試驗(yàn)指導(dǎo)書的形式與基本內(nèi)容要求說明

1、 實(shí) 驗(yàn) 指 導(dǎo) 書 適用專業(yè)：電子信息工程沈陽工業(yè)大學(xué)信息學(xué)院2008年 2 月1前 言用計(jì)算機(jī)進(jìn)行數(shù)字圖像處理的目的有兩個，一是產(chǎn)生更適合人類視覺觀察和識別的圖像，二是希望計(jì)算機(jī)能夠自動進(jìn)行識別和理解圖像。本實(shí)驗(yàn)的目的是配合數(shù)字圖像處理技術(shù)課程開展的。通過實(shí)驗(yàn)，進(jìn)一步增強(qiáng)學(xué)生對本課程的理解，并在此基礎(chǔ)上使學(xué)生進(jìn)一步掌握圖像灰度變換、圖像平滑處理、圖像分割等基本概念、基本理論和這些理論在實(shí)際圖像處理中的應(yīng)用，特別是要把學(xué)到的數(shù)字圖像處理的各種方法靈活應(yīng)用到實(shí)際中，為學(xué)生走向工作崗位奠定堅(jiān)實(shí)的基礎(chǔ)。本實(shí)驗(yàn)涵蓋了數(shù)字圖像處理技術(shù)的四大基本技術(shù)實(shí)驗(yàn)。包括圖像灰度變換實(shí)驗(yàn)、圖像平滑處理實(shí)驗(yàn)、圖像區(qū)域

2、分割實(shí)驗(yàn)以及圖像的邊緣檢測實(shí)驗(yàn)。通過這些實(shí)驗(yàn)驗(yàn)證所學(xué)課程中的基本理論，并結(jié)合先修課程C語言程序設(shè)計(jì)完成規(guī)定的綜合性實(shí)驗(yàn)。本實(shí)驗(yàn)為必修課，以考查方式考核， 6 學(xué)時，配合數(shù)字圖像處理技術(shù)課程開放。2 4 79 附錄：幾幅典型的灰度圖像. 1253一、實(shí)驗(yàn)?zāi)康?學(xué)習(xí)用 C語言編寫圖像灰度變換程序。 通過觀察經(jīng)過灰度變換后的圖像效果，加深對圖像變換物理意義的理解。 掌握編程調(diào)試方法。二、實(shí)驗(yàn)內(nèi)容用 C語言編寫圖像灰度變換程序，包括線性變換和分段線性變換。三、實(shí)驗(yàn)原理、方法和手段簡單的說，灰度變換就是指對圖像上各個像素點(diǎn)的灰度值 x按某個函數(shù) T（）變換到 y段（A，B）擴(kuò)展或壓縮到（A ，B ）；需

3、要顯示出圖像的細(xì)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(qiáng)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(yīng)的灰度級為 Z ，其中要求Z和 Z 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(yīng)用中采用何種 T( )，需要根據(jù)變換的要求而定。基于線性拉伸的圖像增強(qiáng)線性拉伸是將范圍為a，b數(shù)字圖像的灰度 f（x，y）變換為范圍為c，d的灰度 g（x，y），如圖 1所示。圖 1 灰度變換線性拉伸的變換數(shù)學(xué)公式為：（1）4基于分段線性拉伸的圖像增強(qiáng)分段線性增強(qiáng)是將圖像灰度（xy）的區(qū)間分割為若干區(qū)

4、間，然后對每個區(qū)間進(jìn)行線性拉伸，常用的是分三段線性變換，假設(shè)原圖像灰度的范圍為（MINf，MAXf），則把圖像分割為三段（MINf，a）、（a，b）、（b，MAXf），分別拉伸到對應(yīng)三個區(qū)間（MINg，cc，）、（，MAXg），通過調(diào)節(jié) ，b，c，d可以對任意區(qū)間的分線段斜率進(jìn)行調(diào)節(jié)，如圖 2 所示。圖 2 分段增強(qiáng)示意圖對于數(shù)據(jù)范圍為（MINfMAXf），分為三段（MINfaab，MAXf）分別做線性增強(qiáng)到（0，c）、（c，d）、（d，255）三個灰度區(qū)間，變換公式為：（）采用分段增強(qiáng)，可以將感興趣或者重要的灰度區(qū)域拉伸，使該區(qū)域的信息量增大，同時抑制了不感興趣或者不重要的區(qū)域。四、實(shí)驗(yàn)步驟

5、用 C 語言編寫圖象灰度變換程序，原始圖象為128128 像素 256 級灰度圖象。（1 a,b a,b為05050100 150，250和0，255，分別記錄相應(yīng)的圖象；5（2）分段線性變換，讀取 a,b 的值，設(shè) Mf=255,c=30,d=220，記錄變換后的圖象。五、實(shí)驗(yàn)報(bào)告觀察經(jīng)過灰度變換后的圖象效果，理解圖象變換的物理意義，掌握編程調(diào)試方法，寫出實(shí)驗(yàn)報(bào)告，包括原程序清單，變換方法與對應(yīng)的實(shí)驗(yàn)結(jié)果。6一、實(shí)驗(yàn)?zāi)康?學(xué)習(xí)用 C 語言編寫平滑處理程序。 解。 滑效果。 掌握編程調(diào)試方法。二、實(shí)驗(yàn)內(nèi)容用 C 33 平滑窗口；55 平滑窗口；77 平滑窗口進(jìn)行平滑處理程序。三、實(shí)驗(yàn)原理、方法

6、和手段圖像平滑主要是為了消除噪聲。噪聲并不限于人眼所能看的見的失真和變形，有些噪聲只有在進(jìn)行圖像處理時才可以發(fā)現(xiàn)。圖像的常見噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。圖像中的噪聲往往和信號交織在一起，尤其是乘性噪聲，如果平滑不當(dāng)，就會使圖像本身的細(xì)節(jié)如邊界輪廓、線條等變的模糊不清，如何既平滑掉噪聲又盡量保持圖像細(xì)節(jié)，是圖像平滑主要研究的任務(wù)。圖像平滑包括空域法和頻域法兩大類，在空域法中，圖像平滑的常用方法是采用均值濾波或中值濾波，對于均值濾波，它是用一個有奇數(shù)點(diǎn)的滑動窗口在圖像上滑動，將窗口中心點(diǎn)對應(yīng)的圖像像素點(diǎn)的灰度值用窗口內(nèi)的各個點(diǎn)的灰度值的平均值代替，如果滑動窗口規(guī)定了在取均值過程中窗口

7、各個像素點(diǎn)所占的權(quán)重，也就是各個像素點(diǎn)的系數(shù)，這時候就稱為加權(quán)均值濾波；對于中值濾波，對應(yīng)的像素點(diǎn)的灰度值用窗口內(nèi)的中間值代替。實(shí)現(xiàn)均值或中值濾波時，為了簡便編程工作，可以定義一個 n*n 的模板數(shù)組。另外，需要注意一點(diǎn)，在用窗口掃描圖像0的像素點(diǎn)擴(kuò)展圖像的邊緣。四、實(shí)驗(yàn)步驟用 C 語言編寫圖象平滑處理程序，原始圖象為128128 像素 256 級灰度圖象。7（1）33 平滑窗口；（2）55 平滑窗口；（3）77 平滑窗口。五、實(shí)驗(yàn)報(bào)告觀察經(jīng)過平滑處理后的圖象效果，理解圖象平滑處理的物理意義以及不同窗口大小的平滑算子對同一幅圖像和不同圖像的平滑效果，掌握編程調(diào)試方法，寫出實(shí)驗(yàn)報(bào)告，包括原程序清

8、單，變換方法與對應(yīng)的實(shí)驗(yàn)結(jié)果。8一、實(shí)驗(yàn)?zāi)康?學(xué)習(xí)用 C 語言編寫圖像區(qū)域分割程序。 的理解。 掌握編程調(diào)試方法。二、實(shí)驗(yàn)內(nèi)容用 C 語言編寫利用直方圖方法實(shí)現(xiàn)圖像區(qū)域分割的程序。觀察經(jīng)過圖像區(qū)域分割后的圖像效果，理解圖像區(qū)域分割的物理意義，掌握編程調(diào)試方法三、實(shí)驗(yàn)原理、方法和手段圖像直方圖是圖像處理中一種十分重要的圖像分析工具，它描述了一幅圖像的灰度級內(nèi)容，任何一幅圖像的直方圖都包含了豐富的信息，它主要用在圖象分割，圖像灰度變換等處理過程中。從數(shù)學(xué)上來說圖像直方圖是圖像各灰度值統(tǒng)計(jì)特性與圖像灰度值的函數(shù)，它統(tǒng)計(jì)一幅圖像中各個灰度級出現(xiàn)的次數(shù)或概率；從圖形上來說，它是一個二維圖，橫坐標(biāo)表示圖像

9、中各個像素點(diǎn)的灰度級，縱坐標(biāo)為各個灰度級上圖像各個像素點(diǎn)出現(xiàn)的次數(shù)或概率。0就為255，也就是整個圖像呈現(xiàn)出明顯的黑白效果。為了得到理想的二值圖像，一般采用閾值分割技術(shù)，它對物體與背景有較強(qiáng)對比的圖像的分割特別有效，它計(jì)算簡單而且總能用封閉、連通的邊界定義不交疊的區(qū)域。所有灰度大于或等于閾值255表示，否則這些像素點(diǎn)被排除在物體區(qū)0，表示背景。這樣一來物體的邊界就成為這樣一些內(nèi)部的點(diǎn)的集合，這些點(diǎn)都至少有一個鄰點(diǎn)不屬于該物體。如果感興趣的物體在內(nèi)部有均勻一致的灰度值，并且其處在一個具有另外一個灰度值的均勻背景下，使用閾值可以將這個性質(zhì)轉(zhuǎn)換為灰度的差別，然后利用閾值化技術(shù)來分割該圖像。為了使分割

10、更加魯棒，適用性更強(qiáng)，系統(tǒng)應(yīng)該可以自動選擇閾值?；谖矬w、環(huán)境和應(yīng)用域等知識的圖像分割算法比基于固定閾值的算法更具有普遍性和適應(yīng)性。這些9知識包括：對應(yīng)于物體的圖像灰度特性、物體的尺寸、物體在圖像中所占的比例、圖像中不同類型物體的數(shù)量等。其中圖像直方圖就是一種灰度特性，通常被用來作為分割圖像的工具。對于比較簡單的圖像，可以假定物體和背景分別處于不同的灰度級，圖像被零均值高斯噪聲污染，所以圖像的灰度分布曲線近似認(rèn)為是由兩個正態(tài)分布函數(shù)（）和（）疊加而成，圖像的直方圖將會出現(xiàn)兩個分離的峰值，如圖 3所示。對于這樣的圖像，分割閾值可以選擇直方圖的兩個波峰間的波谷所對應(yīng)的灰度值作為分割的閾值。把所有像

11、素灰度大于或等于閾值的作為一類，小于閾值的作為另一類是一種最基本的兩類分割方法。這種分割方法不可避免的會出現(xiàn)誤分割，使一部分本屬于背景的像素被判決為物體，屬于物體的一部分像素同樣會被誤認(rèn)為是背景?？梢宰C明，當(dāng)物體的尺寸和背景相等時，這樣選擇閾值可以使誤分概率達(dá)到最小。在大多數(shù)情況下，由于圖像的直方圖在波谷附近的像素很稀疏，因此這種方法對圖像的分割影響不大。這一方法可以推廣到具有不同灰度均值的多物體圖像。圖 3 雙峰直方圖迭代式閾值選擇算法是對上一種方法的改進(jìn)，它首先選擇一個近似閾值T，將圖像分割成兩部分和，計(jì)算區(qū)域和的均值和，選擇新的分割閾值 T=()/2，重復(fù)上述步驟直到和 不再變化為止。四

12、、實(shí)驗(yàn)步驟用C 128128像素256級灰度圖象。分割點(diǎn)為灰度范圍的 1/3,1/2,2/3以及峰谷（若有明顯雙峰）。10五、實(shí)驗(yàn)報(bào)告觀察經(jīng)過圖象區(qū)域分割后的圖象效果，理解圖象區(qū)域分割的物理意義，掌握編程調(diào)試方法，寫出實(shí)驗(yàn)報(bào)告，包括原程序清單，變換方法與對應(yīng)的實(shí)驗(yàn)結(jié)果。11一、實(shí)驗(yàn)?zāi)康?學(xué)習(xí)用 C 語言編寫圖像邊緣檢測程序。 解。 掌握編程調(diào)試方法。二、實(shí)驗(yàn)內(nèi)容用 C RobertsSobel 等經(jīng)典邊緣檢測算子。三、實(shí)驗(yàn)原理、方法和手段數(shù)字圖像的邊緣檢測是圖像分割、目標(biāo)區(qū)域的識別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，是圖像識別中提取圖像特征的一個重要屬性，圖像理解和分析的第一步往往就是

13、邊緣檢測，目前它以成為機(jī)器視覺研究領(lǐng)域最活躍的課題之一，在工程應(yīng)用中占有十分重要的地位。物體的邊緣是以圖像的局部特征不連續(xù)的形式出現(xiàn)的，也就是指圖像局部亮度變化最顯著的部分，例如灰度值的突變、顏色的突變、紋理結(jié)構(gòu)的突變等，同時物體的邊緣也是不同區(qū)域的分界處。圖像邊緣有方向和幅度兩個特性，通常沿邊緣的走向灰度變化平緩，垂直于邊緣走向的像素灰度變換劇烈，根據(jù)灰度變化的特點(diǎn)，可分為階躍型、房頂型和凸緣型，如圖 4 所示，這些變化對應(yīng)圖像中不同的景物。需要讀者注意的是，實(shí)際分析中圖像要復(fù)雜的多，圖像邊緣的灰度變化情況并不僅限于上述標(biāo)準(zhǔn)情況。（a）階躍型 (b) 房頂型(c) 凸緣型圖 4 邊緣灰度變換

14、的幾種類型由于邊緣是圖像上灰度變化最劇烈的地方，傳統(tǒng)的邊緣檢測就是利用了這個特點(diǎn)，對圖像各個像素點(diǎn)進(jìn)行微分或求二階微分來確定邊緣像素點(diǎn)。一階微分圖像的峰值處對應(yīng)著圖像的邊緣點(diǎn)；二階微分圖像的過零點(diǎn)處對應(yīng)著圖像的邊緣點(diǎn)。根據(jù)數(shù)字圖像的特點(diǎn)，處理圖像過程中常采用差分來代替導(dǎo)數(shù)運(yùn)算，對于圖像的12簡單一階導(dǎo)數(shù)運(yùn)算，由于具有固定的方向性，只能檢測特定方向的邊緣，所以不具有普遍性。為了克服一階導(dǎo)數(shù)的缺點(diǎn)，我們定義了圖像的梯度為梯度算子為表示圖像的灰度值，圖像梯度的最重要性質(zhì)是梯度的方向是在圖像灰度最大變化率上，它恰好可以放映出圖像邊緣上的灰度變化。邊緣提取首先檢查出圖像局部性特性的不連續(xù)性，然后再將這些

15、不連續(xù)的邊緣像素連成完備的邊界。邊緣的特性是沿邊緣走向的像素變化平緩，而垂直與邊緣方向的像素變化劇烈。所以，從這個意義上講，提取邊緣的算法就是檢查出符Robert算子、Sobel算子、Prewitt算子、Krisch Sobel算子和 Robert算子為例來講述數(shù)字圖像處理中邊緣檢測的實(shí)現(xiàn)：Sobel算子：對于數(shù)字圖像，可以用一階差分代替一階微分；xf(x,y)=f(x,y)-f(x-1,y);yf(x,y)=f(x,y)-f(x,y-1);求梯度時對于平方和運(yùn)算及開方運(yùn)算，可以用兩個分量的絕對值之和表示，即：Sobel梯度算子是先做成加權(quán)平均，再微分，然后求梯度，即：xf(x,y)= f(x

16、-1,y+1) + 2f(x,y+1) + f(x+1,y+1)- f(x-1,y-1) - 2f(x,y-1) -f(x+1,y-1);yf(x,y)= f(x-1,y-1) + 2f(x-1,y) + f(x-1,y+1)- f(x+1,y-1) - 2f(x+1,y) -f(x+1,y+1);Gf(x,y)=|xf(x,y)|+|yf(x,y)|;Roberts邊緣檢測算子:13Robert 邊緣算子采用的是對角方向相鄰的兩個像素之差。從圖像處理的實(shí)際效果來看，邊緣定位準(zhǔn)，對噪聲敏感。Roberts 邊緣檢測算子是一種利用局部差分算子尋找邊緣的算子，它由下式給出。Gi,i=|fi,j-fi+1,j+1|+|fi+1,j-fi,j+1|;其中 Gi,j表示處理后(i,j)點(diǎn)的灰