《数字图像处理及工程应用》课件第17章.pptVIP

*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析3、填充孔洞填充孔洞模块扫描整个图像，首先对孔洞特征(如大小、是否标记、面积)进行记录，然后再根数上述孔洞特征进行填充，引入队列作为存储结构。相应的算法代码如下：*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析4、梯度修正梯度修正模块主要就是去除超出Sobel结果范围、亮度和色调的像素点，即部分细胞边界与边界之间的小空隙，阈值分割后连为整体的细胞便可以区分开。相应的算法代码如下：*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析5、腐蚀腐蚀模块对于八方向采用方形模板，四方向采用十字形模板。循环使用两个模板做多次腐蚀，直至保留中心点或者消失。每次腐蚀细胞半径就会减1，从而获取细胞半径值。相应的算法代码如下：*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析6、边界生成边界生成模块搜索整个图像，如果一个像素点周围的点均未标记，则将其标记为边界点。相应的算法代码如下：*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析7、查找中心点查找中心点模块通过腐蚀和细化得到临时中心点，判断这些中心点是噪声还是孤立点，若是孤立点就记录下其特征值，再进行修正。相应的算法代码如下：*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析*第*页第17章数字图像处理案例解析17.3.3测试结果图17.23原细胞图像图17.24平滑处理后的细胞图像*第*页第17章数字图像处理案例解析图17.25阈值分割后的细胞图像图17.26填充孔洞后的细胞图像*第*页第17章数字图像处理案例解析图17.27多次腐蚀后的细胞图像图17.28边界生成后的细胞图像*第*页第17章数字图像处理案例解析图17.29细胞的信息统计结果*第*页第17章数字图像处理案例解析本章围绕工程案例来解读如何用数字图像处理基本算法进行数字图像处理系统的问题，以图像编辑器和数字图像水印系统为例详细探讨了如何利用OpenCV进行数字图像处理系统的开发。深入剖析了案例的核心技术原理、算法设计和具体功能实现，具有代码完整、实用性强等特点，可以进行更为复杂的数字图像处理系统设计与开发起到抛砖引玉的作用，还可以充分对OpenCV自带的相关例程进行研究和分析，并在此基础上结合实际需求和项目背景，开发出更多、更实用的功能强大的数字图像处理系统。17.4本章小结*第*页第17章数字图像处理案例解析（1）DWT域图像水印算法流程根据人类的视觉特性，人眼对图像边缘、轮廓(对应小波分解中的高频系数)的变化很敏感，而对图像中的高频成分(对应小波分解中的低频系数)的改变则相对不敏感。为保证嵌入水印的不可见性，应将水印嵌入到图像的高频系数中，然而高频系数所包含的能力又很少，很容易被图像降噪等操作所滤除。因此，为保证嵌入水印的鲁棒性，应将水印嵌入到宿主图像的低频系数中。可以采用一种折中的办法：即分别对宿主图像和水印图像进行不同级数的小波分解，这里选择宿主图像分解级数为4级，水印图像分解级数为1级。然后，将分解后的水印低频系数、水平细节、垂直细节和对角系数分别嵌入到宿主图像的第3层的对角系数、第4层的水平系数、第4层的垂直系数和第4层的对角系数中。图17.13和17.14分别为DWT域图像水印嵌入与提取算法流程。*第*页第17章数字图像处理案例解析图17.13DWT域图像水印嵌入流程图17.14DWT域图像水印提取流程*第*页第17章数字图像处理案例解析（2）DWT域图像水印算法流程水印图像为64×64的图像(可以为黑白或彩色)，宿主图像为尺寸大于4倍水印图像的彩色图像。①水印嵌入：Step1：首先将水印图像进行Arnold置乱变换，然后对置乱后的水印图像进行1层DWT正变换，得到置乱后水印图像的DWT变换系数；Step2：对宿主图像进行4层DWT变换后，得到宿主图像分解后的各层小波系数，水印图像将被嵌入到不同层级的系数之中