数字图像处理方法研究与实现基于VC++的图像增强实现毕业设计论文.docx
《数字图像处理方法研究与实现基于VC++的图像增强实现毕业设计论文.docx》由会员分享,可在线阅读,更多相关《数字图像处理方法研究与实现基于VC++的图像增强实现毕业设计论文.docx(46页珍藏版)》请在冰点文库上搜索。
数字图像处理方法研究与实现基于VC++的图像增强实现毕业设计论文
毕业设计(论文)
课题数字图像处理方法研究与实现
——基于VC++的图像增强实现
毕业设计(论文)原创性声明和使用授权说明
原创性声明
本人郑重承诺:
所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知,除文中特别加以标注和致谢的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了谢意。
作者签名:
日 期:
指导教师签名:
日 期:
使用授权说明
本人完全了解大学关于收集、保存、使用毕业设计(论文)的规定,即:
按照学校要求提交毕业设计(论文)的印刷本和电子版本;学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;学校可以采用影印、缩印、数字化或其它复制手段保存论文;在不以赢利为目的前提下,学校可以公布论文的部分或全部内容。
作者签名:
日 期:
学位论文原创性声明
本人郑重声明:
所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名:
日期:
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。
本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名:
日期:
年月日
导师签名:
日期:
年月日
注意事项
1.设计(论文)的内容包括:
1)封面(按教务处制定的标准封面格式制作)
2)原创性声明
3)中文摘要(300字左右)、关键词
4)外文摘要、关键词
5)目次页(附件不统一编入)
6)论文主体部分:
引言(或绪论)、正文、结论
7)参考文献
8)致谢
9)附录(对论文支持必要时)
2.论文字数要求:
理工类设计(论文)正文字数不少于1万字(不包括图纸、程序清单等),文科类论文正文字数不少于1.2万字。
3.附件包括:
任务书、开题报告、外文译文、译文原文(复印件)。
4.文字、图表要求:
1)文字通顺,语言流畅,书写字迹工整,打印字体及大小符合要求,无错别字,不准请他人代写
2)工程设计类题目的图纸,要求部分用尺规绘制,部分用计算机绘制,所有图纸应符合国家技术标准规范。
图表整洁,布局合理,文字注释必须使用工程字书写,不准用徒手画
3)毕业论文须用A4单面打印,论文50页以上的双面打印
4)图表应绘制于无格子的页面上
5)软件工程类课题应有程序清单,并提供电子文档
5.装订顺序
1)设计(论文)
2)附件:
按照任务书、开题报告、外文译文、译文原文(复印件)次序装订
摘要
图像在传送和转换时会造成图像的某些降质,所以有必要对降质的图像进行改善处理。
其中的一种方法是不考虑图像质量降低的原因,只将图像中感兴趣的特征有选择的突出,从而衰减次要信息。
这种方法能够提高图像的可读性,改善后的图像不一定逼近原始图像,但能够突出目标的轮廓、衰减各种噪声、将黑白图像转换成色彩图形等。
这类方法通常称为图像增强技术。
图像增强技术通常有两种方法:
空间域法和频率域法。
空间域法主要是在空间域中对图像像素灰度值直接进行运算处理。
本文围绕空间域法,对数字图像的增强处理进行了研究,着重介绍其中的直方图、直方图均衡化及图像平滑处理中的邻域平均和中值滤波。
并利用VC++实现上述方法对图像的处理。
关键词:
图像增强;直方图;图像平滑;邻域平均;中值滤波
Abstract
Theimageinthetransmissionandconversioncaseswillcausesomeblurredimage,so,itisnecessaryfortheimagetohaveanimprovedtreatment.Onewayistonotconsiderthereasonsfordegradationofimagequality,thecharacteristicsoftheimageselectedoutstanding,therebyattenuatinglessimportantinformation.Thismethodcanimprovethereadabilityoftheimage,theimageafterimprovementisnotnecessarilyapproximatetotheoriginalimage,suchashighlightingtheoutlineofthetarget,theattenuationofnoise,theblackandwhiteimagesintocolorgraphics.Thiskindofmethodisusuallycalledtheimageenhancementtechnology.
Imageenhancementtechnologyusuallyhastwokindsofmethods:
spatialdomainandfrequencydomainmethod.Thespatialdomainmethodisdirectcomputationofpixelgrayvaluesinthespatialdomain.Thispaperfocusesonthespatialdomainmethod,enhancementofdigitalimageprocessingarestudied,emphaticallyintroducesthehistogramequalizationandhistogramofimagesmoothing,neighborhoodaveragingandmedianfiltering.AndVC++isusedtorealizethemethodforimageprocessing.
Keywords:
ImageEnhancement;Histogram;Imagesmooth;Neighborhoodaveraging;Medianfiltering
数字图像处理方法研究与实现
——基于VC++的图像增强实现
电子与信息工程学院电子信息工程10电子1班胡水清10205010107
指导老师宋杨
1绪论
数字图像处理是用计算机对图像信息进行处理的一门技术,使利用计算机对图像进行各种处理的技术和方法。
利用数字图像处理主要是为了修改图形,改善图像质量,或是从图像中提起有效信息,还有利用数字图像处理可以对图像进行体积压缩,便于传输和保存。
1.1课题背景
数字图像处理技术是20世纪60年代随着计算机技术的发展而产生、发展和不断成熟起来的一个新兴技术领域,它在理论上和实际应用中都取得了巨大的成就。
视觉是人类最重要的感知手段,图像又是视觉的基础。
早期图像处理的目的是改善图像质晕,它以人为对象,以改善人的视觉效果为目的。
图像处理中输入的是质量低的图像,输出的是改善质量后的图像。
常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得成功应用的是美国喷气推进实验室(JPL)。
他们对航天探测器徘徊者7号在1964年发回的几千张月球照片进行图像处理,如:
几何校正、灰度变换、去除噪声,获得了巨大的成功。
随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理,获得月球的地形图、彩色图及全景镶嵌图,为人类登月创举奠定了坚实的基础,也推动了数字图像处理这门学科的诞生。
在以后的宇航空间技术探测研究中,数字图像处理技术都发挥巨大的作用。
数字图像处理技术取得的另一个巨大成就是在医学上。
1972年英国EMI公司工程师发明了用于头颅诊断的X射线计算机断层摄影装置,也就是我们通常所说的CT(ComputerTomography)。
1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。
1979年,这项无损伤诊断技术被授予诺贝尔奖,以表彰它对人类做出的划时代贡献。
从20世纪70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理技术向更高、更深层次发展。
人们已开始研究如何用计算机系统解释图像,类似人类视觉系统理解外部世界,这被称为图像理解或计算机视觉。
很多国家,特别是发达国家投入更多的人力、物力到这项研究,取得了不少的重要的研究成果。
20世纪80年代末期,人们开始将其应用于地理信息系统,研究海图的自动读入、自动生成方法。
数字图像处理技术的应用领域不断拓展。
数字图像处理技术的大发展是从20世纪90年代初开始的。
随后数字图像处理技术迅猛发展,到目前为止,图像处理在图像通讯、办公自动化系统、地理信息系统、医疗设备、卫星照片传输及分析和工业自动化领域的应用越来越多。
进入21世纪,随着计算机技术的迅猛发展和相关理论的不断完善,数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就。
属于这些领域的有航空航天、生物医学、机器人视觉、公安司法、军事制导、文化艺术等。
该技术成为一门引人注目、前景远大的新学科。
1.2图像增强的研究及发展现状
图像增强是指根据特定的需要突出图像中的重要信息,同时减弱或去除不需要的信息。
从不同的途径获取的图像,通过进行适当的增强处理,可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像,有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域,从而更加容易对图像中感兴趣的目标进行检测和测量。
处理后的图像是否保持原状已经是无关紧要的了,不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。
图像增强的目的是增强图像的视觉效果,将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。
它一般要借助人眼的视觉特性,以取得看起来较好地视觉效果,很少涉及客观和统一的评价标准。
增强的效果通常都与具体的图像有关系,靠人的主观感觉加以评价。
图像增强处理的应用已经渗透到医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。
如对x射线图片、CT影像、内窥镜图像进行增强,使医生更容易从中确定病变区域,从图像细节区域中发现问题;对不同时间拍摄的同一地区的遥感图片进行增强处理,侦查是否有敌人军事调动或军事装备及建筑出现;在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度,克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象,减少电视系统维护的工作量。
图像增强技术的快速发展同它的广泛应用是分不开的,发展的动力来自稳定涌现的新的应用,我们可以预料,在未来社会中图像增强技术将会发挥更为重要的作用。
在图像处理过程中,图像增强是十分重要的一个环节。
本文的主要内容就是围绕图像增强部分的一些基本理论,并利用VC++实现图像的增强处理而展开的。
1.3论文组织结构
数字图像处理方法研究与实现。
本文主要是对数字图像处理方法中的图像增强的方法进行了研究,并利用VC++实现处理方法,其组织结构如下:
第一章:
简要介绍了论文的选题背景及其发展现状,对图像增强进行了简要的介绍,最后对论文的研究内容和组织结构进行了说明。
第二章:
数字图像增强概述,这一部分将会介绍图像增强的定义及基本理论。
第三章:
图像增强的方法的介绍,着重介绍了其中的直方图均衡化、邻域平均和中值滤波三种方法。
第四章:
在本节介绍了此次研究所使用的软件VC++6.0,并详细描述基于该软件的图像增强的实现的操作流程,并对直方图均衡化、邻域平均、中值滤波三种方法处理过后的图像进行对比。
第五章:
总结与展望,总结自己针对本课题所做的工作,并对课题的未来发展进行了展望。
2图像增强的基本理论
2.1数字图像的基本理论
2.1.1数字图像的表示
图像并不能直接用计算机来处理,处理前必须先转化成数字图像。
早期一般用picture代表图像,随着数字技术的发展,现在都用image代表离散化了的数字图像。
由于从外界得到的图像多是二维(2-D)的,一幅图像可以用一个2-D数组
表示。
这里x和y表示二维空间X、Y中一个坐标点的位置,而f则代表图像在点
的某种性质数值。
为了能够用计算机对图像进行处理,需要坐标空间和性质空间都离散化。
这种离散化了的图像都是数字图像,即
都在整数集合中取值。
图像中的每个基本单元称为图像的元素,简称像素。
2.1.2图像的灰度
常用的图像一般是灰度图,这时f表示灰度值,反映了图像上对应点的亮度。
亮度是观察者对所看到的物体表面反射光强的量度。
作为图像灰度的量度函数
应大于零。
人们日常看到的图像一般是从目标上反射出来的光组成的,所以
可看成由两部分构成:
入射到可见场景上光的量;场景中目标对反射光反射的比率。
确切地说它们分别称为照度成分
和反射成分
。
与
和
都成正比,可表示成
=
×
。
将二维坐标位置函数
称为灰度。
入射光照射到物体表面的能量是有限的,并且它永远为正,即0<
<
;反射系数为0时,表示光全部被物体吸收,反射系数为1时,表示光全部被物体反射,反射系数在全吸收和全反射之间,即0<
<1。
因此图像的灰度值也是非负有界的。
2.1.3灰度直方图
灰度直方图是数字图像处理中一个最简单、最有用的工具,它反映了数字图像中每一灰度级与其出现频率之间的统计关系。
可以有针对性地通过改变直方图的灰度分布状况,使灰度均匀地或按预期目标分布于整个灰度范围空间,从而达到图像增强的效果。
2.2数字图像增强概述
随着数字技术的不断发展和应用,现实生活中的许多信息都可以用数字形式的数据进行处理和存储,数字图像就是这种以数字形式进行存储和处理的图像。
利用计算机可以对它进行常现图像处理技术所不能实现的加工处理,还可以将它在网上传输,可以多次拷贝而不失真。
数字图像处理亦称为计算机图像处理,指将图像信号转换成数字格式并利用计算机对其进行处理的过程。
数字图像处理系统主要由图像采集系统、数字计算机及输出设备组成。
如图2.1所示。
模拟图像图像采集系统计算机图像输出设备
图2.1图像处理系统组成图
图2.1仅仅是图像处理的硬件设备构成,图中并没有显示出软件系统,在图像处理系统中软件系统同样是非常重要的。
在图像获取的过程中,由于设备的不完善及光照等条件的影响,不可避免地会产生图像降质现象。
影响图像质量的几个主要因素是:
(1)随机噪声,主要是高斯噪声和椒盐噪声,可以是由于相机或数字化设备产生,也可以是在图像传输过程中造成的;
(2)系统噪声,由系统产生,具有可预测性质;
(3)畸变,主要是由于相机与物体相对位置、光学透镜曲率等原因造成的,可以看作是真实图像的几何变换。
数字图像处理流程如图2.2所示,从一幅或是一批图像的最简单的处理,如特征增强、去噪、平滑等基本的图像处理技术,到图像的特征分析和提取,进而产生对图像的正确理解或者遥感图像的解译,最后的步骤可以是通过专家的视觉解译,也可以是在图像处理系统中通过一些知识库而产生的对图像的理解。
原始图像预处理特征分析图像理解
图2.2图像处理流程图
2.3图像增强概述
2.3.1图像增强的定义
图像增强是指按特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息的处理方法,也是提高图像质量的过程。
图像增强的目的是使图像的某些特性方面更加鲜明、突出,使处理后的图像更适合人眼视觉特性或机器分析,以便于实现对图像的更高级的处理和分析。
图像增强的过程往往也是一个矛盾的过程:
图像增强希望既能去除噪声又增强边缘。
但是,增强边缘的同时会同时增强噪声,而滤去噪声又会使边缘在一定程度上模糊,因此,在图像增强的时候,往往是将这两部分进行折中,找到一个好的代价函数达到需要的增强目的。
传统的图像增强算法在确定转换函数时常是基于整个图像的统计量,如:
ST转换,直方图均衡,中值滤波,微分锐化,高通滤波等等。
这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉,从而局部区域的增强效果常常不够理想,噪声滤波和边缘增强这两者的矛盾较难得到解决。
2.3.2常用的图像增强方法
图像增强可分成两大类:
频率域法和空间域法。
前者把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。
采用低通滤波(即只让低频信号通过)法,可去掉图中的噪声;采用高通滤波法,则可增强边缘等高频信号,使模糊的图片变得清晰。
具有代表性的空间域算法有局部求平均值法和中值滤波(取局部邻域中的中间像素值)法等,它们可用于去除或减弱噪声。
图像增强的方法是通过一定手段对原图像附加一些信息或变换数据,有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征,使图像与视觉响应特性相匹配。
在图像增强过程中,不分析图像降质的原因,处理后的图像不一定逼近原始图像。
图像增强技术根据增强处理过程所在的空间不同,可分为基于空间域的算法和基于频率域的算法两大类。
基于空间域的算法处理时直接对图像灰度级做运算;基于频率域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正,是一种间接增强的算法。
基于空间域的算法分为点运算算法和邻域去噪算法。
点运算算法即灰度级校正、灰度变换和直方图修正等,目的或使图像成像均匀,或扩大图像动态范围,扩展对比度。
邻域增强算法分为图像平滑和锐化两种。
平滑一般用于消除图像噪声,但是也容易引起边缘的模糊。
常用算法有均值滤波、中值滤波。
锐化的目的在于突出物体的边缘轮廓,便于目标识别。
常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。
(1)直方图均衡化
有些图像在低值灰度区间上频率较大,使得图像中较暗区域中的细节看不清楚。
这时可以通过直方图均衡化将图像的灰度范围分开,并且让灰度频率较小的灰度级变大,通过调整图像灰度值的动态范围,自动地增加整个图像的对比度,使图像具有较大的反差,细节清晰。
(2)对比度增强法
有些图像的对比度比较低,从而使整个图像模糊不清。
这时可以按一定的规则修改原来图像的每一个像素的灰度,从而改变图像灰度的动态范围。
(3)平滑噪声
有些图像是通过扫描仪扫描输入或传输通道传输过来的。
图像中往往包含有各种各样的噪声。
这些噪声一般是随机产生的,因此具有分布和大小不规则性的特点。
这些噪声的存在直接影响着后续的处理过程,使图像失真。
图像平滑就是针对图像噪声的操作,其主要作用是为了消除噪声,图像平滑的常用方法是采用均值滤波或中值滤波,均值滤波是一种线性空间滤波,它用一个有奇数点的掩模在图像上滑动,将掩模中心对应像素点的灰度值用掩模内所有像素点灰度的平均值代替,如果规定了在取均值过程中掩模内各像素点所占的权重,即各像素点所乘系数,这时就称为加权均值滤波;中值滤波是一种非线性空间滤波,其与均值滤波的区别是掩模中心对应像素点的灰度值用掩模内所有像素点灰度值的中间值代替。
2.4图像增强流程图
开始
输入图像
预处理
增强算法处理
得到预期结果
Y
保存退出
结束
图2-3图像增强流程图
2.5本章小结
本章主要是介绍关于图像增强的基本理论,对图像增强的中的一些概念就行了阐述,介绍了一些常用的图像增强的方法,同时,对图像增强的流程做了大体上的介绍。
3图像增强方法与原理
3.1直方图变换
3.1.1直方图修正基础
图像的灰度直方图是反映一幅图像的灰度级与出现这种灰度级的概率之间的关系的图形。
灰度级为[0,L-1]范围的数字图像的直方图是离散函数h(
)=
,这里
是第k级灰度,
是图像中灰度级为
的像素个数。
通常以图像中像素数目的总和n去除他的每一个值,以得到归一化的直方图,公示如下:
k=0,1,2,…,L-1
且
因此
给出了灰度级为
发生的概率估计值。
归纳起来,直方图主要有一下几点性质:
(1)直方图中不包含位置信息。
直方图只是反应了图像灰度分布的特性,和灰度所在的位置没有关系,不同的图像可能具有相近或者完全相同的直方图分布。
(2)直方图反应了图像的整体灰度。
直方图反应了图像的整体灰度分布情况,对于暗色图像,直方图的组成集中在灰度级低(暗)的一侧,相反,明亮图像的直方图则倾向于灰度级高的一侧。
直观上讲,可以得出这样的结论,若一幅图像其像素占有全部可能的灰度级并且分布均匀,这样的图像有高对比度和多变的灰度色调。
(3)直方图的可叠加性。
一幅图像的直方图等于它各个部分直方图的和。
(4)直方图具有统计特性。
从直方图的定义可知,连续图像的直方图是一位连续函数,它具有统计特征,例如矩、绝对矩、中心矩、绝对中心矩、熵。
(5)直方图的动态范围。
直方图的动态范围是由计算机图像处理系统的模数转换器的灰度级决定。
由于图像的视觉效果不好或者特殊需要,常常要对图像的灰度进行修正,以达到理想的效果,即对原始图像的直方图进行转换(修正):
一幅给定的图像的灰度级分布在0≤r≤1范围内。
可以对[0,1]区间内的任何一个r进行如下的变换:
s=T(r)
变换函数T应满足以下条件:
a.在0≤r≤1区间内,
单值单调增加;
b.对于0≤r≤1,有0≤
≤1。
这里的第一个条件保证了图像的灰度级从白到黑的次序不变。
第二个条件则保证了映射变换后的像素灰度值在允许的范围内。
满足这两个条件,就保证了转换函数的可逆。
3.1.2直方图均衡化
直方图均衡化方法是图像增强中最常用、最重要的方法之一。
直方图均衡化是把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图,然后按均衡直方图修正原图像。
它以概率论为基础,运用灰度点运算来实现,从而达到增强的目的。
它的变换函数取决于图像灰度直方图的累积分布函数。
概括的说,就是把一已知灰度概率分布的图像,经过一种变换,使之演变成一幅具有均匀概率分布的新图像。
有些图像在低值灰度区间上频率较大,使得图像中较暗区域中的细节看不清楚。
这时可以将图像的灰度范围分开,并且让灰度频率较小的灰度级变大。
当图像的直方图为一均匀分布时,图像的信息熵最大,此时图像包含的信息量最大,图像看起来就显得清晰。
直方图均衡化变换函数如图3.2所示,设r,s分别表示原图像和增强后图像的灰度。
为了简单,假定所有像素的灰度已被归一化。
当r=s=0时,表示黑色;当r=s=1时,表示白色;当r,s在[0,1]之间时,表示像素灰度在黑白之间变化。
灰度变换函数为:
s=T(r)。
s
1
S=T(r)
Sr
0rk1r
图3.2直方图均衡化变换函数
实际上,由于直方图是近似的概率密度函数,用离散灰度级作变换时很少能够得到完全平坦的结果,而且,变换后往往会出现灰度级减少的现象,这种现象被称为“简并”现象。
这是像素灰度有限的必然结果。
由于上述原因,数字图像的直方图均衡只能是近似的。
直方图均衡化处理可大