北航图像处理实验报告(附程序).docxVIP

数字图像处理与分析实验报告 2012年12月13日星期五实验内容图像可视化编程（demo文件解析）图像的平滑滤波边缘检测与提取彩色图转灰度图直方图均衡化实验原理Bmp文件结构BITMAPFILEHEADERTypedef struct tagBITMAPFILEHEADER{ WORDbfType; /*图像文件型态，固定为“BMP”*/ DWORD bfSize; /*图像文件大小，一般不用*/ WORD bfReserved1; /*保留未用*/ WORD bfReserved2; /*保留未用*/ DWORD bfOffBits; /*图像数据的偏移量*/}BITMAPFILEHEADER;BITMAPINFOHEADERTypedef struct tagBITMAPINFOHEADER{ DWORDbiSize; /*本数据结构大小*/ DWORDbiWidth; /*象素为单位，图像宽*/ DWORDbiHeight; /*象素为单位，图像高*/ WORDbiBitCount; /*每象素所占比特数*/ DWORDbiSizeImage; /*图像字节数的多少*/ .....}BITMAPINFOHEADER;颜色表颜色表是一个RGBQUAD结构数组，表项的多少 (数组长度)由图像每象素所占比特数决定，灰度图有256个表项，彩色图无颜色表。RGBQUAD结构： typedef struct tagRGBQUAD{ unsigned charrgbBlue; unsigned charrgbGreen; unsigned charrgbRed; unsigned charrgbReserved; }RGBQUAD;图像平滑滤波均值滤波原理：使用邻域内像素均值代替当前像素值其中M是N×N邻域内点的个数作用：局部求均值的运算或平均计算使数字信号变“平坦”，可以在图像中消除或抑制噪声。同时，图像中景物边缘也会不同程度地变得模糊。中值滤波是一种非线性滤波的方法，取3*3的模板，将模板内的灰度值进行排序，将位置处于中间的代替者9个灰度值。中值滤波与均值滤波的区别仅限于：中值滤波是求局部中值而不是局部均值，即对参与计算的像素灰度值按大小排序，然后取位置居中的像素灰度值。作用：在图像局部中，杂散噪声点的灰度值较大或较小，求中值可以自动将其消除。但中值滤波不同于均值滤波，中值直接取自某个像素的灰度值，所以能较好地保持图像景物原状。 可以消除杂散噪声点而不会或较小程度地造成边缘模糊。边缘检测与提取图像导数在边缘方向取得极值一阶算子（robert算子）模板为：二阶算子sobel算子：拉普拉斯算子：模板为：彩色图转灰度图灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。直方图均衡化一幅图像总象素数为n，分L个灰度级，nk代表第Ｋ灰度级rk出现的频数，则第K灰度级出现概率：Pr（rk）=nk/n ，(k=0,1…. L-1)直方图均衡把原始图的直方图变换为均匀分布的形式，增加像素灰度值的动态范围，提高图像对比度。能自动增强整个图像的对比度，但具体的增强效果不易控制，处理的结果是全局均衡的直方图，实际中需特定形状的直方图，从而有选择的增强某个灰度值范围内的对比度。实验程序均值滤波int i, j,a; int wRect = min(w,h)/4; unsigned char *abc= new unsigned char [b*w*h]; if(b==1) // gray image { for(i=0;ih-2;i++) // set a black rectangle in image { for(j=0;jw-2;j++) {a=*(lpDIBBits+(i)*lineByte+(j))+ *(lpDIBBits+(i-1)*lineByte+(j-1))+ *(lpDIBBits+(i-1)*lineByte+(j))+ *(lpDIBBits+(i-1)*l