VC实现图像增强处理.docVIP

设计要求： 图像增强是数字图像处理的一种处理方法，是对模糊、糟糕的低质量图像通过技术手段，使其在主观、客观图像质量上得到提高。 使用VC，实现对一幅糟糕的BMP位图，进行图像增强处理，得到主观质量提高的图像。 （1）掌握图像增强的原理、意义和目的； （2）图像增强的方法、常用算法的原理和实现过程； （3）掌握VC开发控制台应用程序、MFC应用程序的过程； （4）针对几种图像增强算法，编程实现、调试程序，对糟糕图像进行增强处理； （5）对处理后的图像的质量给出指标数据； （6）提交设计报告，程序能够演示。 方 向 设 计 学 生 日 志 时间 设计内容 2008.12.20-25 查资料了解相关的信息 2009.1.10-11 学习VC的相关操作 2009.1.12-13 编写设计程序 2009.1.14 写设计报告 VC实现图像增强处理 摘要 本文介绍了图像处理的目的和意义并论述了如何用直方图均衡化对灰度图像进行灰度映射，从而达到使图像增强的目的。利用VC 6.0执行效率高，可继承、封装、移植等成熟的软件技术，对直方图均衡化算法实验表明，该程序可以快速、准确地对灰度图像进行灰度变换，达到了使图像对比度增强，改善图像质量的预期目的。由于噪声、光照等外界环境或设备本身的原因，通常我们所获取的原始数字图像质量不是很高，因此在对图像进行边缘检测、图像分割等操作之前，一般都需要对原始数字图像进行增强处理。图像增强主要有两方面应用，一方面是改善图像的视觉效果，另一方面也能提高边缘检测或图像分割的质量，突出图像的特征，便于计算机更有效地对图像进行识别和分析。图像增强是图像处理最关键的研究问题之一，为了将图像中感兴趣的特征有选择地突出,而衰减其不需要的特征,要对灰度图进行灰度修正,图像增强按作用域可分为两类，即空域处理和频域处理。空域处理是直接对图像进行处理，而频域处理则是在图像的某个变化域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果。这里主要讲述了用直方图均衡化实现图像增强,能够使图像具有所需要的灰度分布,从而有选择地突出所需要的图像特征.当前图像处理在算法实现中主要应用Matlab 仿真工具，但Matlab运行效率较低，且可移植性和实用性均不太理想。与Java和C#等其他高级语言相比，VC 在程序运行效率、内存使用的可控性和编程的灵活性上均具有较大的优势，因此本文采用VC 6.0 集成开发环境，以达到算法快速有效地执行，同时增强了算法的可移植性。在空域对图像进行增强处理的方式有许多种，如增强对比度和动态范围压缩等等，但这些处理方式都是针对原始图像的每一个像素直接对其灰度进行处理的，其处理过程主要是通过增强函数对像素的灰度级进行运算并将运算结果作为该像素的新灰度值来实现的。通过改变选用增强函数的解析表达式就可以得到不同的处理效果，这类处理方法比较灵活方便，处理效果也比较不错，但对于某些灰度分布很密集或对比度很弱的图像虽然也能起到一定的增强效果但并不明显。对于这种情况就需要用本文提出的灰度直方图变换方法将原始图像密集的灰度分布变的比较疏散，从而拉大了图像的对比度并在视觉上达到明显增强的效果，使一些原本不易观察到的细节能变的清晰可辩。图像的灰度变换处理是通过改变原始图像各像素在各灰度级上的概率分布来实现的通过对图像的灰度值进行统计可以得到一个一维离散的图像灰度统计直方图函数p(sk)=nk/n (k=0,1,2,……,L-1)。该式表达了在第k个灰度级上的像素的个数nk占全部像素总数n的比例，p(sk)则给出了对sk出现概率的1个估计。因此该直方图函数实际是图像的各灰度级的分布情况的反映，换句话说也就是给出了该幅图像所有灰度值的整体描述。通过该函数可以清楚地了解到图像对应的动态范围情况，可以了解到图像灰度的主要集中范围。因此可以通过图像增强程序的干预来改变直方图的灰度分布状况，使灰度均匀的或是按预期目标分布与整个灰度范围空间，从而达到增强图像对比度的效果。这种方法是基于数理统计和概率论的，比直接在空域对原始图像采取对比度增强效果要好的多。在实际应用中直方图的变换主要有均衡变换和规定变换两种，而后者又根据灰度级映射规则的不同分单映射规则和组映射规则两种。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。直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。对图像空域点的增强过程是通过增强函数t=EH(s)来完成的，t、s分别为目标图像和原始图像上的像素点(x,y)，在进行均衡化处理时对增强函数E