图像处理论文.docx

图像处理论文.docx

《图像处理论文.docx》由会员分享，可在线阅读，更多相关《图像处理论文.docx（11页珍藏版）》请在冰豆网上搜索。

图像处理论文

基于VC++的数字图像处理软件设计

摘要：

随着信息技术的蓬勃发展，尤其是计算机技术的日新月异，为数字图像处理的发展提供了广阔的空间。

该数字图像处理系统是基于Windows平台的图像处理系统，实现了对灰度级图像的编辑，可以进行图像导入和导出，视图设置，可以进行图像二值化处理，图像增强优化，图像预处理，频谱分析，图像边缘检测与分割，图像阈值分割、算法分析、算法设计等。

本文主要介绍了数字图像处理系统的设计和实现过程，系统设计运用MFC的设计思想，通过基于MFC的VC++设计实现系统框架，简化了软件的开发，提高了软件系统的灵活性、可扩展性和重用性，并运用其实现了图像加载、图像保存、灰度化、海天线检测、图像对数变换、幂次变换、频谱分析、椒盐噪声处理、开运算、边缘检测等功能。

同时系统所有的操作设计得十分简单方便，无需具备有专业的知识，也能对图片完成处理操作。

关键词：

MFC;VC++;图像处理;频谱分析；阈值分割

第1章绪论

1.1概述

随着科学技术的发展和人民生活水平的提高，数字摄像机的出现和数字图像处理技术的发展，在日新月异的数字化时代中，越来越引起人们的广泛关注，数字图像处理已经成为必备的基础知识。

数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。

数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。

20世纪60年代，图像处理的技术开始得到较为科学的应用，人们用这种技术进行输出图像的理想化处理。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。

随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。

人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。

很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。

数字图像处理在医学上获得了巨大的成果。

1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（ComputerTomograph）。

CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。

1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。

1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。

与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。

随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。

1.2国内外研究现状及发展趋势

近几十年来由于计算机技术的蓬勃发展，图像处理技术也得到了空前的发展和应用。

目前，图像处理技术已经广泛应用于工业、军事、医学、交通、农业、天气预报、银行、超市、重要部门的监控报警系统、可视电话、网络传输等等领域，成为各个学科学习和研究对象。

随着图像处理技术的广泛应用，学习和掌握这门科学显得格外重要，图像处理已经成为信息技术相关领域的核心课程。

经过多年的发展，现在的电子图像处理技术已具有了更好的再现性、占用的频带更宽、适用面宽、具有较高的灵活性等特点。

不论在哪种通讯手段中，人们都更愿意选择直观的图像表达。

因此，未来社会对图像传递信息的要求越来越高，及时性、直观性、客观性等发展条件都对现有的数字图像处理技术提出了挑战。

计算机数字图像处理技术在未来信息技术方面将会发挥的重要作用早已被人们看到，对于计算机图像技术的发展道路，大致可以归结出3个原则性内容：

①未来数据图像技术强调高清晰度、高速传输、实时图像处理、三维成像多维成像、智能化、自动化等方向发展。

②未来数字图像处理技术强调操作、运用的方便性。

图像处理集中化趋势是必然存在的。

③更新的理论研究与更快的算法研究。

理论走在实践的前面，已经是现代科学的特点。

未来数字图像处理技术的实际运用要取得更多的发展，必然离不开理论和研究方法的更新，新理论中包括小波分析、分形几何、形态学、遗传算法等都将得到更深层次的发展。

图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。

数字图像处理技术的有效应用在人们日常生活中就能切身地感受到，不管是看电视、看电影、上网还是移动通信，每个人都与这种技术发生着最紧密的联系。

数字图像处理技术的发展关系到每个人对优越的社会生活、现代物质享受的程度的深浅。

所以，对之进行及时的研究和关注在电子通信行业中是非常重要的。

1.3生产需求状况

图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。

随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。

在航天和航空技术、生物医学工程、通信工程、工业和工程、军事公安、文化艺术、机器人视觉、视频和多媒体系统、科学可视化、电子商务等各个方面和领域都有着广泛的需求与应用。

1.4课题设计背景和意义

随着光电设备和计算机硬件的高速发展，数字图像处理技术在PC平台上的应用已经十分广泛。

通常情况下，这一类的分析处理过程往往需要使用专用软件来完成，最为常见的有Matlab等。

虽然这一类专用软件功能丰富、强大，但仍存在一定的局限性。

以Matlab为例，该软件几乎具备了各种数据类型，甚至数据模型的分析处理能力；但也正是由于其功能过于丰富，并不能很好地满足各个方面的需求。

另外，待处理的图像类型可能有很多种，如14位的红外传感器灰度图像，Matlab不可能保证兼容所有的类型。

因此，单独开发专用的图像处理程序非常必要。

MFC的出现使得程序快速开发成为可能，又由于其代码使用C++语言编写，运行效率高、执行速度快，非常适合图像处理方面的应用。

所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或应用需求的行为。

视觉是人类从大自然中获取信息的最主要的手段。

据统计，在人类获取的信息中，视觉信息约占60％，听觉信息约占20％，其他的如味觉信息、触觉信息等加起来约占20％。

由此可见视觉信息对人类的重要性，而图像正是人类获取视觉信息的主要造径。

所谓“图”，就是物体透射或者反射光的分布；“像”是人的视觉系统接收图的信息而在大脑中形成的印象或认识。

前者是客观存在的，而后者是人的感觉，图像就是两者的结合。

1.5本文结构

本文以MFC技术为基础，概述了如何运用基于MFC的VC++编程编译了一个简单的数字图像处理系统以实现图像预处理、图像处理、图像平滑、算法分析、阈值分割和算法设计等功能。

第一章为绪论，主要介绍课题的研究背景、目的和意义；第二章为数字图像处理概论的介绍，主要介绍了数字图像处理作为一个当今社会需求相当大的技术的研究目的和主要内容以及它在当今人类生活中所扮演的重要作用,本章还介绍了本次设计所需具备的知识和多要运用的平台；第三章为系统的需求分析，对程序所需实现的功能和总体要求进行了分析，从而获得本次设计对功能数据的要求；第四章则为系统的设计实现，也是本文的核心内容。

第五章是功能设计以及具体设计步骤，第六章是结论。

本章讲解了系统所需功能的实现过程以及实现后所得图像的效果对比和分析。

第2章数字图像概论

2.1数字图像及图像处理

数字图像处理（DigitalImageProcessing）是一门关于如何使用计算机对图像进行处理的学科，而数字图像是由被称做像素的小块区域组成的二维矩阵。

对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0～255之间，即可用一个字节来表示，0表示黑、255表示白，而其他表示灰度。

彩色图像可用红、绿、蓝三元组组成的二维矩阵来表示。

通常，三元组的每个数值也是在0～255之间，0表示相应的基色在该像素中没有，而255则代表相应的基色在该像素中去得的最大值，这种情况下每个像素可用三个字节来表示。

所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或者应用需求的行为。

图像处理的手段有光学方法、电子学（数字）方法。

电子学（数字）方法是指用计算机加工处理图像，通过各种处理算法来实现对图像内容的处理。

它通常由一个微型、小型、至大型计算机与图像处理机或由一个专用计算机来执行。

2.2数字图像处理的目的和主要内容

一般而言，对图像进行加工和分析主要有如下3方面的目的：

①提高图像的视感质量，以达到赏心悦目的目的。

②提取图像中所包含的的某些特征或特殊信息，以便于计算机进行分析。

③对图像数据进行变换、编码和压缩，以便于图像的储存和传输。

不管图像处理是出于何种目的，都需要用计算机图像处理系统对图像数据进行输入、加工和输出，因此数字图像处理研究的内容主要有一下7个过程。

1、图像获取、表示和表现

该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把数字图像显示和表现出来（如打印）。

这一过程主要包括摄取图像、光电转换机数字化等几个步骤。

2、图像增强

图像增强是对图像质量在一般意义上的改善。

利用各种数学方法和变换手段提高图像中目标与非目标（如背景）的对比度与清晰度，达到突出目标，有效地表示和提示图像，以利于人或机器进行分析处理的目的。

图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。

如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；强化低频分量，可减少图像中噪声影响。

该部分主要研究各种增强模型和处理方法。

3、图像复原

在景物成像过程中，由于成像设备与物体的相对运动、介质散射、系统畸变（如成像系统的变焦、成像器材的固有缺陷）、噪声干扰等因素会造成图像质量降低，称之为“退化”，典型现象是图像模糊。

使退化的图像恢复本来面目，真实反映原景物图像的处理，称为图像复原。

图像复原要求对图像降质的原因有一定的了解，一般而言，应根据降质过程建立“降质模型”再采用某种滤波方法，恢复或重建原来的图像。

该部分主要研究各种校正模型和处理方法。

4、图像分割

图像分割是数字图像处理中的关键技术之—，也是图像处理中最困难的问题之一。

图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。

虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。

因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。

5、图像分析

图像分析主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述。

而图像描述是图像识别和理解的必要前提。

作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。

对于特殊的纹理图像可采用二维纹理特征描述。

随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。

6、图像重建

图像重建与上述的图像增强、图像复原等不同。

图像增强、图像复原的输入是图像，处理后输出的结果也是图像，而图像重建是指从数据到图像的处理，即输入的是某种数据，而经过处理后得到的结果是图像，CT就是图像重建处理的典型应用实例。

7、图像压缩编码

数字图像的特点之一是数据量庞大。

把数字化的图像数据按一定规则进行排列或运算的过程称为图像编码。

由于于图像的数据量很大，存储要占很大的空间，传输也要花费不少时间，为此利用图像本身的内在特性（如像素灰度值之间的相关性），按某种特殊方式编码，以压缩总的信息量，称之为图像压缩编码。

一般来说，图像编码的目的有三个：

减少数据储存量；降低数据率以减少传输带宽；压缩信息量，便于特征提取，为后续识别做准备。

该部分主要研究各种高效压缩编码方法。

压缩可以在不失真的前提下获得，也可以在允许的失真条件进行。

编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

2.3数字图像处理的应用领域和发展动向

2.3.1数字图像处理的应用领域

图像信息是人类主要的信息来源之一，图像处理的应用领域也涉及到人们工作生活中的方方面面。

主要应用可归纳为以下几个方面：

（1）医用图像处理。

医学上不论是基础研究还是临床应用，都是图像处理种类极多的领域。

例如生物医学的显微图像的处理分析，如红白细胞和细菌，染色体分析；临床诊断中X光图像的鉴别、超声波图像（B超）的分析、眼底照片的分析等都是医疗辅助诊断的重要手段，尤其是计算机层析成像技术（CT），可以获得人体剖面图，使肌体病变特别是肿瘤的诊断起到了革命性的变化，近年来出现的核磁共振CT，使人体免受各种硬射线的伤害，而且图像更为清晰。

（2）遥感图像的处理。

飞机或人造卫星传送来的遥感图像，由于各种原因图像质量不是很好，必须在成像、存储、传输、判读过程中进行各种数字处理与分析（如辐射校正、几何畸变校正、多光谱统计信息分类等），并将其变为可视的资源信息或气象信息，如大气预报中的卫星云图。

目前遥感技术已在资源调查、灾害监测、农业规划、城市规划、环境保护等方面得到了广泛的应用。

（3）文字的识别与图纸的判读。

文字与图纸是科技信息的主要传输手段。

文字与图纸在图像处理中都是以最简单的二值图像形式出现的。

文字识别的应用包括手写体文字的识别、图文混合中文字的识别等，如邮政编码的自动识别，计算机光笔输入，经扫描仪扫描的文字材料是以图像文件的形式保存，如何将其转变成文本文件等等。

目前此类应用技术已比较成熟，如OCR软件等。

图纸的判读则涉及到各种逻辑图和机械设计图的自动读取问题，其中也包括图纸上的文字识别问题（即图文混合下的文字识别）。

（4）工业领域的应用。

产品外观检测与筛选，表面缺陷的自动检测，组装与流水线上的自动化，工业材料的质量检验。

（5）农业上的应用。

包括农产品色度的检测（如鉴别水果成熟度），农牧产品，作物的表血形状和特征参数的测定。

（6）机器人视觉：

机器视觉作为智能机器人的重要感觉器官，主要进行三维景物理解和识别，是目前处于研究之中的开放课题。

（7）电子商务：

当前，呼声甚高的电子商务中，图像处理技术也大有可为，如身份认证、产品防伪、水印技术等。

（8）其他。

指纹识别、影视中的特效等。

总之，图像处理技术应用领域相当广泛，已在国家安全、经济发展、日常生活中充当越来越重要的角色，对国计民生的作用不可低估。

2.3.2数字图像处理的发展动向

图像处理技术未来发展大致可归纳为：

①如想处理的发展将围绕HDTV（高清晰度电视）的研制，开展实时图像处理的理论及技术研究，向着告诉、高分辨率、立体化、多媒体化、智能化的标准方向发展。

②图像、图形相结合，朝着三维成像或多维成像的方向发展。

③硬件芯片研究。

把图像处理的众多功能固化在芯片上，更便于应用。

④新理论与新算法研究。

如小波分析（Wavelet）、分形几何（Fractal）、形态学（Morphology）、遗传算法（GeneticAlgorithms,GA）、人工神经网络（ArtificialNeuralNetworks）等。

数字图像处理经过初创期、发展期、普及期及广泛应用几个阶段，如今已是各个学科竞相研究并在各个领域广泛应用的一门科学。

随着科学技术的进步以及人类需求的不断增长，图像处理科学无论是在理论上还是实践上，均会去得更大的发展。

2.4数字图像处理系统开发技术基础

2.4.1C++语言及VC++平台简介

C++语言是一个面向对象的语言，使用C++编写的代码更加简捷、高效，更具可维护性和可重用性。

VC++是在windows平台下构建32位应用程序的强大而又复杂的开发工具，是目前世界上使用非常广泛的工具之一。

VC++6.0包含有编写程序源代码的编辑器，设计用户界面（菜单、对话框、图标等）的资源编辑器，建立项目配置的项目管理器，检查程序错误的集成调式等工具，同时，它还提供了功能强大的应用程序向导Appwizard和类向导ClassWizard工具。

2.4.2MFC技术简介

MFC是微软为了简化程序员的开发工作所开发的一套C++类的集合，是一套面向对象的函数库，以类的方式提供给客户使用。

MFC中的各种类结合起来构成了一个应用程序框架，它的日的就是让程序员在此基础上来建立windows下的应用程序，这是一种相对SDK来说更为简单的方法。

2.5本章小结

本章主要对什么叫做数字图像处理以及数字图像处理的目的、主要内容、应用领域和发展动向进行了阐述和说明。

并用现实的实例证明了数字图像处理技术在我们日常工作生活中不可或缺的地位。

本章还简要介绍了C++语言，MFC技术。

第3章需求分析

3.1系统功能需求分析

需求分析简单地说就是分析用户的需求。

需求分析是设计系统的起点，需求分析的结果是否准确地反映了用户的实际要求，将直接影响到后面各个阶段的设计，并影响到设计结果是否合理和实用。

需求分析的任务是通过详细调查现实世界要处理的对象（组织、部门、企业等），充分了解原系统（手工系统或计算机系统）工作概况，明确用户的各种需求，然后在此基础上确定新系统的功能。

首先对基于分形特征的红外人造目标检测软件系统进行系统的分析，确定系统必须完成那些功能，对整个目标系统提出完整、准确、清晰、具体的要求。

基于VC++的数字图像处理软件设计具有以下的功能模块：

（1）位图图像文件的导入、转换、显示、保存、关闭模块

在该功能模块中提供：

位图图像文件的导入功能；把32位或8位位图文件转换为24位位图文件的功能；显示经过导入和转换后的24位位图文件的功能；图像保存（提供保存为8位和24位位图的功能）和关闭图像的功能。

这一模块主要对图像进行后续处理及其操作的基础。

（2）图像预处理模块

在该功能模块中提供：

重加载图像、保存处理后的图像、图像拷贝、灰度化、海天线检测等功能

该模块主要的目标是对加载的图像进行初步处理用于提供给使用者一些图像参数及相应的基本设置，为图像的处理做准备。

（3）图形变换模块

在该功能模块中提供：

反色变换、对数变换、幂次变换、位数变换、直方图均衡、图像平滑、中值滤波、灰度折线变换等功能。

该模块主要的目标是对加载的图像进行各种变换从而挖掘图像基本信息，提取所要得到的内容。

（4）频谱分析模块

在该功能模块中提供：

亮傅里叶频谱分析、陷波滤波器分析、理想低通滤波、巴特沃斯滤波器等功能。

该模块主要的目标是通过频谱分析控制图像噪声达到提取图像信息的效果。

（5）图像处理模块

在该功能模块中提供：

（6）图像分割模块;

该模块主要的功能是实现OSTU图像分割、迭代阈值分割、指定阈值分割、局部阈值化等功能。

通过包括OSTU等图像分割方法，对分形特征参数图像（增强后的图像）进行图像分割，生成对应的二值化图像。

二值化图像中灰度值为0的像素表示自然背景，灰度值不为0的像素表示人造目标，从而实现人造目标和自然背景的分离；并获得最终的人造目标检测结果。

（7）

（8）边缘检测模块

（9）算法设计及测试模块