【论文】基于通信新技术平台的图像处理的实现

中国图象图形网毕业论文学号：题目：基于通信新技术平台的图像处理的实现专业：通信技术姓名：指导老师：中国图象图形网摘要本文主要涉及到数字图像处理的编程实现及其原理。将介绍几种重要、普遍的数字图像处理方法。主要内容有：图像的点处理方法，图像的域处理方法以及图像的正交变换。其中将分别介绍点、域处理中的图像平滑、锐化。在区域处理的部分将主要介绍卷积和中值滤波在图像处理中的运用。最后将着重讲述以傅立叶变换为主的正交变换。关键词：平滑、卷积、傅立叶、中值滤波、锐化SummaryThistextinvolveshowtorealizethedigitalimageprocessbyVC++.Itwillintroducesomekindsofimportantandwildlyusedwayfordigitalimageprocess.Themaincontains:Theorderprocessing,theareaprocessingandthetransform.Thetextwillintroducethesmoothingprocessing,thesharpeningprocessingintheorderandareaimageprocessing.Inthepartofareaimageprocessingwewillmainlyintroducetheapplicationofandcentervaluefilterinthedigitalimageprocessing.Atlastwewilltakeyoutotheimportance:transformwherethefouriertransformisthepoint.Keywords:smooth,sharpen,fourier,centervaluefilter,中国图象图形网目录：第一章引言………………………………………………………………………………….05第二章图像处理的基本方法…………………………………………………………….04第三章图像点处理运算中的增强、平滑、锐化概念和实现算法……………..053.1图像的直方图……………………………………………………………..053.2图像增强…………………………………………………………………..05灰度变化…………………………………………………………………………….05图像平滑…………………………………………………………………………….06图像锐化…………………………………………………………………………….07第四章图像区域处理运算中的增强……………………………………………..084.1中值滤波法………………………………………………………………..084.2卷积法……………………………………………………………………..094.3图像平滑…………………………………………………………………..104.4图像锐化和清晰…………………………………………………………..124.5边缘检测和增强…………………………………………………………..13第五章频域处理正交变换………………………………………………………155.1傅立叶变换………………………………………………………………..151傅立叶变换的基本概念…………………………………………………162傅立叶变换的性质………………………………………………………173快速离散傅立叶变换……………………………………………………185.2离散余弦变换……………………………………………………………..211一维离散余弦变换………………………………………………………212二维离散余弦变换………………………………………………………215.3沃尔什－哈达玛变换……………………………………………………..221沃尔什函数………………………………………………………………222一维离散沃尔什－哈达玛变换…………………………………………233二维离散沃尔什－哈达玛变换…………………………………………244快速沃尔什变换…………………………………………………………24第六章结论………………………………………………………………………..25结束语………………………………………………………………………………25附件…………………………………………………………………………………26中国图象图形网第一章引言图像是人们对客观世界中的景物的一种描述和记录。几千年前我们祖先发明的象形文字就是图像。人类使用显微镜获得了分子和细胞的图像。照相机的发明，电影、电视技术的出现更是使人们获得了大量的图像。因此，描述和记录人们对客观景物观察所得到的各类图片、照片、绘画、X光胶片等都是图像。可以这么说，图像无时不有，无处不在。图像包括很多信息，它是人们传递信息的一种方式。一幅平面图像所包含的信息首先表现为光的强度。我们把二维空间上点的集合叫做图像。图像处理是指对图像进行变换、传递、存储、增强、复原、编码、显示、重建等各种操作。图像处理分为模拟处理和数字处理。本论文只介绍支子处理。数字处理是利用计算机对离散化了的数字图像进行处理，所以又叫计算机图像处理。数字图像处理的优点是精度高，灵活性强，处理内容丰富，以及可做非线性处理等。其缺点是速度太慢。图像处理的技术应用是相当广泛的，它在国家安全、经济发展、日常生活中充当着越来越重要的角色，对国计民生有着不可忽略的作用。VisualC++.NET是目前最强大的程序开发利器，而数字图像处理正是要利用计算机编程对数字图像进行某些数学运算以提高图像的实用性。因此，利用VISUALC++.NET来优化数字图像的处理效果就成了人们很自然的想法。第二章图像处理的基本方法基本的图像处理方法可以分为点处理和区域处理两类。点处理相对较为简单，只能改变图像的灰度分布，但不会改变图像内的空间关系。点处理可以按预定的方式改变图像的灰度直方图。最常用的点处理方法是灰度直方图均衡。区域处理在处理某一像素时，利用与该像素相邻的一组像素，经过某种变换得到处理后图像中某一点的像素值。目标像素的邻域一般是由像素组成的二维矩阵，该矩阵的大小为奇数，目标像素位于该矩阵的中央，即目标像素就是区域的中心像素。经过处理后，目标像素的值为经过特定算法后所得到的结果。区域中心像素周围的那些像素值在二维方向上提供了图像的亮度变化趋势的信息。图像中像素的亮度在一定距离上的变化速率称为图像的空间频率。区域处理将改变图像的空间频域信息，减缓或者增强图像中的某些特定的频率分量。区域处理算法一般是针对灰度图像而进行的，对于RGB彩色图像，可以分别对其R,G,B分量进行处理，最后再组合各颜色分量，以得到彩色输出图像。主要的区域处理法有卷积法、中值滤波法和Sobel边缘检测法。其中卷积算法的应用最为广泛，大部分的区域处理都采用卷积算法来实现。第三章图像点处理运算中的增强、平滑、锐化概念和实现算法3.1图像的直方图中国图象图形网图像直方图是图像处理中一种十分重要的图像分析工具，它描述了一幅图像的灰度级内容，任何一幅图像的直方图都包含了丰富的信息，它主要用在图象分割，图像灰度变换等处理过程中。从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概率；从图形上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率。如果不特别说明，本讲座中的直方图的纵坐标都对应着该灰度级在图像中出现的概率。我们的例子是在一个对话框中显示一个图像的直方图，为实现该目的，定义了一个名为ZFT的对话框类用来显示图像的直方图，具体实现代码见附件3.2图像增强影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由CCD（摄像头）获得的图像经过A/D（数/模转换，该功能在图像系统中由数字采集卡来实现）转换、线路传送都会产生噪声污染等等。因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类：图像增强和图像复原。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。图像增强的方法分为空域法和频域法两类，空域法主要是对图像中的各个像素点进行操作；而频域法是在图像的某个变换域内，对图像进行操作，修改变换后的系数，例如付立叶变换、DCT变换等的系数，然后再进行反变换得到处理后的图像。图像复原技术与增强技术不同，它需要了解图像质量下降的原因，首先要建立降质模型，再利用该模型，恢复原始图像。本期讲座我们主要介绍各种增强技术在图像处理系统中的实际应用。1．灰度变换简单的说，灰度变换就是指对图像上各个像素点的灰度值x按某个函数T（）变换到y。例如为了提高图像的清晰度，需要将图像的灰度级整个范围或其中某一段（A，B）扩展或压缩到（A，B）；需要显示出图像的细节部分等都要求采用灰度变换方法。灰度变换有时又被称为图像的对比度增强或对比度拉伸。假定输入图像中的一个像素的灰度级为Z，经过T(Z)函数变换后输出图像对应的灰度级为Z，其中要求Z和Z都要在图像的灰度范围之内。根据T()形式，可以将灰度变换分为线性变换和非线性变换。具体应用中采用何种T()，需要根据变换的要求而定。对于图像的灰度变换，我们这里介绍一种稍微复杂一点的方法，既直方图均衡化。直方图均衡化是灰度变换的一个重要应用，广泛应用在图像增强处理中，它是以累计分布函数变换为基础的直方图修正法，可以产生一幅灰度级分布具有均匀概率密度的图像，扩展了像素的取值动态范围。若像素点的原灰度为R，变换后的灰度为S，需要注意的是R、S是归一化后的灰度值，其灰度变换函数T()为：S=T(R)；k=0,1…,；中国图象图形网式中，是第j级灰度值的概率，是图像中j级灰度的像素总数，是图像中灰度级的总数目，是图象中像素的总数。对变换后的S值取最靠近的一个灰度级的值，建立灰度级变换表，将原图像变换为直方图均衡的图像。下面是实现图像直方图均衡化函数的源代码见附件：原始图像的直方图均衡化后的直方图处理后的图像直方图分布更均匀了，在每个灰度级上图像都有像素点。但是直方图均衡化存在着两个缺点：1）变换后图像的灰度级减少，某些细节消失；2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。2．图像平滑（加权均值滤波）图像平滑主要是为了消除噪声。噪声并不限于人眼所能看的见的失真和变形，有些噪声只有在进行图像处理时才可以发现。图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。图像中的噪声往往和信号交织在一起，尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边界轮廓、线条等变的模糊不清，如何既平滑掉噪声有尽量保持图像细节，是图像平滑主要研究的任务。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时系统中所要提取的汽车边缘信息也主要集中在其高频部分，因此，如何去掉高频干扰又同时保持边缘信息，是我们研究的内容。为了去除噪声，有必要对图像进行平滑，可以采用低通滤波的方法去除高频干扰。图像平滑包括空域法和频域法两大类，在空域法中，图像平滑的常用方法是采用均值滤波或中值滤波，对于均值滤波，它是用一个有奇数点的滑动窗口在图像上滑动，将窗口中心点对应的图像像素点的灰度值用窗口内的各个点的灰度值的平均值代替，如果滑动窗口规定了在取均值过程中窗口各个像素点所占的权重，也就是各个像素点的系数，这时候就称为加权均值滤波；对于中值滤波，对应的像素点的灰度值用窗口内的中间值代替。实现均值或中值滤波时，为了简便编程工作，可以定义一个n*n的模板数