《图像处理与分析课程报告讲解》由会员分享，可在线阅读，更多相关《图像处理与分析课程报告讲解（20页珍藏版）》请在金锄头文库上搜索。
1、图像处理与分析课程报告薛福兴图像处理与分析课程报告 院（系）名称计算机学院 专业班级191132班 姓名薛福兴 学号20131000447指 导 老 师徐凯时 间2015年11月8日 目录一、简单变换31、需求分析：32、程序设计：32.1、算法基本思想32.2、算法流程图43、算法主要代码分析43.1、平移变换43.2、放缩变换44、结果展示：54.1、平移变换54.2、放缩变换6二、典型灰度映射61、需求分析：62、程序设计：72.1、算法基本思想72.2、算法流程图83、算法主要代码分析93.1、图像求反93.2、增强对比度93.3、动态范围压缩93.4、灰度切分104、结果展示：104
2、.1、图像求反104.2、增强对比度114.3、动态范围压缩114.4、灰度切分12三、图像的平滑与锐化121、需求分析122、程序设计122.1、主要算法基本思想122.2、流程图132.3、算法的详细说明133、主要的实现代码144、结果展示16四、用户手册20五、参考文献20六、心得体会20一、简单变换1、需求分析：基本几何变换的定义：对于原图象f(x,y)，坐标变换函数x = a(x,y); y = b(x,y)唯一确定了几何变换：g(x,y) = f(a(x,y), b(x,y)，其中g(x,y)是目标图象。图像的平移和放缩变换都是常见的图像坐标变换。空间中一个点的坐标可记为（x,y
3、,z），如用齐次坐标，则记为（x,y,z,1）。他们也可以用矢量来表达。2、程序设计：2.1、算法基本思想2.1.1、平移变换设需要平移量（x0,y0）将具有坐标（x,y）的点平移到新的位置（x2,y2）设: a(x,y) = x + x0; b(x,y) = y + y0;用齐次矩阵表示：a(x,y)1 0 x0 xb(x,y)=0 1 y0 y1 0 0 1 12.1.2、放缩变换放缩变换改变点间的距离，对物体来说则改变了物体的尺度，所以放缩变换也称为尺度变换，放缩变换一般是沿坐标方向进行的，或可分解为沿坐标轴方向进行的变换。当分别用设: a(x,y) = x*c; b(x,y) = y*
4、d;沿x，y轴进行放缩变换时，放缩变换矩阵可写为：a(x,y)c 0 0 xb(x,y)=0 d 0 y1 0 0 1 12.2、算法流程图程序开始载入图片将图片读入内存A 平移变换B 放缩变换显示图片选择一种变换程序结束3、算法主要代码分析3.1、平移变换/弹出对话框Input_Move dlg;dlg.DoModal();UpdateData(true);/将用户输入的数据进行平移变换mdr-write_video(image_wid+dlg.level, dlg.vertical, image_wid, image_hei, image);mdr-swap();3.2、放缩变换/弹出对话
5、框SHRINK change;change.DoModal();UpdateData(true);/对dx,dy进行放缩变换int dx = image_wid * change.shrink, dy = image_hei * change.shrink;UINT *buf;if (image = NULL) return;/创建动态数组buf = new UINTdx*dy;/进行放缩变换image_scale(image_wid, image_hei, image, dx, dy, buf);/将图片读出mdr-write_video(image_wid, 0, dx, dy, buf)
6、;mdr-swap();4、结果展示：4.1、平移变换4.2、放缩变换二、典型灰度映射1、需求分析：图像是由像素组成的，其视觉效果与每个像素的灰度相关。如果能改变所有或部分像素的灰度，就可以改变图像的视觉效果。直接灰度映射是一种点操作，即根据原始图像中每个像素的灰度值，按照某种映射规则，将其转化为另一灰度值。这样通过对原始图像中每一个像素赋一个新的灰度值来达到增强图像的目的。2、程序设计：2.1、算法基本思想2.1.1、图像求反对图像求反是将原图灰度值翻转，简单来说就是使黑变白，使白变黑。将图像中每个像素的灰度值根据变换曲线进行映射。映射是一一对应的，所以只要读出原灰度值，变换后得到新灰度值，
7、并赋给原像素。L-1L-102.1.2、增强对比度增强对比度实际上是增强原图的各部分反差。实际中往往通过增加原图里某两个灰度值间的动态范围来实现，s1,s2,t1,t2可取不同的值进行组合，从而得到不同的效果，如果s1=s2，t1=0,t2=L-1,则增强图只剩下两个灰度级，对比度最大但细节全丢失。L-1L-102.1.3、动态范围压缩该方法的目标与增强对比度相反。有时原图的动态范围太大，超出了某些显示设备的允许动态范围，这时如直接使用原图，则一部分细节可能丢失。解决办法就是对原图进行灰度压缩。一种常用的压缩方法是借助对数形式t=Clog(1+|s|),其中C为尺度比例常数。L-1L-102.
8、1.4、灰度切分其目的与增强对比度相仿，是要将某个灰度值范围变得比较突出。L-1L-10程序开始载入图片将图片读入内存A 图像求反B 增强对比度C 动态范围压缩D 灰度切分显示图片选择一种典型映射程序结束2.2、算法流程图3、算法主要代码分析3.1、图像求反for (int i = 0; i image_wid; i+)for (int j = 0; j image_hei; j+)bufi*image_hei + j =0xffffffff -new_bufi*image_hei + j;3.2、增强对比度for (int i = 0; i image_wid; i+)for (int j
9、= 0; j 16;if (B = s1)B = (int)(k1*B);/若B小于s1,则将B带入直线1中else if (B = s2)B = (int)(k2*B + b2);/若s1Bs2,则将B带入直线3中3.3、动态范围压缩for (int i = 0; i image_hei; i+)for (int j = 0; j 16;B = (int)(45.98 * log(1 + abs(B);bufi*image_hei + j = (0xff000000 & new_bufi*image_hei + j) + (0x000000ff & B) + (0x0000ff00 & (B
10、 8) + (0x00ff0000 & (B 16);3.4、灰度切分for (int i = 0; i image_wid; i+)for (int j = 0; j 16;/将RGB中的B取出if (B = s1)B = t1;/若B小于s1,则将t1赋值else if (B = s2)B = t2;/若s1Bs2,则将t1赋值4、结果展示：4.1、图像求反4.2、增强对比度4.3、动态范围压缩4.4、灰度切分三、图像的平滑与锐化1、需求分析打开一幅位图，按照不同的模板将位图信息以平滑与锐化的方式处理，并显示出来。2、程序设计2.1、主要算法基本思想平滑滤波能减弱或消除图像中的高频率分量，
11、但不影响低频率分量，在实际应用中，平滑滤波还可用于消除噪声（噪声的空间相关性较弱，对应较高的空间频率），或在提取较大的目标前去除太小的细节或将目标内的小间断连接起来。锐化滤波能减少或消除图像中的低频率分量，但不影响高频率分量。锐化滤波将这些分量滤去可使图片反差增加，边缘明显。实际中，锐化可用于增强被模糊的细节或目标的边缘。首先需要将任意格式位图从外存中读入内存，将图片格式转换为8位位图，将其显示在屏幕上；将内存中的图片与不同模板作卷积运算，将运算后的图片显示在屏幕上。 2.2、流程图程序开始打开图像将图片信息读入内存程序结束选择一种模运算a 平滑模板b 中值滤波模板c 锐化模板显示图片2.3、
12、算法的详细说明2.3.1、模板卷积模板运算的基本思路是将赋予某个像素的值作为它本身灰度值和其相邻像素灰度值的函数。模板可以看作一幅尺寸为NN（N一般为奇数，远小于常见图像尺寸）的小图像。当N为奇数时，可以定义模板的半径r为(N-1)/2。模板卷积在空域实现的主要步骤为：a将模板在图中漫游，并将模板中心与图中某个像素位置重合；b将模板上的各个系数与模板下各对应像素的灰度值相乘；c将所有乘积相加（为保持灰度范围，常对结果再除以模板的系数个 数）；d 将上述运算结果（模板的输出响应）赋予图中对应模板中心位置的 像素。2.3.2模板介绍1、平滑模板是各个系数相等，不妨设为一，设模板尺寸为M，M=2r+1，r为模板半径，这给定像素序列，i=1，2，N，则均值滤波输出为：式中M为模板系
