数字图像的点运算

中北大学

毕业设计开题报告

学生姓名：学号：

学院、系：

专业：

设计题目：图像的点运算技术研究及软件实现

指导教师:

2012年2月24日

毕业设计开题报告

1．结合毕业设计情况，根据所查阅的文献资料，撰写2000字左右的文献综述：

文献综述

近年来，网络技术和网络应用蓬勃发展，特别是Internet的日益普及，是得益于语音、成像技术为主体的多媒体技术成为业内人士研究的重点之一。伴随网络兴起的视屏游戏和视屏特技都使图像处理越来越引人注目。

数字图像处理是指用计算机对图像进行的相关处理，数字图像处理技术的内容非常丰富,总的来说数字图像处理包括以下几项内容：①点运算；②几何处理；③图像增强；④图像复原；⑤图像形态学处理；⑥图像编码；⑦图像重建；⑧模式识别［1］。本课题主要介绍点运算。例如图像在生成、获取、传输过程中、受光源、成像系统的影响, 不可避免的要造成图像像质的降低, 这时就需要图像增强; 计算机识别目标时，就需要提取目标的形状和结构特征等，这些都可以通过点运算来实现［2］。图像的点运算是一种既简单又重要的技术，它能让用户改变图像的灰度值。一幅输入图像经过点运算后将产生一幅新的输出图像，由输入图像像素点的灰度值决定相应输出图像像素点的灰度值，可由灰度变换函数表示如下：B（x，y）=f[A(x,y)]［3］。下面将依次介绍图像点运算的一些技术：图像的直方图、图像灰度的线性变换、灰度拉伸、直方图均衡化和图像的细化等。

1．灰度直方图

将图像中的像素按其灰度值大小进行组合，所构成的以像素数量为因变量、灰度值为自变量的函数，就是图像的灰度直方图［3］。灰度直方图能给出一幅图像的概要信息，是图像处理与分析的重要依据之一。它是数字图像处理技术中最简单、最有用的工具，它描述了一幅图像的灰度级内容。可以说，对图像的分析与观察，直到形成一个有效的处理方法，都离不开直方图［4］。

灰度直方图是灰度的函数，它描述的是图像中具有该灰度值的像数个数，其横坐表示像素的灰度级别，纵坐标是该灰度出现的频率（像素个数）［4］。如果大多数像素灰度值趋在较暗的区域，该图像整体视觉效果偏暗；如果大多数像素灰度值趋在较亮的区

域，该图像整体视觉效果偏亮；如果像素分布均匀，动态范围比较合适［5］。

2．灰度的线性变换（线性点运算）

灰度的线性变换是将图像中所用的点的灰度按照线性灰度变换函数进行变换。当图像由于曝光不足或过度，或由于成像设备的非线性或图像记录设备动态范围太窄等因素，会产生对比度不足，使图像细节分辨不清，此时可以使用线性灰度变换。该线性灰度变换函数f（x）是一个一维线性函数: f(x)=fA*x+fB，式中fA为线性函数的斜率，fB为线性函数在y轴的截距。当fA>1时，输出图像的对比度将增大；当fA<1时，输出图像的对比度将减少；当fA=1且fB不为0时，操作仅使所有像素灰度值上移或下移，其效果是使整个图像更暗或更亮；如果fA<0，暗区域将变亮，亮区域将变暗，点运算完成了图像求补运算。特殊情况下，当fA=1，fB=0时，输出图像和输入图像相同；当fA= -1,fB=255时，输出图像的灰度正好反转［5］。

3.灰度拉伸

灰度拉伸又叫对比度拉伸，它是一种最基本的灰度变换，使用的是最简单的分段线性变换函数，它的主要思想是提高图像处理灰度级的动态范围［6］。灰度拉伸可以更加灵活地控制灰度直方图的分布，它可以有选择地拉伸某段灰度区间以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来拉伸（斜率>1）物体灰度区间以改善图像；同样如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来压缩（斜率<1）物体灰度区间以改善图像质量［7］、［8］。

4.直方图均衡化

直方图均衡化也叫灰度均衡变换，它能使输入图像转换为在新图像每一灰度级上都有相同的像素点的输出图像［9］。它是灰度变换一个重要应用，广泛应用在图像增强处理中，它是以累计分布函数变换为基础的直方图修正法，可以产生一幅灰度及分布具有均匀概率密度的图像，扩展了像素的取值动态范围，许多图像的灰度值是非均匀分布的，其中灰度值集中在一个小区域内的图像是很常见的［10］、［11］。直方图均衡化是一种通过重新均匀地分布各灰度值来增强图像对比度的方法。经过直方图均衡化的图像对二值化阈值选取十分有利。一般来说，直方图修正能提高图像的主观质量，因此在处理艺术图像是非常有用［12］。灰度均衡变换的原理如下：A[a]=(∑N[i])×255／(H·W) ［11］

中a为原图像像素灰度值（0—255），经过灰度均衡运算，a的值变为灰度均衡值A，N为原

图像各灰度值对应的像元数量，H为图像的高度（单位是像元数）。经过灰度均衡后，图像的对比度大大提高，转换后图像的灰度分布也趋于均匀。

5.图像的细化

图像的细化，又称图像的骨骼化，是特指在保持原图像拓扑结构的情况下抽出一个单像素宽的骨骼的过程，是数字图像预处理中的重要一环，广泛用于数字、文字、指纹等的识别中［13］、［14］。因此，图像的细化算法研究一直受到图像处理领域的关注。近年来许多学者相继提出了各种细化算法，从考虑问题的角度，图像细化的方法有两种，即边缘点删除和内点保留［15］。基于边缘删除的细化算法在细化过程中只对边缘点的可删除性进行判断并做出相应处理，由于受跟踪顺序及所考察领域的影响容易产生骨架的非对称性；基于内点保留的细化算法容易使所获得的骨架大于一个像素［16］。

参考文献：

[ 1 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.8-10.

[ 2 ] 刘文耀等. 光电图像处理[M].北京：电子工业出版社 ,2002.31-37.

[ 3 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.130.

[ 4 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.43-44. [ 5 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.46. [ 6 ] 刘文耀等. 光电图像处理[M].北京：电子工业出版社 ,2002.321-325

[ 7 ] 朱建军.用VC实现Windows下BMP位图文件的显示[J].湘潭师范学院学报，1998.19:40-43.

[ 8 ] 邓炜等.计算机图像识别系统的设计与实现[J]，计算机应用研究报，2000.13:20—22.

[ 9 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.123 [ 10 ] 邓炜等.计算机图像识别系统的设计与实现[J]，计算机应用研究报，2000.17:28—29.

[ 11 ] 杨静怡等.计算机图像处理机常用算法手册[M].南京：南京大学出版社，1997.

[ 12 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.127 [ 13 ] 苏统华.用VC开发图像处理系统[J].电脑技巧与维护，2001.10:73-78

[ 14 ] 邓炜等.计算机图像识别系统的设计与实现[J]，计算机应用研究报，2000.19:15—18.

[ 15 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.144-146

[ 16 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.334-337