多媒体十个算法作业2016学年(苏大)概要.doc

多媒体 学号 姓名骨架提取 一实验目的 将图像中关键信息的骨架提取出来 二实验原理 骨架抽取算法从形态学的角度定义如下：令目标图像A的骨架为,为骨架子集，则图像A的骨架和开运算得到，即 式中，N为A被腐蚀为空集前的最后一次迭代，即 由上式可以看出，图像A可以由连续n次用B对膨胀得到。也就是说，已知一幅图像的骨架图像，可以利用形态学变换的方法重建原始图像，这实际上是求骨架的逆运算过程。图像A用骨架子集重构可以写成为 式中，B仍为结构因素，表示连续n次用B对膨胀。 三、流程图 图 流程图 图 一、实验目的 利用霍夫变换提取图像中的直线 二实验原理 我们知道，任何在直线上点，x, y都可以表达，其中 r， 是常量。该公式图形表示如下： 图 然而在实现的图像处理领域，图像的像素坐标P(x, y)是已知的，而r,则是我们要寻找的变量。如果我们能绘制每个(r, )值根据像素点坐标P(x, y)值的话，那么就从图像笛卡尔坐标系统转换到极坐标霍夫空间系统，这种从点到曲线的变换称为直线的霍夫变换。变换通过量化霍夫参数空间为有限个值间隔等分或者累加格子。当霍夫变换算法开始，每个像素坐标点P(x, y)被转换到(r, )的曲线点上面，累加到对应的格子数据点，当一个波峰出现时候，说明有直线存在。同样的原理，我们可以用来检测圆，只是对于圆的参数方程变为如下等式： 其中(a, b)为圆的中心点坐标，r圆的半径。 以直线检测为例，每个像素坐标点经过变换都变成都直线特质有贡献的统一度量，一个简单的例子如下：一条直线在图像中是一系列离散点的集合，通过一个直线的离散极坐标公式，可以表达出直线的离散点几何等式如下： 其中角度指r与X轴之间的夹角，r为到直线几何垂直距离。 三流程图 图 流程图 四实验结果图 算法三 图像的锐化（LAPILACI） 一、实验目的 1．利用laplacian算子对图像进行锐化。 2．在实践操作中加深对laplacian算子锐化图像原理的理解。 二、实验原理 Laplacian算子是线性二阶微分算子，由于灰度均匀的区域或斜坡中间二阶差分为0，所以laplacian算子在这一区域对图像的不起作用或者说作用很少，而对于图像的斜坡或低灰度侧形成的下冲和在斜坡顶或高灰度侧形成的上冲部分，laplacian表现出很强的突出边缘的 功能。 实验流程图 实验结果 未处理图像 处理后的图像 算法四 bmp数据读取及压缩 一实验目的 使用 二、实验原理 1、bmp文件格式 Bmp图像文件主要是由文件头位图信息头位图调色板和位图数据等四部分组成其组成结构如下表所示 表 位图文件的组成部分 各部分的标识名称 各部分的作用于用途 位图文件头 BITMAPFILEHEADER 说明文件的类型和位图数据肥肉起始位置等，共14个字节 位图信息头 BITMAPINFOHEADER 说明位图文件的大小、位图的高度和宽度、位图的颜色格式和压缩类型等信息，共40字节 位图调色板 RGBQUAD 由位图的颜色格式字段所确定的调色板数组，数组中的每一个元素是一个RGBQUAD结构占4个字节 BYTE 位图数据，位图的压缩格式确定了该数据阵列是压缩数据或者是非压缩数据 2、jpeg格式压缩 JPEG的基本编码系统如下图所示基于8的子块数据流进行的对于彩色图像将其各个分量看做是多层的灰度图像进行压缩可以一个一个分量地处理也可以按照8的块交替进行 图 三流程图 图 四实验结果 图 图 4 jpg图像 图 算法五 图像分割 一实验目的 利用迭代法进行阈值化图像分割将灰度图转化为二值图像 二实验原理 阈值化分割算法的基本原理是通过对图像的灰度直方图进行数学统计选择一个或多个阈值将像素划分为若干类一般情况下当图像由灰度值相差较大的目标和背景组成时如果目标区域内部像素灰度分布均匀一致背景区域像素在另一个灰度级上也分布均匀这时图像的灰度直方图会呈现出双峰的特性在这种情况下选取位于这两个双峰值中间的谷底对应的灰度值定义为 式中为原图像为分割后产生的二值图像 对于直方图双峰明显谷底较深的图像可以使用迭代法获得最佳阈值 迭代法计算阈值的基本思路是：首先根据图像中的目标灰度分布情况，选取一个近似阈值作为初始阈值，一个比较好的方法就是将图像的灰度均值作为初始阈值；然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值。 三流程图 四实验结