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

1、毕 业 设 计 (论 文)专 业 电子信息工程 班 级 学生姓名 学 号 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 指导教师 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

2、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 The image in the transmission and conversion cases will cause some blurred image, so，it is necessary for the image to have an improved treatment. One way is to not consider the reasons for de

3、gradation of image quality, the characteristics of the image selected outstanding, thereby attenuating less important information. This method can improve the readability of the image, the image after improvement is not necessarily approximate to the original image, such as highlighting the outline

4、of the target, the attenuation of noise, the black and white images into color graphics. This kind of method is usually called the image enhancement technology. Image enhancement technology usually has two kinds of methods: spatial domain and frequency domain method. The spatial domain method is dir

5、ect computation of pixel gray values in the spatial domain. This paper focuses on the spatial domain method, enhancement of digital image processing are studied, emphatically introduces the histogram equalization and histogram of image smoothing, neighborhood averaging and median filtering. And VC+

6、is used to realize the method for image processing.Keywords：Image Enhancement; Histogram; Image smooth; Neighborhood averaging; Median filtering 目 录 TOC o 1-3 h z u HYPERLINK l _Toc390274110 摘 要 PAGEREF _Toc390274110 h I HYPERLINK l _Toc390274111 Abstract PAGEREF _Toc390274111 h II HYPERLINK l _Toc3

7、90274112 1 绪论 PAGEREF _Toc390274112 h 1 HYPERLINK l _Toc390274113 课题背景 PAGEREF _Toc390274113 h 1 HYPERLINK l _Toc390274114 1.2 图像增强的研究及发展现状 PAGEREF _Toc390274114 h 2 HYPERLINK l _Toc390274115 1.3 论文组织结构 PAGEREF _Toc390274115 h 3 HYPERLINK l _Toc390274116 2 图像增强的基本理论 PAGEREF _Toc390274116 h 4 HYPERLI

8、NK l _Toc390274117 2.1 数字图像的基本理论 PAGEREF _Toc390274117 h 4 HYPERLINK l _Toc390274118 2.1.1数字图像的表示 PAGEREF _Toc390274118 h 4 HYPERLINK l _Toc390274119 图像的灰度 PAGEREF _Toc390274119 h 4 HYPERLINK l _Toc390274120 灰度直方图 PAGEREF _Toc390274120 h 4 HYPERLINK l _Toc390274121 2.2 数字图像增强概述 PAGEREF _Toc390274121

9、 h 4 HYPERLINK l _Toc390274122 2.3 图像增强概述 PAGEREF _Toc390274122 h 6 HYPERLINK l _Toc390274123 图像增强的定义 PAGEREF _Toc390274123 h 6 HYPERLINK l _Toc390274124 常用的图像增强方法 PAGEREF _Toc390274124 h 6 HYPERLINK l _Toc390274125 2.4 图像增强流程图 PAGEREF _Toc390274125 h 8 HYPERLINK l _Toc390274126 本章小结 PAGEREF _Toc390

10、274126 h 8 HYPERLINK l _Toc390274127 3 图像增强方法与原理 PAGEREF _Toc390274127 h 9 HYPERLINK l _Toc390274128 3.1 直方图变换 PAGEREF _Toc390274128 h 9 HYPERLINK l _Toc390274129 直方图修正基础 PAGEREF _Toc390274129 h 9 HYPERLINK l _Toc390274130 直方图均衡化 PAGEREF _Toc390274130 h 10 HYPERLINK l _Toc390274131 3.2 图像平滑 PAGEREF

11、_Toc390274131 h 11 HYPERLINK l _Toc390274132 图像平滑 PAGEREF _Toc390274132 h 11 HYPERLINK l _Toc390274133 邻域平均 PAGEREF _Toc390274133 h 11 HYPERLINK l _Toc390274134 中值滤波 PAGEREF _Toc390274134 h 12 HYPERLINK l _Toc390274135 本章小结 PAGEREF _Toc390274135 h 12 HYPERLINK l _Toc390274136 以及图像增强的实现 PAGEREF _Toc3

12、90274136 h 13 HYPERLINK l _Toc390274137 简介 PAGEREF _Toc390274137 h 13 HYPERLINK l _Toc390274138 4.1.1 VC+6.0 简介 PAGEREF _Toc390274138 h 13 HYPERLINK l _Toc390274139 开发环境 PAGEREF _Toc390274139 h 13 HYPERLINK l _Toc390274140 4.1.3 图片应用程序的创建 PAGEREF _Toc390274140 h 14 HYPERLINK l _Toc390274141 图像增强实现方法

13、 PAGEREF _Toc390274141 h 14 HYPERLINK l _Toc390274142 灰度修正的实现 PAGEREF _Toc390274142 h 14 HYPERLINK l _Toc390274143 邻域平均的实现 PAGEREF _Toc390274143 h 18 HYPERLINK l _Toc390274144 中值滤波的实现 PAGEREF _Toc390274144 h 19 HYPERLINK l _Toc390274145 本章小结 PAGEREF _Toc390274145 h 21 HYPERLINK l _Toc390274146 5总结与展

14、望 PAGEREF _Toc390274146 h 22 HYPERLINK l _Toc390274147 总结 PAGEREF _Toc390274147 h 22 HYPERLINK l _Toc390274148 展望 PAGEREF _Toc390274148 h 22 HYPERLINK l _Toc390274149 参考文献 PAGEREF _Toc390274149 h 23 HYPERLINK l _Toc390274150 致谢 PAGEREF _Toc390274150 h 24 HYPERLINK l _Toc390274151 附录 PAGEREF _Toc3902

15、74151 h 25 HYPERLINK l _Toc390274152 部分程序代码 PAGEREF _Toc390274152 h 25 HYPERLINK l _Toc390274153 1.读入图片 PAGEREF _Toc390274153 h 25 HYPERLINK l _Toc390274154 2.绘制直方图 PAGEREF _Toc390274154 h 25 HYPERLINK l _Toc390274155 3.灰度直方图 PAGEREF _Toc390274155 h 26 HYPERLINK l _Toc390274156 4.直方图均衡化 PAGEREF _Toc

16、390274156 h 27数字图像处理方法研究与实现 基于VC+的图像增强实现指导老师 宋杨1 绪论HYPERLINK :/baike.so /doc/6534449.html数字图像处理是用HYPERLINK :/baike.so /doc/3435270.html计算机对HYPERLINK :/baike.so /doc/6525986.html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。HYPERLINK :/baike.so /doc/6413326.html利用数字图像处理主要是为了修改图形，改善图HYPERLINK :/baike.so /doc/41

17、28191.html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。 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

18、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（Computer Tomography）。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

19、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、

20、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

21、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

22、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

23、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

24、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。 常用的图像一般是灰度图，这时f表示灰度值，反映

25、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0Read(lpszPathName) = TRUE)SetModifiedFlag(FALSE);return

26、 TRUE;elsereturn 0;2.绘制直方图void HistogramDrawDlg:OnPaint() CPaintDC dc(this); / device context for painting/ TODO: Add your message handler code here/彩色和灰度图像有效if(m_nBitCountOut!= 8 & m_nBitCountOut!= 24) return ;/获取直方图绘制静态框的矩形区域CRect clientRect; GetDlgItem(IDC_STATIC_Hist)-GetWindowRect(&clientRect);

27、ScreenToClient(&clientRect);BeginWaitCursor(); / Draw Back Ground/画背景dc.SelectStockObject(NULL_BRUSH);dc.Rectangle(clientRect.left, clientRect.top-5,clientRect.right, clientRect.bottom+1);/画直方图灰度频率与直方图绘制矩形区域比例关系，画直方图unsigned int max=0;for(int i=0;imax)max=m_histArrayi;DWORD bufTemp256;double x=clien

28、tRect.Height();for(i=0;i256;i+)bufTempi=(unsigned long)(float)m_histArrayi*x/max);for(i=clientRect.left;i=clientRect.right;i+)dc.MoveTo(i,clientRect.bottom);dc.LineTo(i,clientRect.bottom-bufTempi-clientRect.left); CString str;SetBkMode(dc,1); /字体背景设为透明 str.Format(0);dc.TextOut(clientRect.left,client

29、Rect.bottom+1,str);str.Format(50);dc.TextOut(clientRect.left+50,clientRect.bottom+1,str);str.Format(100);dc.TextOut(clientRect.left+100,clientRect.bottom+1,str);str.Format(150);dc.TextOut(clientRect.left+150,clientRect.bottom+1,str);str.Format(200);dc.TextOut(clientRect.left+200,clientRect.bottom+1,str);str.Format(255);dc.TextOut(clientRect.left+255,clientRect.bottom+1,str); EndWaitCursor();/ Do not call CDialog:OnPaint() for painting messages/ Do not call CDialog:OnPaint() for painting messages3.灰度直方图void HistogramDrawDlg:computeHistGray()/只处理