畢業(yè)論文---圖像特效輸出的設計與實現(xiàn)

1、<p><b>　　摘要</b></p><p>　　隨著計算機電子技術和計算機技術的發(fā)展，數(shù)字圖像處理進入高速發(fā)展時期。由于某些特殊原因，一些圖像的效果不能夠達到人們的要求，因此需要對圖像做一些再加工，即利用計算機進行特殊的處理，稱為圖像特效處理。隨著對數(shù)字圖像處理研究的深入，圖像特效處理的應用越來越廣泛，其發(fā)展狀況也受到了人們的廣泛關注。</p><p>

2、;　　本文針對目前圖像特效處理的需求，主要研究幾種基本的數(shù)字圖像處理算法，以達到人們所期望得到的各種不同的效果。并在基于Windows系統(tǒng)的Visual C++6.0集成開發(fā)環(huán)境下，使用VC編碼實現(xiàn)這些算法。在點運算處理中，介紹了灰度直方圖、灰度分布均衡化、灰度化處理、灰度線性變換和二值化處理幾種算法，算法設計原理是將輸入像素點的灰度值通過算法實現(xiàn)改變其相應輸出點的灰度值。在幾何變換中，介紹了圖像的平移、圖像的縮放和圖像的鏡像變換幾種算

3、法，這些算法主要是根據(jù)某種矩陣運算來寫的，有其固定的數(shù)學計算方法。在圖像的增強中，介紹了圖形的平滑和圖像的銳化算法，其算法的設計原理是根據(jù)一個固定小區(qū)域的幾個像素灰度值設置某個像素的灰度值，通常有其固定模板。在圖像特效處理中，介紹了圖像反色、圖像曝光、浮雕處理、霓虹處理和馬賽克幾種算法，這些算法主要是針對真彩色圖像，通過固定的公式計算改變其像素的R、G、B的分量值，從而改變像素的顏色，達到不同的顏色變換效果。</p>&l

4、t;p>　　本文具體給出了這些算法的設計思想及算法描述，并通過程序?qū)崿F(xiàn)。最后將其效果圖與原始圖像進行了比較。</p><p>　　關鍵詞　數(shù)字圖像處理；圖像算法；圖像特效處理；Visual C++6.0</p><p><b>　　Abstract</b></p><p>　　With the development of the com

5、puter electronics and computer technology, digital image processing into the high-speed development period. For some special reasons, the effect of a number of images can not be met, and thus the need for images to do so

6、me further processing, namely the use of special computer processing, known as image processing effects. With the digital image processing to study in depth, image effects processing of the application of more and more w

7、idely, and its development ha</p><p>　　In this paper, the image effects to deal with the current demand for basic research in several digital image processing algorithms in order to achieve what people expec

8、t different results. Processing of the points on the histogram, a balanced distribution of gray, gray-scale processing, gray-linear transformation and binarization processing of several algorithms. Algorithm design princ

9、iple is to enter the gray value of pixels through the algorithm to change its output points corresponding gray v</p><p>　　Enhancement of the image on the smooth graphics and image sharpening algorithm. The d

10、esign principle of the algorithm is based on a fixed number of small regions of a pixel value of gray-scale pixel value, usually a fixed template. Effects in image processing, introduced the anti-color images, image expo

11、sure, relief treatment, processing and mosaic neon several algorithms, These algorithms are mainly for the true color images, through a fixed formula to change its pixel R, G, B sub-value, thus c</p><p>　　In

12、 this paper, given the specific design of these algorithms and the algorithm description, and program. Finally, the effect of map and image are compared.</p><p>　　Keywords Digital Image Processing;Image Alg

13、orithm;Image effects processing;Visual C++6.0</p><p><b>　　目 錄</b></p><p><b>　　摘要I</b></p><p>　　AbstractII</p><p><b>　　第1章 緒論1</b>

14、;</p><p>　　1.1 課題背景1</p><p>　　1.2 發(fā)展狀況1</p><p>　　1.3 課題的目的和意義2</p><p>　　1.4 論文結構3</p><p>　　第2章 編程環(huán)境和編程工具4</p><p>　　2.1 Visual C++6.0簡介

15、4</p><p>　　2.2 Win32基本編程概念5</p><p>　　2.3 Visual C++6.0的MFC庫和程序框架5</p><p>　　2.4 本章小結7</p><p>　　第3章 數(shù)字圖像處理算法設計原理8</p><p>　　3.1 數(shù)字圖像處理基礎8</p><

16、;p>　　3.1.1數(shù)字圖像處理概述8</p><p>　　3.1.2 圖像類型9</p><p>　　3.1.3 圖像格式9</p><p>　　3.2 圖像點運算處理12</p><p>　　3.2.1點運算基本概念12</p><p>　　3.2.2灰度直方圖12</p><

17、p>　　3.2.3灰度分布均衡化14</p><p>　　3.2.4灰度化處理14</p><p>　　3.2.5灰度線性變換16</p><p>　　3.2.6二值化處理17</p><p>　　3.3 圖像的幾何變換18</p><p>　　3.3.1圖像的平移18</p><

18、p>　　3.3.2圖像的鏡像變換19</p><p>　　3.3.3圖像的縮放20</p><p>　　3.4 圖像的增強21</p><p>　　3.4.1圖像的平滑21</p><p>　　3.4.2圖像的銳化22</p><p>　　3.5 圖像特效處理23</p><p&g

19、t;　　3.5.1圖像反色23</p><p>　　3.5.2圖像曝光23</p><p>　　3.5.3浮雕處理24</p><p>　　3.5.4霓虹處理25</p><p>　　3.5.5馬賽克25</p><p>　　3.5 本章小結26</p><p>　　第4章 程序的測

20、試與實現(xiàn)27</p><p>　　4.1 待處理圖像的表示和存儲27</p><p>　　4.1.1待處理圖像的表示27</p><p>　　4.1.2圖像的存儲28</p><p>　　4.2 圖像點運算處理29</p><p>　　4.2.1灰度直方圖29</p><p>　　4

21、.2.2分布均衡化圖像30</p><p>　　4.2.3灰度化圖像31</p><p>　　4.2.4灰度線性變換圖像32</p><p>　　4.2.5二值化圖像33</p><p>　　4.3 圖像的幾何變換36</p><p>　　4.3.1平移圖像36</p><p>　　

22、4.3.2縮放圖像37</p><p>　　4.3.3水平鏡像圖像38</p><p>　　4.3.4垂直鏡像圖像39</p><p>　　4.4 圖像的增強40</p><p>　　4.4.1中值濾波圖像40</p><p>　　4.4.2 梯度銳化圖像41</p><p>　　4

23、.5 圖像特效處理43</p><p>　　4.5.1 反色圖像43</p><p>　　4.5.2 曝光圖像43</p><p>　　4.5.3 浮雕圖像44</p><p>　　4.5.4 霓虹圖像45</p><p>　　4.5.5 馬賽克圖像46</p><p>　　4.6

24、本章小結47</p><p><b>　　結論48</b></p><p><b>　　參考文獻49</b></p><p><b>　　致謝50</b></p><p><b>　　附錄1I</b></p><p>&l

25、t;b>　　附錄2VIII</b></p><p><b>　　附錄3XVI</b></p><p><b>　　第1章 緒論</b></p><p><b>　　1.1 課題背景</b></p><p>　　隨著計算機技術的迅猛發(fā)展，數(shù)字圖像處理技術越

26、來越引起人們的關注。圖像處理技術基本可以分成兩大類：模擬圖像處理(Analog Image Processing)和數(shù)字圖像處理(Digtal Image Processing)。數(shù)字圖像處理是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機進行處理的過程。其優(yōu)點是處理精度高，處理內(nèi)容豐富，可進行復雜的非線性處理，有靈活的變通能力，一般來說只要改變軟件就可以處理內(nèi)容。</p><p>　　數(shù)字圖像處理技術的發(fā)展涉及信息科學

27、、計算機科學、數(shù)學、物理學以及生物學等學科，因此數(shù)理及相關的邊緣學科對圖像處理科學的發(fā)展有越來越大的影響。近年來，數(shù)字圖像處理技術日趨成熟，它廣泛應用于空間探測、遙感、生物醫(yī)學、人工智能以及工業(yè)檢測等許多領域，并促使這些學科產(chǎn)生了新的發(fā)展。</p><p><b>　　1.2 發(fā)展狀況</b></p><p>　　數(shù)字圖像處理技術是20世紀60年代隨著計算機技術和VL

28、SY Very Large Scale Integration的發(fā)展而產(chǎn)生、發(fā)展和不斷成熟起來的一個新興技術領域，它在理論上和實際應用中都取得了很大的成就。</p><p>　　視覺是人類最重要的感知手段，圖像又是視覺的基礎。早期圖像處理的目的是改善圖像質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像。常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。首次獲得

29、成功應用的是美國噴氣推進實驗室(JPL)。他們對航天探測器徘徊者7號在1964年發(fā)回的幾千張月球照片進行圖像處理，如幾何校正、灰度變換、去除噪聲等，并考慮了太陽位置和月球環(huán)境的影響。隨后又對探測飛船發(fā)回的近十萬張照片進行更為復雜的圖像處理，獲得了月球的地形圖、彩色圖及全景鑲嵌圖，為人類登月創(chuàng)舉奠定了基礎，也推動了數(shù)字圖像處理這門學科的誕生。在以后的宇航空間技術探測研究中，數(shù)字圖像處理技術都發(fā)揮了巨大的作用。</p><

30、;p>　　數(shù)字圖像處理技術取得的另一個巨大成就是在醫(yī)學上。1972年英國EMI公司工程師Housfield發(fā)明了用于頭顱診斷的X射線計算機斷層攝影裝置，也就是我們通常所說的CT(Computer Tomograph)。CT的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計算機處理來重建截面圖像，成為圖像重建。1975年EMI公司又成功研制出全身用的CT裝置，獲得了人體各個部位鮮明清晰的斷層圖像。1979年，這項無損傷診斷技術被授予諾貝爾獎，

31、以表彰它對人類做出的劃時代貢獻。</p><p>　　從20世紀70年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發(fā)展，數(shù)字圖像處理技術向更高、更深層次發(fā)展。人們已開始研究如何用計算機系統(tǒng)解釋圖像，類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。很多國家，特別是發(fā)達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計算理論，

32、這個理論成為計算機視覺領域其后十多年的主導思想。</p><p>　　20世紀80年代末期，人們開始將其應用于地理信息系統(tǒng)，研究海圖的自動讀入、自動生成方法。數(shù)字圖像處理技術的應用領域不斷拓展。</p><p>　　數(shù)字圖像處理技術的大發(fā)展是從20世紀90年代初開始的。自1986年以來，小波理論與變換方法迅速發(fā)展，它克服了傅立葉分析不能用于局部分析等方面的不足之處，被認為是調(diào)和分析半個世紀

33、以來工作之結晶。Mallat在1988年有效地將小波分析應用于圖像分解和重構。小波分析被認為是信號與圖像分析在數(shù)學方法上的重大突破。隨后數(shù)字圖像處理技術迅猛發(fā)展，到目前為止，圖像處理在圖像通訊、辦公自動化系統(tǒng)、地理信息系統(tǒng)、醫(yī)療設備、衛(wèi)星照片傳輸及分析和工業(yè)自動化領域的應用越來越多。</p><p>　　進入21世紀，隨著計算機技術的迅猛發(fā)展和相關理論的不斷完善，數(shù)字圖像處理技術在許多應用領域受到廣泛重視并取得了

34、重大的開拓性成就。該技術成為一門引人注目、前景遠大的新型學科。</p><p>　　1.3 課題的目的和意義</p><p>　　目前，數(shù)字圖像處理技術已經(jīng)滲透到社會生活的各個領域，如地理信息系統(tǒng)中二維、三維電子地圖的自動生成、修復等；教育領域各種輔助教學系統(tǒng)研究、制作中；流媒體技術領域等等。數(shù)字圖像處理技術在航空航天、工業(yè)生產(chǎn)、醫(yī)療診斷、資源環(huán)境、氣象及交通監(jiān)測、文化教育等領域的廣泛的應

35、用，創(chuàng)造了巨額的社會價值；但是還遠遠不能滿足社會需求，自身也在不斷完善和發(fā)展，有很多新的方面要探索。它必將向更深入、更完善的方向發(fā)展：處理算法更優(yōu)化，處理速度更快，實現(xiàn)圖形的智能生成、處理、識別和理解。</p><p>　　為適應社會的需求及發(fā)展，數(shù)字圖像處理技術必將得到更廣泛的發(fā)展。本文所做的圖像點運算處理，圖像的幾何變換和圖像的增強算法都是數(shù)字圖像特效處理的最基礎算法，以及一些常用的特技處理算法，旨在了解并學

36、習數(shù)字圖像處理技術。</p><p><b>　　1.4 論文結構</b></p><p>　　論文共分為四章，內(nèi)容包括：緒論、編程環(huán)境和編程工具、數(shù)字圖像處理算法設計原理、程序的測試與實現(xiàn)。</p><p>　　第1章為緒論。介紹了所研究題目的課題背景及其發(fā)展狀況，并介紹了研究課題的目的和意義。</p><p>　　

37、第2章為編程環(huán)境和編程工具。介紹了本文中程序設計所用的Visual C++6.0集成開發(fā)環(huán)境，基于的操作系統(tǒng)Win32的一些基本概念以及封裝了Windows消息的MFC類庫。</p><p>　　第3章為數(shù)字圖像處理算法設計原理。介紹了數(shù)字圖像處理的一些基本概念，并具體介紹了一些常用的圖像處理算法的基本思想及其實現(xiàn)方法。</p><p>　　第4章為程序的測試與實現(xiàn)。介紹了第3章中所寫算法

38、的實現(xiàn)結果，并針對其所用算法的主要步驟進行了簡單介紹。</p><p>　　第2章 編程環(huán)境和編程工具</p><p>　　2.1 Visual C++6.0簡介</p><p>　　Visual C++是Microsoft公司推出的一種高度綜合性能的開發(fā)環(huán)境程序，面向?qū)ο蟮目梢暬删幊滔到y(tǒng)。用它開發(fā)的程序具有運行速度快、可移植能力強等特點。由于Visual C

39、++本身就是一個圖形的開發(fā)界面，它提供了豐富的關于位圖操作的函數(shù)，對開發(fā)圖像處理系統(tǒng)提供了極大的方便。因此，它已經(jīng)成為開發(fā)Win32程序、包括圖形圖像處理程序的主要開發(fā)工具。C++作為一種面向?qū)ο蟮恼Z言，具有最好的運行效率，它有多個產(chǎn)品，但是Visual C++作為一個功能強大的可視化應用程序開發(fā)工具，是計算機界公認的最優(yōu)秀的應用開發(fā)工具之一，受到軟件開發(fā)人員的青睞，包括Microsoft在內(nèi)的許多軟件公司都把Visual C++作為自

40、己產(chǎn)品的開發(fā)平臺。Visual C++不僅支持傳統(tǒng)的軟件開發(fā)方法，更重要的是它能支持面向?qū)ο螅梢暬拈_發(fā)風格。</p><p>　　Visual C++具有以下優(yōu)點：提供了面向?qū)ο蟮膽贸绦蚩蚣躆FC(Microsoft Foundation Class)，簡化了程序員的編程工作，提高了模塊的可重用性；提供了基于CASE技術的可視化軟件自動生成和維護工具AppWizard、Visual Studio、WzarB

41、ar等，實現(xiàn)了直觀、可視的程序設計風格，方便地編寫和管理各種類，維護程序代碼，已成為工業(yè)化標準的MFC類庫得到了開發(fā)商和軟件開發(fā)工具的支持；封裝了Windows的API函數(shù)、USER、KERNEL、GDI函數(shù)類，簡化了編程的創(chuàng)建、維護窗口的許多復雜的工作?？傊琕isual C++是開發(fā)運行于Widows NT環(huán)境下的Win32應用程序的可視化編程工具中最重要的成員之一，為軟件開發(fā)人員提供了完整的編輯編譯和調(diào)試工具。它是建立在全面封裝W

42、in32 API(Application Programming Interface)的MFC類庫(Microsoft Foundation Class Library)的基礎上，從而很關鍵地縮短了Windows 的應用程序開發(fā)周期。Windows操作系統(tǒng)本身大部分是用C或C+</p><p>　　2.2 Win32基本編程概念</p><p>　　Windows程序分為“程序代碼”和“U

43、I(User Interface用戶接口)資源”兩大部分，最后以RC編譯器整合為一個完整的EXE文檔。所謂UI資源是指功能菜單、對話框外貌、程序圖標、光標形狀等等東西。這些UI資源的實際內(nèi)容(二進制代碼)是借助各種工具產(chǎn)生，并以各種擴展名的形式存在，如.ico、.bmp、.cur等等。程序員必須在一個所謂的描述文檔(.rc)中描述它們。RC編譯器(RC.EXE)讀取RC文件的描述后將所有UI資源文件集中制作出一個.RES文件，再與程序代

44、碼結合在一起，這才是一個完整的Windows可執(zhí)行文件。眾所周知，Windows支持動態(tài)鏈接。換句話說，應用程序所調(diào)用的Windows API函數(shù)是在“執(zhí)行時期”才連接上的。并不是擴展名為.dll者才是動態(tài)鏈接函數(shù)庫,事實上.exe、.dll、.fcn、.mod、.drv、.ocx都是所謂的動態(tài)鏈接函數(shù)庫。Windows程序所調(diào)用的函數(shù)可分為C Runtimes以及Windows API兩大部分。所有Windows程序都必須載入Wind

45、ows.h。早期這是一個巨大的頭文件，大約有500行左右，Visual C++4</p><p>　　如果對應用程序獲得各種“輸入”進行分類，可以分為由硬件裝置所產(chǎn)生的輸入(如鼠標移動或鍵盤被按下)，放在系統(tǒng)隊列中，以及有Windows系統(tǒng)或其它Windows程序傳送過來的消息，放在程序隊列中。以應用程序的眼光來看，消息就是消息，來自哪里或放在哪里其實并沒有太大區(qū)別，反正程序調(diào)用GetMessage API就取得

46、一個消息，程序的生命靠它來推動。所有的GUI系統(tǒng)，包括UNIX的X Window以及OS/2的Presentation Manager,都像這樣，是以消息為基礎的事件驅(qū)動程序。</p><p>　　2.3 Visual C++6.0的MFC庫和程序框架</p><p>　　MFC庫是Microsoft Windows API。如果您同意C++語言是當今重要的應用程序開發(fā)工具的標準的話，您一

47、定會說對于Windows有C++的編程接口是應該的事。Microsoft的接口就是MFC庫。</p><p>　　應用程序框架所產(chǎn)生的應用程序使用了標準化的結構。任何程序員在考慮大的項目時，都會首先設計自己的程序結構，問題在于不同的程序員所設計的程序是截然不同的，因此對于該項目的新增成員來說，想要學習和掌握它的結構就比較困難了。MFC庫應用程序框架則采用了自己的應用程序結構，并且這種結構在許多軟件環(huán)境及項目中都得

48、到了證實。因此可以放心地去使用MFC庫來進行Windows程序設計。用不著擔心MFC庫的這種結構會降低程序的靈活性。使用MFC庫時，在任何時候都可以調(diào)用Win32函數(shù)，因此可以最大限度地使用Windows。</p><p>　　應用程序所產(chǎn)生的應用程序代碼短而且運行速度快?；氐揭郧?6位的時代，可以建立一個少于20KB的獨立的EXE文件?，F(xiàn)在，Windows程序變大了，一個原因是32位代碼本身就大。Win16程序

49、即使在大模式編譯環(huán)境下，使用的也是16位地址的堆棧變量和全局變量，而Win32程序?qū)λ械淖兞亢统Ａ慷际褂?2位地址，而且常常使用32位的整數(shù)，因為32位整數(shù)比 16位整數(shù)更有效率。另一方面，新的C++異常處理代碼也占用了不少內(nèi)存。</p><p>　　以前的20KB的程序沒有貼邊工具欄、拆分窗口、打印預覽功能，或者控件包容支持——而用戶對現(xiàn)在的程序則非常期望這些功能。MFC程序比原來更大，因為它們做的更多、做的

50、更好。幸運的是，現(xiàn)在可以很容易地建立動態(tài)鏈接到MFC代碼(和C運行時代碼)的程序，所以程序大小又降下來了——從192KB降到大約20KB。當然，程序的運行還需要一些大的DLL(Dynamic Linked Library 動態(tài)鏈接庫)的支持，好在現(xiàn)在這已經(jīng)習以為常了。</p><p>　　至于速度也是要考慮的，編譯器在產(chǎn)生編譯代碼時做了優(yōu)化，因而執(zhí)行速度也是很快的，但您可能會注意到在啟動時裝入相應的DLL時有一點

51、遲疑。</p><p>　　MFC庫應用程序框架的功能非常豐富，而且，一般的類庫只是一種可以用來嵌入在任何程序中的孤立的類的集合。但應用程序框架卻定義了程序的結構，這為程序員編程帶來了極大的方便，只需繼承封裝好的類便能實現(xiàn)強大的功能。</p><p><b>　　2.4 本章小結</b></p><p>　　本章先簡單介紹了本文程序的開發(fā)環(huán)境—

52、—基于Windows系統(tǒng)下的Visual C++6.0集成開發(fā)環(huán)境，然后介紹了Win32編程的一些基本概念，最后介紹了MFC(微軟基礎類庫)，MFC也是Visual C++6.0受到廣大程序設計人員喜愛的重要原因。</p><p>　　第3章 數(shù)字圖像處理算法設計原理</p><p>　　3.1 數(shù)字圖像處理基礎</p><p>　　3.1.1數(shù)字圖像處理概述&l

53、t;/p><p>　　圖像是以柵格結構存儲畫面內(nèi)容，柵格結構將一幅圖劃分為均勻分布的柵格，每個柵格稱為像素，顯示地記錄每一像素的光度值(亮度或彩色)，所有像素位置按規(guī)則方式排列，像素位置的坐標值卻是有規(guī)則地隱含。圖像由數(shù)字陣列信息組成，用以描述圖像中各像素點的強度和顏色，因此圖像適合于表現(xiàn)含有大量細節(jié)(如明暗變化、場景復雜和多種顏色等)的畫面，并可直接、快速地在屏幕上顯示出來。</p><p>

54、;　　一般來說，圖像處理包括以下幾個方面：</p><p>　　1.點運算：主要是針對圖像的像素進行加、減、乘、除等運算。點運算可以有效地改變圖像的直方圖分布。</p><p>　　2.幾何處理：主要包括圖像的坐標轉(zhuǎn)換，例如：平移、縮放、旋轉(zhuǎn)等。幾何處理是最常見的圖像處理手段。</p><p>　　3.圖像增強：主要是為了突出圖像中的重要信息，同時減弱或者去除不重要

55、的信息。常用方法有直方圖增強和偽彩色增強等。</p><p>　　4.圖像復原：主要目的是去除干擾和模糊，從而恢復圖像的本來面目。例如去噪聲復原處理。</p><p>　　5.圖像形態(tài)學處理：圖像形態(tài)學是數(shù)學形態(tài)學的延伸，是一門獨立的研究學科。利用圖像形態(tài)學處理技術，可以實現(xiàn)圖像的腐蝕、細化和分割等效果。</p><p>　　6.圖像編碼：主要是利用圖像信息的統(tǒng)計特

56、征和人類視覺系統(tǒng)的特性對圖像進行編碼，以達到壓縮圖像的目的。</p><p>　　7.圖像重建：主要是利用采集的數(shù)據(jù)來重建出圖像。</p><p>　　8.模式識別：模式識別也是數(shù)字圖像處理的一個新興的研究方向，當今的模式識別方法通常有三種：統(tǒng)計識別法、句法結構模式識別法和模糊識別法。</p><p>　　在本文中主要介紹圖像的點運算，幾何變換和圖像增強等幾個方面。

57、</p><p>　　3.1.2 圖像類型</p><p>　　我們知道，任何顏色都由紅，綠，藍三原色組成。在PC的顯示系統(tǒng)中，顯示的圖像是由一個個像素組成的，而每一個像素的顏色由紅，綠，藍三原色組合而成。</p><p>　　數(shù)字圖像的顏色深度表示每一像素的顏色值所占的二進制位數(shù)。顏色深度越大，則能表示的顏色數(shù)目越多，顏色深度不同就產(chǎn)生不同類的圖像文件，在計算機中

58、常常使用如下類型的圖像文件。</p><p><b>　　1.單色圖像</b></p><p>　　單色圖像每個像素點僅占一位，其值只有0或1，因為圖像中的每個像素需1位信息，常把單色圖像稱為一位圖像。單色圖像具有比較簡單的格式，一般由黑色區(qū)域和白色區(qū)域組成。</p><p><b>　　2.灰度圖像</b></p&

59、gt;<p>　　灰度圖像的存儲文件帶有圖像顏色表，此顏色表共有256項，圖像顏色表每一表項有紅，綠，藍顏色分量組成，并且紅，綠，藍顏色分量值都相等。</p><p><b>　　3.偽彩色圖像</b></p><p>　　偽彩色圖像與灰度圖像相似，存儲文件也帶有圖像顏色表，只是顏色中的紅，綠，藍顏色分量不全相等。</p><p>

60、;　　4.24位真彩色圖像</p><p>　　具有全彩色照片表達能力的圖像為24位真彩色圖像，24位真彩色圖像存儲文件中不帶有圖像顏色表，圖像中每一像素由R、G、B三分量組成，每個分量各占8位，每個像素需24位。</p><p>　　3.1.3 圖像格式</p><p>　　在圖像處理中，比較常見的圖像格式有BMP、JPG和TIFF等，下面對這幾類圖像進行簡要介紹

61、。此外，還有PNG、PCX和GIF等格式。</p><p><b>　　1.BMP圖像</b></p><p>　　BMP格式的圖像在Windows系統(tǒng)中比較常見，幾乎所有的Windows上的應用軟件都支持這種圖像文件。Windows有兩種位圖，一種是DDB(Device Dependent Bitmap)—設備相關位圖，一種是DIB(Device Independe

62、nt Bitmap)—設備無關位圖。由于DIB位圖包含調(diào)色板信息，并且可以在不同的機器或者系統(tǒng)中顯示位圖所固有的圖像，因此主要研究DIB位圖。DIB位圖存儲時通常以BMP為后綴。</p><p>　　BMP格式的圖像包含了一個DIB，DIB是標準的Windows位圖格式。BMP位圖一般分為四個部分：文件頭、信息頭、調(diào)色板和圖像數(shù)據(jù)。值得注意的是，有些BMP圖像，例如24色(真彩色)圖像不需要調(diào)色板，這種圖像的信息

63、頭之后緊跟著的就是圖像數(shù)據(jù)。BMP圖像的文件結構如圖3-1所示。</p><p>　　圖3-1 BMP文件結構示意圖</p><p>　　第一部分為位圖文件頭BITMAPFILEHEADER，它是一個結構，其定義如下：</p><p>　　typedef struct tagBITMAPFILEHEADER</p><p><b>

64、;　　{</b></p><p>　　WORD bfType;//位圖文件的類型，必須為BMP</p><p>　　DWORD bfSize;//位圖文件的大小，以字節(jié)為單位</p><p>　　WORD bfReserved1;//位圖文件保留字，不用考慮</p><p>　　WORD bfReserved

65、2; //位圖文件保留字，不用考慮</p><p>　　DWORD bfOffBits;//從文件頭到實際的位圖數(shù)據(jù)的偏移字節(jié)數(shù)</p><p>　　}BITMAPFILEHEADER,FAR*LPBITMAPFILEHEADER,</p><p>　　*PBITMAPFILEHEADER;</p><p>　　第二部分為位圖信息頭BIT

66、MAPINFOHEADER，它也是一個結構，其定義如下：</p><p>　　typedef struct tagBITMAPINFOHEADER</p><p><b>　　{</b></p><p>　　DWORD biSize;//本結構所占用字節(jié)數(shù)</p><p>　　LONGbiWidth;//位圖的寬

67、度，以像素為單位</p><p>　　LONGbiHeight;//位圖的高度，以像素為單位</p><p>　　WORDbiPlanes;//必須為1</p><p>　　WORDbiBitCount;//每個像素所需要的位數(shù)</p><p>　　DWORD biCompression;//位圖壓縮類型</p>

68、<p>　　DWORD biSizeImage;//位圖大小，字節(jié)為單位</p><p>　　LONG biXPelsPerMeter;//位圖水平分辨率，每米像素數(shù)</p><p>　　LONG biYPelsPerMeter;// 位圖垂直分辨率，每米像素數(shù)</p><p>　　DWORD biClrUsed;//位圖實際使用

69、顏色表中的顏色數(shù)</p><p>　　DWORD biClrImportant;//位圖顯示過程中重要的顏色數(shù)</p><p>　　}BITMAPINFOHEADER,FAR *LPBITMAPFILEHEADER,*PBITMAPINFOHEADER;</p><p>　　第三部分為調(diào)色板(Palette)。有些位圖需要調(diào)色板，有些位圖，如真彩色圖，不需要

70、調(diào)色板，它們的BITMAPINFOHEADER后面直接是位圖數(shù)據(jù)。</p><p>　　調(diào)色板實際上是一個數(shù)組，其實就是一張RGB表，用以說明位圖中的顏色，它有若干個表項，每一個表項是一個RGBQUAD類型的結構，定義一種顏色。RGBQUAD結構的定義如下：</p><p>　　typedef struct tagRGBQUAD</p><p><b>　

71、　{</b></p><p>　　BYTErgbBlue;//該顏色的藍色分量</p><p>　　BYTErgbGreen;//該顏色的綠色分量</p><p>　　BYTErgbRed;//該顏色的紅色分量</p><p>　　BYTErgbReserved;//保留值</p>

72、<p>　　}RGBQUAD;</p><p>　　第四部分就是實際的圖像數(shù)據(jù)。對于用到調(diào)色板的位圖，圖像數(shù)據(jù)就是該像素顏在調(diào)色板中的索引值，對于真彩色圖，圖像數(shù)據(jù)就是實際的R、G、B值。下面就2色，16色，256色位圖和真彩色位圖分別介紹。</p><p>　　對于2色位圖，用1位就可以表示該像素的顏色(一般0表示黑，1表示白)，所以一個字節(jié)可以表示8個像素。</p&

73、gt;<p>　　對于16色位圖，用4位可以表示一個像素的顏色，所以一個字節(jié)可以表示2個像素。</p><p>　　對于256色位圖，一個字節(jié)剛好可以表示1個像素。</p><p>　　對于真彩色圖，三個字節(jié)才能表示1個像素。</p><p><b>　　2.JPEG圖像</b></p><p>　　JPE

74、G (Joint Photographic Experts Group) 是由國際標準組織 (ISO) 和國際電報電話咨詢委員會為靜態(tài)圖像所建立的第一個數(shù)字圖像壓縮標準。JPEG壓縮的效果比較好，能達到較高的壓縮比。通過JPEG壓縮后的圖像信息可能有所丟失，但這是在人眼允許的范圍內(nèi)的。鑒于JPEG良好的壓縮性能，JPEG格式的圖像在網(wǎng)絡上非常流行。</p><p><b>　　3.TIFF圖像</

75、b></p><p>　　TIFF (Tag Image File Format) 圖像可以在一個圖像文件中存儲多幅圖像，除了文件頭之外，TIFF圖像中的數(shù)據(jù)沒有固定順序。TIFF圖像的格式比較復雜，但是主要由文件頭標志信息和圖像數(shù)據(jù)組成。另外，在TIFF文件中還可以定義個人的標志信息。</p><p>　　在本文中，為了使其更具有基礎性及廣泛應用性，均使用以24位BMP格式的圖像進

76、行研究。</p><p>　　3.2 圖像點運算處理</p><p>　　3.2.1點運算基本概念</p><p>　　點運算定義：點運算(Point Operation)是一種既簡單又重要的技術，它能讓用戶改變圖像數(shù)據(jù)占據(jù)的灰度范圍。一幅輸入圖像經(jīng)過點運算后將產(chǎn)生一幅新的輸出圖像，由輸入像素點的灰度值決定相應輸出像素點的灰度值。</p><p&

77、gt;　　3.2.2灰度直方圖</p><p>　　灰度直方圖是灰度值的函數(shù)，描述的是圖形中具有該灰度值的像素的個數(shù)，其橫坐標表示像素的灰度級別，縱坐標是該灰度出現(xiàn)的頻率(像素的個數(shù))。直方圖能反映出圖像的灰度范圍、每個灰度級的頻數(shù)、灰度分布情況、整幅圖像的亮度等，它是對圖像進行處理的重要依據(jù)。</p><p>　　灰度直方圖的另一種定義：假設有一幅由函數(shù)D(x,y)所定義的連續(xù)圖像，它平

78、滑地從中心的高灰度級變化到邊沿的低灰度級。我們可以選擇某一灰度級D1，然后定義一條輪廓線，該輪廓線連接了圖像上所有具有灰度級D1的點。所得到的輪廓線形成了包圍灰度級大于等于D1的區(qū)域的封閉曲線。將一幅連續(xù)圖像中被具有灰度級D的所有輪廓線所包圍的面積稱為該圖像的閾值面積函數(shù)A(D)。直方圖計算公式可定義為式3-1。</p><p><b>　　(式3-1)</b></p><

79、;p>　　式中，D表示灰度級；H(D)表示圖像的直方圖；A(D)表示閾值面積函數(shù)</p><p>　　由式3-1可以得出結論：一幅連續(xù)圖像的直方圖是其面積函數(shù)的導數(shù)的負值。負號的出現(xiàn)是由于隨著D的增加A(D)在減小。如果將圖像看成是一個二維的隨機變量，則面積函數(shù)相當于其累積分布函數(shù)，而灰度直方圖相當于其概率密度函數(shù)。</p><p>　　對于離散函數(shù)，我們固定D為1，則式3-1變?yōu)槭?/p>

80、3-2。</p><p><b>　　(式3-2)</b></p><p>　　在本文中，主要研究24位真彩色位圖的灰度直方圖的設計算法。由于真彩色圖像的亮度值由紅、綠、藍三個分量共同決定，因此，讀取彩色圖像的亮度實際上是讀取其中每個像素的R、G、B值。首先要分別對各像素的R、G、B值分別進行灰度轉(zhuǎn)換，然后根據(jù)公式3-3進行計算。</p><p&g

81、t;<b>　　(式3-3)</b></p><p>　　式中，Y表示某像素的灰度值，R表示某像素的紅色分量，G表示某像素的綠色分量，B表示某像素的藍色分量</p><p>　　計算此像素的灰度值，并將此灰度值的計數(shù)器加1。</p><p>　　例如：假設某一像素的R、G、B值分別為45、100、200，則根據(jù)公式計算出此像素的灰度值為Y=94

82、。將圖像的每個像素值都計算完之后，根據(jù)算法中式3-4進行計算。</p><p>　　P[i] = Y[i]/ (lHeight * lWidth * 1.0f) (式3-4)</p><p>　　式中，i表示灰度值；lHeight表示圖像的高度；lWidth表示圖像的寬度；Y[i]表示灰度值為i的像素的個數(shù)；P[i]表示灰度值為i的像素個數(shù)所占總像素個數(shù)的比率</

83、p><p>　　計算此灰度值的像素個數(shù)所占總像素個數(shù)的比率。當把灰度值從0到255之間的所有像素個數(shù)比率計算出來之后，就形成了該圖像的灰度直方圖。</p><p>　　下面介紹一下灰度直方圖的幾個基本性質(zhì)：</p><p>　　1.表征了圖像的一維信息。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)(或頻數(shù))而未反映像素所在位置。</p><p>　　2.

84、與圖像之間的關系是多對一的映射關系。一幅圖像唯一確定出與之對應的直方圖，但不同圖像可能有相同的直方圖。</p><p>　　3.子圖直方圖之和為整圖的直方圖。</p><p>　　3.2.3灰度分布均衡化</p><p>　　灰度均衡有時也稱直方圖均衡，其基本思想是對在圖像中像素個數(shù)多的灰度級進行展寬，而對像素個數(shù)少的灰度級進行縮減，從而達到清晰圖像的目的。通過點運

85、算使輸入圖像轉(zhuǎn)換為在每一灰度級上都有相同的像素點數(shù)的輸出圖像(即輸出的直方圖是平的)。這對于在進行圖像比較和分割之前將圖像轉(zhuǎn)化為一致的格式是十分有益的。</p><p>　　圖像經(jīng)過分布均衡化之后，圖像直方圖趨于平坦化，且灰度間隔被拉大，從而有利于圖像的分析和識別。然而，從理論上來說，直方圖均衡化就是通過變換函數(shù)將原圖的直方圖調(diào)整為平坦的直方圖，然后用此均衡直方圖校正圖像。而實際上直方圖均衡化修正后的圖像直方圖并

86、不是十分均衡的，這是因為在操作過程中，原直方圖上頻數(shù)較小的某些灰度級數(shù)要并入一個或幾個灰度級中。</p><p>　　在本文的第四章我們可以看到一幅圖經(jīng)過灰度均衡化之后的灰度直方圖與原始圖像的灰度直方圖的比較結果，并據(jù)此了解灰度均衡化的效果。</p><p>　　3.2.4灰度化處理</p><p>　　顏色可以分為黑白色和彩色，黑白色指顏色中不包含任何的彩色成分，

87、僅由黑色和白色組成。在RGB顏色模型中，如果R=G=B，則顏色(R，G，B)表示一種黑白顏色；其中R=G=B的值叫做灰度值，所以黑白色又叫做灰度顏色。彩色和灰度之間可以相互轉(zhuǎn)化，由彩色轉(zhuǎn)化為灰度的過程叫做灰度化處理；由灰度轉(zhuǎn)化為彩色的過程稱為偽彩色處理。在本文中，只介紹灰度化處理。</p><p>　　灰度化就是使彩色的R，G，B分量值相等的過程。彩色圖像中的每個像素的顏色都由R、G、B三個分量決定，而每個分量有

88、256種值可取，這樣一個像素點可以有1600多萬(255*255*255)的顏色的變化范圍。而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像，由于R，G，B的取值范圍是0～255，其一個像素點的變化范圍為0～255，所以灰度的級別只有256級，即灰度圖像僅能表現(xiàn)256種顏色(灰度)?；叶葓D像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。</p><p>　　灰度化處理的方法

89、主要有如下三種：</p><p>　　1.最大值法：使R,G,B的值等于3個值中最大的一個，即采用公式3-5。</p><p><b>　　(式3-5)</b></p><p>　　最大值法會形成亮度很高的灰度圖像。</p><p>　　2.平均值法：使R,G,B的值求出平均值，即采用公式3-6。</p>

90、<p><b>　　(式3-6)</b></p><p>　　平均值法會形成較柔和的灰度圖像。</p><p>　　3.加權平均值法：根據(jù)重要性或其他指標給R,G,B賦予不同的權值，并使R,G,B的值加權平均，即采用公式3-7。</p><p><b>　　(式3-7)</b></p><p&

91、gt;　　式中，WR表示R(即紅色分量)的權值；WG表示G(即綠色分量)的權值；WB表示B(即藍色分量)的權值</p><p>　　當WR，，WG，WB取不同的值時，加權平均值法就將形成不同的灰度圖像。</p><p>　　在本文中采用加權平均值的方法對24位真彩色位圖進行灰度化處理，由于人眼對綠色的敏感度最高，對紅色的敏感度次之，對藍色的敏感度最低，因此使WG>WR>

92、WB將得到較合理的灰度圖像。實驗和理論推導證明，使用公式3-8。</p><p><b>　　(式3-8)</b></p><p>　　計算出灰度值Y，令R=G=B=Y。此時，能得到最合理的灰度圖像。</p><p>　　3.2.5灰度線性變換</p><p>　　圖像的灰度變換主要是針對獨立的像素點進行處理，通過改對圖

93、像上各個像素點的灰度值x按某個函數(shù)T()變換到y(tǒng)。例如為了提高圖像的清晰度需要將圖像的灰度級整個范圍或其中某一段(AB)擴展或壓縮到(A’B’)；需要顯示出圖像的細節(jié)部分等都要求采用灰度變換方法?；叶茸儞Q有時又被稱為圖像的對比度增強或?qū)Ρ榷壤?。假定輸入圖像中的一個像素的灰度級為Z，經(jīng)過T(Z)函數(shù)變換后輸出圖像對應的灰度級為Z1，其中要求Z和Z1都要在圖像的灰度范圍之內(nèi)，根據(jù)T()形式可以將灰度變換分為線性變換和非線性變換。具體應用中

94、采用何種T()需要根據(jù)變換的要求而定。在本小節(jié)中我們介紹的是灰度的分段線性變換。分段線性變換是將圖像灰度區(qū)間分成兩段乃至多段，本文中分成三段進行處理。</p><p>　　設置原圖中的兩個灰度值x1,x2(假設x1<x2),經(jīng)過線性變換后將原圖在x1和x2之間的灰度拉伸到區(qū)間y1和y2中。</p><p>　　1.當某像素i的灰度值小于x1時，先判斷x1與0的大小。</p>

95、;<p>　　(1)當x1>0時，利用線性變換函數(shù)bMap[i]=y1*i/x1，求出經(jīng)過線性變換后的該像素的灰度值為bMap[i]。</p><p>　　(2)當x1=0,則直接給像素i賦值為0。</p><p>　　2.當像素i的灰度值小于x2時,先要判斷x1是否等于x2。</p><p>　　(1)當x1≠x2時，利用線性變換函數(shù)bMap[

96、i] = ((y2 – y1) * (i – x1) / (x2 – x1)) + y1，求出經(jīng)過線性變換后的該像素的灰度值變?yōu)閎Map[i]。</p><p>　　(2)當x1=x2時,則直接給像素i賦值為y1。</p><p>　　3.當像素i的灰度值小于256時,先要判斷x2是否等于255。</p><p>　　(1)當x2≠255時，利用線性變換函數(shù)bMap

97、[i] = ((255–y2) * (i–x2) / (255–x2)) + y2，求出經(jīng)過線性變換后的該像素的灰度值變?yōu)閎Map[i]。</p><p>　　(2)當x2=255時,則直接給像素i賦值為255。</p><p>　　根據(jù)這種方法對圖像中的所有像素進行操作，得出線性變換后的圖像。</p><p>　　3.2.6二值化處理</p><

98、;p>　　一幅圖像包括目標物體、背景還有噪聲，怎樣從多值的數(shù)字圖像中只取出目標物體，最常用的方法就是設定某一閾值T，用T將圖像的數(shù)據(jù)分成兩大部分：大于T的像素群和小于T的像素群。這是研究灰度變換最特殊的方法，稱為圖像的二值化。二值化處理就是把圖像f(x,y)分成目標物體和背景兩個領域。二值化是數(shù)字圖像處理中一項最基本的變換方法，通過非零取一、固定閾值、雙固定閾值等不同的閾值化變換方法，使一幅灰度圖變成了黑白二值圖像，將我們所需的目

99、標部分從復雜的圖像背景中脫離出來。</p><p>　　閾值處理的操作過程是先由用戶指定或通過算法生成一個閾值，如果圖像中某像素的灰度值小于該閾值，則將該像素的灰度值設置為0或255，否則灰度值設置為255或0。</p><p>　　閾值化的變換函數(shù)表達式為公式3-9。</p><p><b>　　(式3-9)</b></p>&

100、lt;p>　　式中，T表示指定的閾值</p><p>　　閾值T就像個門檻，比它大的就是白，比它小的就是黑。該變換函數(shù)是階躍函數(shù)，只需給出閾值點T即可，經(jīng)過閾值處理后的圖像變成了一幅黑白二值圖，閾值處理是灰度圖轉(zhuǎn)二值圖的一種常用方法。在本文中分別介紹非零元素取一法、固定閾值法和雙固定閾值法三種方法。</p><p><b>　　1.非零元素取一法</b><

101、/p><p>　　非零元素取一法是最基礎的二值化算法。就是對于灰度圖像f，若某像素灰度值為零，則其灰度值不變，仍為零；對于灰度值不為零的像素，將其像素值全部變?yōu)?55。非零元素取一法的閾值T=1。 </p><p>　　非零元素取一法的變換表達式定義為式3-10。</p><p><b>　　(式3-10)</b></p><p

102、><b>　　2.固定閾值法</b></p><p>　　在某種意義上非零元素取一法也可以理解稱為一種特殊的固定閾值法，因為它的閾值默認為1。固定閾值法就是為灰度圖像f設定一個閾值T，把灰度值小于給定閾值T的像素置為0，大于閾值T的像素置為255，從而對灰度圖像實現(xiàn)二值化變換。</p><p>　　固定閾值法的變換表達式定義為式3-11。</p>

103、<p>　　(式3-11) 式中，T為指定閾值</p><p><b>　　3.雙固定閾值法</b></p><p>　　相對于非零取一法和固定閾值法，雙固定閾值法預先設置了兩個閾值T1和T2，且T1<T2，當對圖像進行處理時，如果某個像素的灰度值小于T1則置0(或者255)；如果大于T1并且小于T2時，則置255(或者0)；如果大于T2時，則置0(或

104、者255)?？筛鶕?jù)具體情況選擇雙固定閾值法是用0-255-0型或是255-0-255型。</p><p>　　0-255-0型固定閾值法的變換函數(shù)表達式定義為式3-12。 </p><p><b>　　(式3-12)</b></p><p>　　式中，T1表示指定的較小的閾值；T2表示指定的較大的閾值</p><p>　

105、　在本文的雙固定閾值法的算法中，設置了一個標記mode，當mode=0時，選擇的是0-255-0型，當mode=1時，選擇的是255-0-255型。</p><p>　　3.3 圖像的幾何變換</p><p>　　3.3.1圖像的平移</p><p>　　圖像平移就是將圖像中所有的點都按照指定的平移量水平、垂直移動。平移后的圖像上的每一點都可以在原圖像中找到對應的點

106、。</p><p>　　假設(x0，y0)為原圖像上一點，圖像的水平平移量為x,圖像的垂直平移量為y,則平移后點(x0，y0)的坐標則變?yōu)?x1，y1)。顯然(x0，y0)和(x1，y1)滿足公式3-13。</p><p><b>　　(式3-13)</b></p><p>　　如果對于新圖像中的(x1，y1)像素，不在(x1，y1)原圖范圍內(nèi)

107、，說明此點被移出顯示區(qū)域，可以直接將它的像素值設置為0或255(對于灰度圖就是黑色或者是白色)，在本文中統(tǒng)一將其設置為255，即白色。</p><p>　　例如：在本文的程序中，對于非真彩色圖，如果某像素在原DIB中的坐標為(280，135)，水平平移量為m_Xmove=100，垂直平移量為m_Ymove=60，則平移后該像素在新DIB中的坐標為(380，195)，根據(jù)算法中的公式判斷，若380>heigh

108、t,或195>wide,該像素超出顯示區(qū)域的范圍，則直接將其設置為255,即為白色。否則，將該像素復制到點坐標(380，195)處。</p><p>　　另外，需要注意的是在DIB中，圖像的保存是從下到上、從左到右依次存儲的，即圖像的第一行其實保存在最后一行的位置。因此在計算像素的位置坐標時需要注意公式的使用。</p><p>　　例如：在計算第i行，第j個像素時，根據(jù)公式3-14計

109、算，而不是公式3-15，在其他算法中也需要注意。</p><p>　　lpSrc = p_data + lLineBytes * (height-1-i) + j (式3-14)</p><p>　　式中，p_data表示起始像素的位置；lLineBytes表示圖像每行的字節(jié)數(shù)；height表示圖像的行數(shù)；lpSrc表示該像素所在的位置</p><p

110、>　　lpSrc = p_data + lLineBytes * i + j (式3-15)</p><p>　　3.3.2圖像的縮放</p><p>　　在圖像縮放中，產(chǎn)生的圖像中的像素可能在原圖中找不到相應的像素點，這樣就必須進行近似處理。一般的方法是直接賦值為和它最相近的像素值，也可以通過一些插值算法來計算。后者處理效果要好些，但是運算量也相應

111、增加很多。在本文中采用直接前一種方法，直接賦值為最相近的像素值。</p><p>　　假設圖像的縮放比率為t,那么原圖中的點(x0,y0)對應于新圖中的點(x1,y1)的轉(zhuǎn)換公式為式3-16。</p><p><b>　　(式3-16)</b></p><p>　　在本文中，圖像的縮放算法設計方法如下：</p><p>