实验报告2 图像增强.docVIP

数字图像处理实验二报告 图像增强陈怡东 实验内容： 图像增强，平滑处理，实现平均平滑和高斯模糊 滤波操作采用中值滤波，同时加入了一个可调整的中值滤波 实现了一阶算子滤波和二阶算子的图像锐化功能，同时将锐化效果叠加到原图像。 实验过程 本实验的编译器环境为VS2008，所以可能用早起的VS版本打开时会有不兼容的情况产生，因此最好在2008及以上环境先编译。 本工程是一个基于对话框的MFC程序。工程中的功能函数全部封装在C数字图像处理Dlg的类中。 具体功能的实现： 平滑操作：采用模板滤波。 平均模板，即采用平均加权模式，首先以点（x，y）为中心，3x3领域内的点都参与了决定新图像mid_lpData中g（x，y）点像素值的云端，并且采用系数都为1，表示各值对于新像素的贡献是相同的，而外面的模板系数采用1/9保证元素和为1。这样是得像素值能够保证在原先图像的灰度范围中,本实验中只实现了3x3的平滑模板，当然还可以生成更一般的平滑矩阵，这里没有做过多的拓展，因为实现原理是相同的。 2,.高斯模糊的实现 平均平滑对邻域内的像素一视同仁，但是我们平时可能要的并不是这种效果，因此为了减少处理中的模糊，得到更自然地平滑效果，则会适当的加大模板中心的权重，随着原理中心点，随着远离中心点，权重迅速减小，从而使得原来的像素点看起来可以更接近离它距离更近的点，所以我们选择了高斯模板。 常用的3x3高斯模板如下所示： 高斯模板即由二维高斯函数，及二维整台分布密度函数，这里取一个均值为0，方差为的二维高斯函数为 而我们选用的高斯模板即将连续的二维高斯函数离散化的结果表示，因此我们可以通过建立一个（2k+1)x(2k+1)的举证M来得到，其（i，j）位置的元素值可以如下确定 详细实现和取值见源代码。 3，本实验还实现了对于噪声的另外一种处理方法，即中值滤波，即选取了周围8个点和本身的像素，选用中位数的点的像素值来代替原像素的值，这对于椒盐噪声的处理达到了很好的效果，而后又对其做了改进，因为并不是所有的像素点都要处理而是有特别大的噪声的点才需要处理，因此在改进的中值滤波中，对于需要处理的点做了判断，只有该像素值是邻域内的极大值或极小值时才对其作为处理，因为满足这个条件明显的可以看出原像素是噪声，因此对其处理， 4.本实验还对锐化处理做了小小的尝试，但是结果不是很理想，希望老师能看一下，不知道锐化的效果是不是想要的， 3实验总结 本实验主要参考资料为《数字图像处理于机器视觉》这本书，本实验在上次实验的基础上完成，并对上次存在的问题做了一些修正，添加菜单栏，将原本界面中的按钮去掉了，美化了一下界面，对于上次存在的内存泄露也做了修正，但效果不知道是否好。对于这次的实验，收获是对于空间滤波有了一定的认识。懂得图像处理时矩阵的重要性。但还是存在一些小问题，希望老师能解答一下： 上次实验的时候问了老师关于窗口重绘函数的问题，但后来回来后遇到一个很莫名奇妙的问题，就是生成对话框的时候会将桌面的背景做截图绘制到对话框的客户区很是令人不解，因此我加入了一句显示绘制背景为白色的代码。但是很是疑惑麻烦老师能不能看一下。 对于改进的中值了滤波在对实例图像做噪声处理的时候需要处理两次才能完成噪声，但是第一次处理留下来的点明显的应该是噪声点，但是却并没有处理。 对于锐化的效果是使得黑白分明，那怎样才能达到使原图像细节分明的效果呢？