Toc434

8、921986 h 13 HYPERLINK l _Toc434921987 3、主要的實(shí)現(xiàn)代碼 PAGEREF _Toc434921987 h 14 HYPERLINK l _Toc434921988 4、結(jié)果展示 PAGEREF _Toc434921988 h 16 HYPERLINK l _Toc434921989 四、用戶手冊 PAGEREF _Toc434921989 h 20 HYPERLINK l _Toc434921990 五、參考文獻(xiàn) PAGEREF _Toc434921990 h 20 HYPERLINK l _Toc434921991 六、心得體會 PAGEREF _Toc

9、434921991 h 20一、簡單(jindn)變換1、需求(xqi)分析：基本(jbn)幾何變換的定義：對于原圖象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的圖像坐標(biāo)變換?？臻g中一個點(diǎn)的坐標(biāo)可記為（x,y,z），如用齊次坐標(biāo)，則記為（x,y,z,1）。他們也可以用矢量來表達(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 +

10、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，對物體來說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*d;沿x，y軸進(jìn)行放縮變換時，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(sun f)流程圖程序開始載入圖片將圖片讀入內(nèi)存平移變換放縮變換顯示圖片選擇一種變換程序結(jié)束3、算法

11、主要(zhyo)代碼分析3.1、平移變換/彈出對話框Input_Move dlg;dlg.DoModal();UpdateData(true);/將用戶輸入的數(shù)據(jù)(shj)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、放縮變換/彈出對話框SHRINK change;change.DoModal();UpdateData(true);/對dx,dy進(jìn)行(jnxng)放縮變換int dx = image_wid * change.shrink,

12、 dy = image_hei * change.shrink;UINT *buf;if (image = NULL) return;/創(chuàng)建(chungjin)動態(tài)數(shù)組buf = new UINTdx*dy;/進(jìn)行(jnxng)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, dx, dy, buf);mdr-swap();4、結(jié)果展示：4.1、平移變換4.2、放縮變換(binhun)二、典型(dinxng)灰度映射1、需求(xqi)分析：圖像是由像素組成的

13、，其視覺效果與每個像素的灰度相關(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效果。直接灰度映射是一種點(diǎn)操作(cozu)，即根據(jù)原始圖像中每個像素的灰度值，按照某種映射規(guī)則，將其轉(zhuǎn)化為另一灰度值。這樣通過對原始圖像中每一個像素賦一個新的灰度值來達(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、圖像求反對圖像求反是將原圖灰度值翻轉(zhuǎn)，簡單來說就是使黑變白，使白變黑。將圖像中每個像素的灰度值根據(jù)變換曲線進(jìn)行映射。映射是一一對應(yīng)的，所以只要讀出原灰度值，變換后得到新灰度值，并賦給原像素。L-1L-102.1.2、增強(qiáng)(zngqing)對比度增強(qiáng)對比度實(shí)際上是增強(qiáng)原圖的各部分(b

14、 fen)反差。實(shí)際中往往通過增加原圖里某兩個灰度值間的動態(tài)范圍來實(shí)現(xiàn)，s1,s2,t1,t2可取不同(b tn)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)圖只剩下兩個灰度級，對比度最大但細(xì)節(jié)全丟失。L-1L-102.1.3、動態(tài)(dngti)范圍壓縮該方法的目標(biāo)與增強(qiáng)對比度相反。有時原圖的動態(tài)范圍太大，超出了某些顯示設(shè)備的允許動態(tài)范圍，這時如直接使用(shyng)原圖，則一部分細(xì)節(jié)可能丟失。解決辦法就是對原圖進(jìn)行灰度壓縮。一種常用的壓縮方法是借助對數(shù)形式t=Clog(1+|s|),其中(qzhng)C為尺度比例常數(shù)。L-1L-102.1.4、灰度切分其目

15、的與增強(qiáng)對比度相仿，是要將某個灰度值范圍變得比較突出。L-1L-10程序開始載入圖片將圖片讀入內(nèi)存圖像求反增強(qiáng)對比度動態(tài)范圍壓縮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(sun f)主要代碼分析3.1、圖像(t xin)求反for (int i = 0; i image_wid; i+)for (int j = 0; j image_hei; j+)bufi*image_hei + j =0 xffffffff -new_bufi*image_hei + j;3.2、增強(qiáng)(zngqing)對比度for (int i = 0; i image_wid; i+)for (

16、int j = 0; j 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s1Bs2,則將B帶入直線3中3.3、動態(tài)范圍壓縮for (int i = 0; i image_hei; i+)for (int j = 0; j 16;B = (int)(45.98 * log(1 + abs(B);bufi*image_hei + j = (0 xff000000 & new_bufi*image_hei + j) + (0 x000000ff & B) + (0 x0000

17、ff00 & (B 8) + (0 x00ff0000 & (B 16);3.4、灰度切分for (int i = 0; i image_wid; i+)for (int j = 0; j 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s1Bs2,則將t1賦值4、結(jié)果(ji gu)展示：4.1、圖像(t xin)求反4.2、增強(qiáng)(zngqing)對比度4.3、動態(tài)范圍(fnwi)壓縮4.4、灰度切分三、圖像(t xin)的平滑與銳化1、需求(xqi)分析打開一幅位圖，按照不同的模板將位圖信息以平滑與銳

18、化的方式處理，并顯示出來。2、程序設(shè)計(jì)(chn x sh j)2.1、主要算法基本(jbn)思想平滑濾波能減弱或消除圖像中的高頻率分量(fn ling)，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。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

19、運(yùn)算后的圖片顯示在屏幕上。 2.2、流程圖程序開始打開圖像將圖片信息讀入內(nèi)存程序結(jié)束選擇一種模運(yùn)算平滑模板中值濾波模板銳化模板顯示圖片2.3、算法的詳細(xì)說明2.3.1、模板卷積模板運(yùn)算的基本思路是將賦予某個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(kn zu)一幅尺寸為NN（N一般為奇數(shù)，遠(yuǎn)小于常見圖像尺寸）的小圖像。當(dāng)N為奇數(shù)時，可以(ky)定義模板的半徑r為(N-1)/2。模板(mbn)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像素位置重合；b將模板上的各個系數(shù)與模板下各對應(yīng)像素的灰度值相乘；c將所有乘積相加（為保持灰度范圍，常對結(jié)果再除以

20、模板的系數(shù)個 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)個數(shù)，即對模板對應(yīng)像素求平均值。當(dāng)模板尺寸增大時，對噪聲的消除效果有所增強(qiáng)。不過同時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代表取中值，即對模板覆蓋的信號序列按數(shù)值大小進(jìn)行排序，并取排序后處在中

21、間位置的值，且有1。3、銳化是是通過增強(qiáng)高頻分量來減少圖象中的模糊，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個像素相減，表示自身與周圍像素的差別，再將這個差別加上自身作為新像素的灰度?？梢?，如果一片暗區(qū)出現(xiàn)了一個亮點(diǎn)，那么銳化處理的結(jié)果是這個亮點(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33模板的主要代碼： for (i = 1; iimage_hei-1; i+)for (j = 1; jimage_wid-1; j+)te

22、mp = 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 = temp / 9;qi*wi + j * 4 + 3 = 255;（2）平滑(pnghu)

23、55模板(mbn)的主要代碼： for (i = 2; iimage_hei - 1; i+)for (j = 2; jimage_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 + pi*wi + j * 4 - wi + 4 + pi*wi + j * 4 - wi + 8

24、/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 - wi * 2 + 8/1+ pi*wi + j * 4 + wi * 2 + pi*wi +

25、 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(lb)33主要代碼： for (i = 1; iimage_hei - 1; i+)for (j = 1; jimage_wid - 1; j+)/模板內(nèi)temp0 = pi*wi +

26、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 + j * 4 = qi*wi + j * 4 + 1 = qi*wi + j * 4 + 2 = Order_33

27、(temp);qi*wi + j * 4 + 3 = 255;/模板(mbn)內(nèi)（3）中值濾波(lb)55主要(zhyo)代碼： for (i = 2; iimage_hei - 1; i+)for (j = 2; jimage_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 + j * 4 + 8;temp5 = pi*wi + j * 4 - wi;temp6 = pi*wi + j *

28、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 + j * 4 + wi + 8;temp15 = pi*wi + j * 4 - wi * 2;temp16 =

29、 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;temp23 = 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; iimage_hei; i+)for (j = 1; j 255)temp = 255;if (temp 0)temp = 0;qi*wi + j * 4 = qi*wi + j * 4 + 1 = qi*wi + j * 4 + 2 = temp;qi