实验-灰度图像的平滑处理.docVIP

实验 一、实验目的 1．了解图像平滑的基本原理； 2．掌握图像空域平滑处理的方法； 3．利用VC编写图像空域平滑处理的程序； 4．在微机上调试程序。 二、实验原理 图像平滑是数字图像处理的一个重要内容。我们所涉及的图像中、相邻象素的灰度之间大多具有很高的相关性，也就是说一幅图像中大多数象素的灰度值差别不大。因为这种灰度相关性的存在，一般图像的能量主要集中在低频区域中，只有图像的细节部分的能量才处于高频区域中。但因为在数字化和传输过程中经常有噪声和假轮廓出现，这部分信息也集中于高频区域内。 图像平滑的主要目的就是去除或衰减图像上的噪声和假轮廓，即衰减高频分量，增强低频分量或称低通滤波。当然，图像平滑处理在消除或减弱图像的噪声和假轮廓的同时，对图像细节也有一定的衰减作用。因此图像平滑的直观效果是图像噪声和假轮廓得以去除或衰减，但同时图像将变得比处理前模糊了，模糊的程度要看对高频成份的衰减程度而定，就同一种平滑方法而言，去除或衰减噪声和假轮廓的效果越好，图像就越模糊。 平滑技术是数字图像增强的内容之一，平滑处理可分为频域处理和空域处理两大类。通常图像空域平滑处理是用某象素邻域内的各点灰度级平均值来代替该象素原来的灰度级，一般邻域取为N*N方形窗口，窗口沿水平和垂直两个方向逐点移动，从而平滑了整幅图像。本实验要求对8位灰度图像进行空域平滑处理。 1．邻域平滑处理方法 邻域平均法的优点是便于实现，计算速度快，结果令人满意，在平滑技术中是一种重要的处理方法。 给定一个N*N图像f(x,y)，产生一个平滑的图像g(x,y)。其中各元素的灰度由该元素邻域中各元素灰度的均值来确定的，即 g(x,y)=(1/M)(f(x,y) (x,y)(S S为不包括f(x,y)本身的一个邻域，M是S邻域内象素的个数。 S邻域的半径一般有两种选择： 1）半径=(2 (x，即为八点邻域； 2）半径= (x，即为四点邻域； 当半径为 (x： g(x,y)=(1/4)[f(x-1,y)+f(x+1,y)+ f(x,y-1)+ f(x,y+1)] 当半径为(2 (x： g(x,y)=(1/8)[f(x-1,y-1)+f(x,y-1)+ f(x-1,y)+ f(x+1,y)+ f(x+1,y)+f(x-1,y+1)+ f(x,y+1)+ f(x+1,y+1)] 相当于引入模板： 和 去除噪声的原理： 设受噪声污染的图像为f ’(x,y)=f(x,y)+n(x,y) 则平滑后的图像g(x,y)=(1/m)(f ’(x,y) =(1/m)( f(x,y) +(1/m)( n(x,y) = f(x,y)+ (1/m)( n(x,y) 所以，平滑后噪声的影响减少m倍。 当邻域S扩大时，这种平均的方法将对图像产生越来越大的模糊效应，使边界模糊，有时不希望整幅图像平滑，而引入域值邻域平均法： (1/m)( f(x,y) | f(x,y)- g(x,y) |( g(x,y)= f(x,y) 其它 这样当邻值平均值相差不超过规定阈值时，仍保留这些点，以减小模糊。 2．图像空域平滑处理算法流程 （1）3*3均值滤波器 用3*3屏蔽窗口中近邻均值对输入滤波中心象素与其8近邻均值的差超过判定值以上时，该象素值不变，不超过时，用均值置换该象素值。 本程序中，当灰度图像在象素f(x,y)周围8个象素的平均灰度为a时，按下面方法处理象素f(x,y)： 若|f(x,y)-a|(，则f(x,y)=a； 若|f(x,y)-a|((，则不变。 处理后的图像被变换成从0到最大灰度共L个灰度级。阈值(和L是输入参数。流程图如图4-1所示。 图4-1 3*3均值滤波器 （2）N*N均值滤波器 用N*N窗口对输入图像进行平滑处理。 本程序流程中，当灰度图像以象素f(x,y)为中心的N*N屏蔽窗口（N=3,5,7(）内平均灰度值为a时，无条件作f(x,y)=a的处理，N为输入参数。流程图如图4-2所示。 图4-2 N*N均值滤波器 三、实验前准备 1．预习本实验中关于图像平滑处理的基本原理； 2．了解本实验的目的和实验内容。 四、实验内容 1．根据图像空域平滑处理的方法和流程，利用VC编写图像3*3均值滤波处理的程序； 2．给定一幅BMP图像，用所编程序对给定图像进行操作，对图像处理后另存为（*.bmp）文件，并用Photoshop验证所编程序的正确性； 3．本实验要求完成图像3*3均值滤波处理，如有时间再做N*N均值滤波。 五、实验报告要求 1．总结图像平滑处理