1、 實(shí) 驗(yàn) 指 導(dǎo) 書(shū) 適用專業(yè)：電子信息工程沈陽(yáng)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(gè)，一是產(chǎn)生更適合人類視覺(jué)觀察和識(shí)別的圖像，二是希望計(jì)算機(jī)能夠自動(dòng)進(jìn)行識(shí)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(kāi)展的。通過(guò)實(shí)驗(yàn)，進(jìn)一步增強(qiáng)學(xué)生對(duì)本課程的理解，并在此基礎(chǔ)上使學(xué)生進(jìn)一步掌握?qǐng)D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(cè)實(shí)驗(yàn)。通過(guò)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(yǔ)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(shí)，配合數(shù)字圖像處理技術(shù)課程開(kāi)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(yǔ)言編寫(xiě)圖像灰度變換程序。 通過(guò)觀察經(jīng)過(guò)灰度變換后的圖像效果，加深對(duì)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(yǔ)言編寫(xiě)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(jiǎn)單的說(shuō)，灰度變換就是指對(duì)圖像上各個(gè)像素點(diǎn)的灰度值 x按某個(gè)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(shí)又被稱為圖像的對(duì)比度增強(qiáng)或?qū)Ρ榷壤?。假定輸入圖像中的一個(gè)像素的灰度級(jí)為 Z，經(jīng)過(guò) T(Z)函數(shù)變換后輸出圖像對(duì)應(yīng)的灰度級(jí)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?；诰€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(duì)每個(gè)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(duì)應(yīng)三個(gè)區(qū)間（MINg，cc，）、（，MAXg），通過(guò)調(diào)節(jié) ，b，c，d可以對(duì)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(duì)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(gè)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(shí)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(yǔ)言編寫(xiě)圖象灰度變換程序，原始圖象為128128 像素 256 級(jí)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(guò)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(xiě)出實(shí)驗(yàn)報(bào)告，包括原程序清單，變換方法與對(duì)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(yǔ)言編寫(xiě)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(jiàn)的失真和變形，有些噪聲只有在進(jìn)行圖像處理時(shí)才可以發(fā)現(xiàn)。圖像的常見(jiàn)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(hào)交織在一起，尤其是乘性噪聲，如果平滑不當(dāng)，就會(huì)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(duì)于均值濾波，它是用一個(gè)有奇數(shù)點(diǎn)的滑動(dòng)窗口在圖像上滑動(dòng)，將窗口中心點(diǎn)對(duì)應(yīng)的圖像像素點(diǎn)的灰度值用窗口內(nèi)的各個(gè)點(diǎn)的灰度值的平均值代替，如果滑動(dòng)窗口規(guī)定了在取均值過(guò)程中窗口

7、各個(gè)像素點(diǎn)所占的權(quán)重，也就是各個(gè)像素點(diǎn)的系數(shù)，這時(shí)候就稱為加權(quán)均值濾波；對(duì)于中值濾波，對(duì)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(shí)，為了簡(jiǎn)便編程工作，可以定義一個(gè) 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(yǔ)言編寫(xiě)圖象平滑處理程序，原始圖象為128128 像素 256 級(jí)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(guò)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(duì)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(xiě)出實(shí)驗(yàn)報(bào)告，包括原程序清

8、單，變換方法與對(duì)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(yǔ)言編寫(xiě)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(yǔ)言編寫(xiě)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(guò)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(jí)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(guò)程中。從數(shù)學(xué)上來(lái)說(shuō)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(gè)灰度級(jí)出現(xiàn)的次數(shù)或概率；從圖形上來(lái)說(shuō)，它是一個(gè)二維圖，橫坐標(biāo)表示圖像

9、中各個(gè)像素點(diǎn)的灰度級(jí)，縱坐標(biāo)為各個(gè)灰度級(jí)上圖像各個(gè)像素點(diǎn)出現(xiàn)的次數(shù)或概率。0就為255，也就是整個(gè)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(duì)物體與背景有較強(qiáng)對(duì)比的圖像的分割特別有效，它計(jì)算簡(jiǎn)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(lái)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(gè)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(gè)具有另外一個(gè)灰度值的均勻背景下，使用閾值可以將這個(gè)性質(zhì)轉(zhuǎn)換為灰度的差別，然后利用閾值化技術(shù)來(lái)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(dòng)選擇閾值?；谖矬w、環(huán)境和應(yīng)用域等知識(shí)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(shí)包括：對(duì)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(lái)作為分割圖像的工具。對(duì)于比較簡(jiǎn)單的圖像，可以假定物體和背景分別處于不同的灰度級(jí)，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(gè)正態(tài)分布函數(shù)（）和（）疊加而成，圖像的直方圖將會(huì)出現(xiàn)兩個(gè)分離的峰值，如圖 3所示。對(duì)于這樣的圖像，分割閾值可以選擇直方圖的兩個(gè)波峰間的波谷所對(duì)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(huì)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(huì)被誤認(rèn)為是背景。可以證明，當(dāng)物體的尺寸和背景相等時(shí)，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(duì)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(duì)上一種方法的改進(jìn)，它首先選擇一個(gè)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(jí)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(guò)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(xiě)出實(shí)驗(yàn)報(bào)告，包括原程序清單，變換方法與對(duì)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(yǔ)言編寫(xiě)圖像邊緣檢測(cè)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(cè)算子。三、實(shí)驗(yàn)原理、方法和手段數(shù)字圖像的邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域的識(shí)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(shí)別中提取圖像特征的一個(gè)重要屬性，圖像理解和分析的第一步往往就是

13、邊緣檢測(cè)，目前它以成為機(jī)器視覺(jué)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(shí)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(gè)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(duì)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(cè)就是利用了這個(gè)特點(diǎn)，對(duì)圖像各個(gè)像素點(diǎn)進(jìn)行微分或求二階微分來(lái)確定邊緣像素點(diǎn)。一階微分圖像的峰值處對(duì)應(yīng)著圖像的邊緣點(diǎn)；二階微分圖像的過(guò)零點(diǎn)處對(duì)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(guò)程中常采用差分來(lái)代替導(dǎo)數(shù)運(yùn)算，對(duì)于圖像的12簡(jiǎn)單一階導(dǎo)數(shù)運(yùn)算，由于具有固定的方向性，只能檢測(cè)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(gè)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(lái)講述數(shù)字圖像處理中邊緣檢測(cè)的實(shí)現(xiàn)：Sobel算子：對(duì)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(shí)對(duì)于平方和運(yùn)算及開(kāi)方運(yùn)算，可以用兩個(gè)分量的絕對(duì)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(cè)算子:13Robert 邊緣算子采用的是對(duì)角方向相鄰的兩個(gè)像素之差。從圖像處理的實(shí)際效果來(lái)看，邊緣定位準(zhǔn)，對(duì)噪聲敏感。Roberts 邊緣檢測(cè)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