文档介绍：目录
摘要 1
一、前言 2
二、算法分析与描述 3
均值滤波 3
4
三、详细设计过程 4
均值滤波详细说明 4
5
出现的问题 5
解决问题 6
五、程序运行截图及其说明 7
六、简单操作手册 9
设计总结 12
参考资料 13
致谢 14
附录1 15
附录2 20
摘要
在图像处理中主要用VC++编写图像处理程序并调用VC++图像处理的部分内部函数进行处理,通过程序实现均值滤波,对程序进行相应的调试,并且用图例进行测试,以验证程序的正确性与可用性。调试及测试时,通过相关信息,充分验证程序的可用性,本程序通篇均用C++写成,具有很高的严密性,具有很高的真实性与可靠性。常用的几何变换功能包括图像的平移、图像的转置、图像的缩放、图像的旋转等。作为数字图像处理的一个重要部分,一般用Visual C++编程工具设计一个完整的应用程序,实现相应的图像几何变换功能。
计算机图像处理的实现主要以数学模型为基础,通过建立合适的算法来实现具体的图像处理,几何变换是最常见的图像处理手段,通过对变形的图像进行几何校正,可以得出准确的图像。图像噪声抑制程序主要涉及中值滤波、均值滤波、低通滤波和高通滤波。
【关键词】图像处理;滤波;噪声抑制;数学模型;平移
一、前言
众所周知,人类所获得的大部分信息都来自人的视觉。换句话说,人类把自己双眼所观察到的世界进行缜密的分析和思考之后,推动了科技的进步和世界的发展。正是因为图像具有能带给人们直观信息的特点,使得图像处理技术随着多媒体计算机技术的发展而得到人们的高度重视。图形图像处理的应用领域涉及人类生活和工作的各个方面,它是从60年代以来随计算机的技术和VLSI的发展而产生、发展和不断成熟起来的一个新技术领域,理论上和实际应用上都并取得了巨大的成就。数字图像处理与模拟图像处理的根本不同在于,它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化,所以图形图像的处理在我们的生活中又很重要的作用。近年来,图像处理技术飞速的向各个领域渗透。而噪声作为不可预测的随机信号,它影响图象的质量以及图象处理的输入、采集等各个环节,因此,噪声抑制技术是十分关键也值得关注的问题。
Visual C++是微软推出的一种面向对象的可视化编程工具,它作为Microsoft Visual Studio 开发工具包中的一员,利用其提供的强大功能可以很容易的开发出功能完善、界面友好的Windows应用程序,是Windows系统下32位程序开发的理想工具。特别是Visual C++,更是增加了许多功能,如代码重用、动态输入感应、对象模块化和组件共享等,可以大大提高软件系统设计的效率和速度,更易于实现大型软件系统的管理。
图像信息在采集过程中往往受到各种噪声源的干扰,这些噪声在图像上常常表现为一些孤立像素点,这可理解为像素的灰度分布是空间相关的,即噪声点像素灰度与它们临近像素的灰度有着显著不同。这种干扰或孤立像素点如不经过滤波处理,会对以后的图像区域分割、分析和判断带来影响。
噪声是随机量,可以从统计数学的观点来定义噪声。凡是统计特性不随时间变化的噪声称为平稳噪声,而统计特性随时间变化的噪声称作非平稳噪声。以上各种类型的噪声反映在图像画面上,大致可以分为两种典型的图像噪声:
对噪声的处理常用滤波方法有均值滤波,中值滤波,低通滤波,高通滤波等。通过这些滤波处理后,使图像的轮廓更加清晰,从而达到了要求。在图形图像的软件开发中,我们一般用Visual C++来开发相应的功能,由于其方便快捷的特点,给我们的开发工作提高了一个很好平台。
二、算法分析与描述
均值滤波
在噪声抑制中均值滤波就是一种方便且易于实现的方法,均值滤波用若干像素的平均值替代原图像中的像素值,图像噪声的均值滤波方法原理如下:将一维均值滤波的原理拓展至二维图像,就可以实现图象噪声抑制。而图象的空间变换是借助于一个称之为模板(mask)的局部象素域来完成的。模板包括了图像上对待处理的像素及其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法称为均值滤波。均值滤波的模板一般选择为3×3、5×5等,待处理像素放在模板的中心,为了使输出像素值保持在原来的灰度值范围内,模板的权值总和应维持为1。因此,模板与模板像素的乘积要除以一个系数(通常是模板系数之和),这个过程称为模板的归一化。
典型的均值滤波3×3模板如下:
该模板的相应计算为:
g(x,y)=[f(x-1,y-1)+f(x-1,y)+f(x-1,y+1)+f(x,y-1)+f(x,y)+f(x,y+1)+f(x+1,y-1)+f(