數(shù)字圖像處理課程設(shè)計.doc

數(shù)字圖像處理課程設(shè)計（應用拉普拉斯算子對圖像圖像實施空域高通濾波銳化）1課程設(shè)計概述11簡述圖像處理和圖像的銳化隨著計算機技術(shù)的不斷發(fā)展以及人們在日常生活中對圖像信息的不斷需求，數(shù)字圖像處理技術(shù)在近年來得到了迅速的發(fā)展，成為當代科學研究和應用開發(fā)中一道亮麗的風景線。數(shù)字圖像處理技術(shù)以其信息量大、處理和傳輸方便、應用廣等一系列優(yōu)點，成為人類獲得信息的重要來源和利用信息的重要手段，并在宇宙探測、遙感、生物醫(yī)學、工農(nóng)業(yè)生產(chǎn)、軍事、公安、辦公室自動化等領(lǐng)域得到廣泛的應用，顯示出廣泛的應用前景。在圖像識別中需要有邊緣鮮明的圖像，即圖像銳化。圖像銳化的的目的是為了突出圖像的邊緣信息，加強圖像的輪廓特征，以便于人眼的觀察和機器的識別。增強圖像邊緣和線條，使圖像邊緣變得清晰的處理稱為圖像的銳化。1.2課程設(shè)計任務說明應用拉普拉斯算子對圖像實施空域高通濾波，以銳化圖像2算法概述邊緣和輪廓一般都位于灰度突變的地方，由此人們很自然的想起用灰度差分突出其變換。然而，由于邊緣和輪廓在一幅圖像中乘車具有任意方向，而一般的差分運算是有方向性的，因此和差分方向一致餓邊緣、輪廓便檢測不出來。為此人們希望找到一些各向同性的檢測算法。應用拉普拉斯算子對圖像實施空域高通濾波，以銳化圖像是現(xiàn)在比較流行的一種算法。2.1拉普拉斯算法簡介拉普拉斯算子是常用的邊緣增強處理算子，它是各向同性的二階導數(shù)，一個連續(xù)的二元函數(shù)f(x,y)，為了要把圖像中間任何方向伸展的的邊緣和輪廓線變得清晰，我們希望對圖像的某種運算是各向同性的?？梢宰C明偏導平方和的運算是各向同性的，既：式中（ ）是圖像旋轉(zhuǎn)前的坐標，（ ）是圖像旋轉(zhuǎn)后的坐標。梯度運算就是在這個式子的基礎(chǔ)上開方得到的。圖像（x，y）點的梯度值：為了突出物體的邊緣，常常采用梯度值的改進算法，將圖像各個點的梯度值與某一閾值作比較，如果大于閾值，該像素點的灰度用梯度值表示，否則用一個固定的灰度值表示。2.2高頻濾波增強方法概述由于圖像中的邊緣、線條等細節(jié)部分與圖像頻譜中的分量相應，在頻域中用高通濾波處理。采用高通濾波的方法可以讓高頻分量順利通過，使低頻分量受到限制，就可以增強高頻的成分。高頻濾波增強的數(shù)學表達式：式中f，g分別為銳化前后的圖像， 是與擴散效應有關(guān)的系數(shù)。 表示對圖像f進行二次微分的拉普拉斯算子。這表明不模糊的圖像可以由模糊的圖像減去乘上系數(shù)的模糊圖像拉普拉斯算子來得到。本次課程設(shè)計我使用的是下面的模板H=0，-1，0，-1，5，-1，0，-1，0來近似。3實現(xiàn)要點分析圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細節(jié)變的清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因為圖像受到了平均或積分運算，因此可以對其進行逆運算（如微分運算）就可以使圖像變的清晰。從頻率域來考慮，圖像模糊的實質(zhì)是因為其高頻分量被衰減，因此可以用高通濾波器來使圖像清晰。 拉普拉斯高斯算法是一種二階邊緣檢測方法。它通過尋找圖像灰度值中二階微分中的過零點來檢測邊緣點，其原理為，灰度級變形成的邊緣經(jīng)過微風算子形成一個單峰函數(shù)，峰值位置對應邊緣點；對單峰函數(shù)進行微分，則峰值處的微分值為0，峰值兩側(cè)符號相反，而原先的極值點對英語二階微分中的過零點，通過檢測過零點即可將圖像的邊緣提取出來。所以我們可以設(shè)定一個模板來與它相似。4.核心代碼解析4.1設(shè)定模板void CMyDIPView:OnMenuitem32778() CMyDIPDoc* pDoc = GetDocument();/設(shè)定模板參數(shù)double tem9=0,-1,0, -1,5,-1, 0,-1,0;/設(shè)定模板系數(shù) double xishu = 1; /進行模板操作pDoc-m_hDIB =Template(pDoc-m_hDIB,tem ,3,3, xishu);（調(diào)用Template函數(shù)，對圖像進行模板操作）Invalidate(TRUE);4.2對圖像進行模板操作函數(shù)設(shè)計 for(i=0;ih;i+) / 對圖像進行掃描 for(j=0;jw;j+) /為統(tǒng)計變量賦初始值 sum=0; /對于圖像的4個邊框的象素保持原灰度不變 if( j(w-(tem_w+1)/2) | i(h-(tem_h+1)/2) ) *(newbuf+i*dw+j)=*(oldbuf+i*dw+j); /對于其他的象素進行模板操作 else /將點（i,j）點作為模板的中心 for(m=i-(tem_h-1)/2);m=i+(tem_h-1)/2);m+) for(n=j-(tem_w-1)/2);n=j+(tem_w-1)/2);n+) /將以點（i，j）為中心，與模板大小相同的范圍內(nèi)的象素與模板對用位置的系數(shù) /進行相乘并線形疊加 sum+=*(oldbuf+m*dw+n)* tem(m-i+(tem_h-1)/2)*tem_w+n-j+(tem_w-1)/2); /將結(jié)果乘上總的模板系數(shù) sum=(int)sum*xishu; /計算絕對值 sum = fabs(sum); /如果小于0，強制賦值為0 if(sum255) sum=255; /將計算的結(jié)果放到新的位圖的相應位置 *(newbuf+i*dw+j)=(int)sum; 5測試及結(jié)果分析原圖像如下：運行結(jié)果如下：結(jié)果分析：兩圖像對比顯示了用拉普拉斯模板對該圖像濾波后的結(jié)果。由圖可以看出，將原始圖像通過拉普拉斯變換后增強了圖像中灰度突變處的對比度，使圖像中小的細節(jié)部分得到增強并保留了圖像的背景色調(diào)，使圖像的細節(jié)比原始圖像更加清晰。6總結(jié)這次課程設(shè)計相對來說工作量較大，主要原因是我們對開發(fā)工具以及對數(shù)字圖像在VC+中處理方法不了解，所以在做課程設(shè)計之前，就必須先對開發(fā)工具有所了解，對一種開發(fā)工具的了解是能基于該軟件開發(fā)的基本前提，在這次學習中讓我對VC的MFC類庫有了基本的了解，以及MFC類庫中的類的調(diào)用、實現(xiàn)等。數(shù)字圖像處理課程設(shè)計的另外的一個難點就是位圖與算法的實現(xiàn)，要對圖像進行處理，就要先弄懂實現(xiàn)機制。包括最基本的要了解位圖的基本操作，對數(shù)據(jù)存儲、控制等。通過這次課程設(shè)計讓我深刻的了解到，要學好一門語言，一門技術(shù)就必