课程设计--图像几何变换和图像噪声抑制程序设计_精品.doc

目 录 摘 要 1 一、前言 2 二、算法分析与描述 3 2.1 均值滤波 3 2.2图像的平移变换 4 三、详细设计过程 4 3.1 均值滤波详细说明 4 3.2图像平移变换的详细说明 5 4.1 出现的问题 5 4.2 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，用Visual C++编程工具设计一个完整的应用程序，实现图像几何变换功能。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。二、算法分析与描述 2.1 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(x+1,y)+f(x+1,y+1)]/9 然后用g(x,y)的值代替中心象素的值。 但均值滤波器有一些不完美的缺点，它会使图像变得模糊，因为它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。为了进一步改善效果，可以采用加权平均的方式来构造滤波器，如高斯摸板等,为此，引入了加权系数，将原来的模板加以改造成，距离越近的点，加权系数越大。新的模板其实也是一个常用的平滑模板，称为高斯(Gauss)模板。它是通过采样2维高斯函数得到的。典型的加权平均滤波器3×3高斯摸板如下： 用高斯模板处理后，可以得到较好的图像显示效果。 2.2图像的平移变换 图像平移只是改变图像在屏幕上的位置，图像本身并不发生变化。假设原图像区域左上角坐标为，右下角坐标为，将图像分别沿x和y轴平移dx和dy，则新图像的左上角坐标为，右下角坐标为。坐标平移变换 公式为： 在屏幕上实现图像的移动分为四个步骤： 保存原图像到缓冲区。 擦除原图像。 计算平移后的新坐标。 在新的坐标位置重新显示原图像其中，擦除原图像的方法与图形变换中擦除原图形的方法一致，在实现中仍采用XOR异或方式画图擦除原图像。对于新坐标值的计算还需要考虑边界情况，不要在图像平移后超出答应的屏幕范围。此外，假如采用C函数getimage和putimage来保存和恢复图像，则图像的大小不能超过64K。void CDlgSmooth::OnRadioAvertem() {// 判断设置是否有效 if ((m_nSmthTemCenX 0) || (m_nSmthTemCenX m_nSmthTemWidth - 1) || (m_nSmthTemCenY 0) || (m_nSmthTemCenY m_nSmthTemHeight - 1)) { // 提示用户参数设置错误 MessageBox(中心元素参数设置错误！, 系统提示 , MB_ICONINFORMATION | MB_OK); // 返回 return; } 3.2图像平移变换的详细说明 图像的平移处理，只改变了原有景物在画面的位置，而图像的内容不发生变化，采用数字图像坐标系，用下面的函数进行平移。 函数名称： TranslationDIB