多媒体十个算法作业2016学年.docxVIP

多媒体信息处理算法报告 学号：姓名： 班级： 日期： 算法一 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 骨架是描述图像的几何形状及其拓扑性质的重要特征之一。 抽取图像骨架的目的 是为了表达目标的形状结构， 它有助于突出目标的形状和减少冗余的信息量。 因 而，骨架抽取在文字识别、 工业零部件识别或地质构造识别等领域有着重要的应 用。 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S(A) , Sn(A) 为骨架子集，则图像A的骨架和开运算得到，即 N S(A) Sn(A) n0 Sn(A) (A nB) (A nB) B 式中，N为A被腐蚀为空集前的最后一次迭代，即 N max n|( A nB) 由上式可以看出，图像A可以由连续n次用B对Sn(A)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Sn(A)重构可以写成为 N A ( Sn( A) nB) n0 式中，B仍为结构因素，Sn(A) nB表示连续n次用B对Sn(A)膨胀。 三、流程图 四、实验结果 使用结构元素对原图像进行腐蚀 直到图像不连通 显示骨架 图1流程图 图2实验结果 算法二霍夫变换 一、实验目的 利用霍夫变换提取图像中的直线。 二、实验原理 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一， 应用很广泛，也 有很多改 进算法。最基本的霍夫变换是从黑白图像中检测直线 (线段)。广义的 Hough变换已经不仅仅局限于提取直线，二值任意可以用表达式表达的曲线，比 如圆，椭圆，正弦余弦曲线，等等，但是曲线越是复杂，所需参数越多，运算的 时间也就越多。归根结底，Hough变换的精髓在于投票机理，将图像空间转换到 参数空间进行求解。我们先看这样一个问题：设已知一黑白图像上画了一条直线， 要求出这条直线所在的位置。 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1公式表示图 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,贝U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： (x a)2 (y b)2 r2 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： x cos y sin r 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2流程图 四、实验结果 图3实验结果 算法三图像的锐化（LAPILAQI 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。 、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。 三、实验流程图 * * 四、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C++完成对bmp图像格式的数据的读取，并且对读取后的数据进行处理, 压缩为jpeg格式。 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1位图文件格式 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 BITMAP 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 BITMAPINFOHEADE R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，数组中的每一个兀 素是一个RGBQUAD结构，占4 个字节 位图数据 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、