2．圖像平滑
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(shí)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(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，如何既平滑掉噪聲有盡量保持圖像細(xì)節(jié)，是圖像平滑主要研究的任務(wù)。
一般來說，圖像的能量主要集中在其低頻部分，噪聲所在的頻段主要在高頻段，同時(shí)系統(tǒng)中所要提取的汽車邊緣信息也主要集中在其高頻部分，因此，如何去掉高頻干擾又同時(shí)保持邊緣信息，是我們研究的內(nèi)容。為了去除噪聲，有必要對(duì)圖像進(jìn)行平滑，可以采用低通濾波的方法去除高頻干擾。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)定了在取均值過程中窗口各個(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，讀者需要注意一點(diǎn)，在用窗口掃描圖像過程中，對(duì)于圖像的四個(gè)邊緣的像素點(diǎn)，可以不處理；也可以用灰度值為"0"的像素點(diǎn)擴(kuò)展圖像的邊緣。下面給出了采用加權(quán)均值濾波的圖像平滑函數(shù)代碼和效果圖：void CDibView::OnImagePh()
{
CClientDC pDC(this);
HDC hDC=pDC.GetSafeHdc();//獲取當(dāng)前設(shè)備上下文的句柄； SetStretchBltMode(hDC,COLORONCOLOR);
HANDLE data1handle;
LPBITMAPINFOHEADER lpBi;
CDibDoc *pDoc=GetDocument();
HDIB hdib;
unsigned char *hData;
unsigned char *data;
hdib=pDoc->GetHDIB();
BeginWaitCursor();
lpBi=(LPBITMAPINFOHEADER)GlobalLock((HGLOBAL)hdib);
hData=(unsigned char*)FindDIBBits((LPSTR)lpBi);
pDoc->SetModifiedFlag(TRUE);
data1handle=GlobalAlloc(GMEM_SHARE,WIDTHBYTES(lpBi->biWidth*8)*lpBi->biHeight);
data=(unsigned char*)GlobalLock((HGLOBAL)data1handle);
AfxGetApp()->BeginWaitCursor();
int i,j,s,t,ms=1;
int sum=0,sumw=0;
int mask[3][3]=,,};//定義的3x3加權(quán)平滑模板；
for(i=0; ibiHeight; i++)
for(j=0; jbiWidth; j++)
{
sumw=0; sum=0;
for(s=(-ms); s<=ms; s++)
for(t=(-ms); t<=ms; t++) if(((i+s)>=0)&&((j+t)>=0)&&((i+s)biHeight)&&((j+t)biWidth))
{
sumw += mask[1+s][1+t];
sum+=*(hData+(i+s)*WIDTHBYTES(lpBi->biWidth*8)+(j+t))*mask[1+s][1+t];
}
if(sumw==0) sumw=1;
sum/=sumw;
if(sum>255)sum=255;
if(sum<0)sum=0;
*(data+i*WIDTHBYTES(lpBi->biWidth*8)+j)=sum;
}
for( j=0; jbiHeight; j++)
for(i=0;ibiWidth;i++) *(hData+i*WIDTHBYTES(lpBi->biWidth*8)+j)=*(data+i*WIDTHBYTES(lpBi->biWidth*8)+j);
StretchDIBits (hDC,0,0,lpBi->biWidth,lpBi->biHeight,0,0,
lpBi->biWidth,lpBi->biHeight,
hData,(LPBITMAPINFO)lpBi,
DIB_RGB_COLORS,
SRCCOPY);//顯示圖像；
}
(a)LENA原圖
(b)平滑后的效果圖
圖三
中值或均值平滑有時(shí)處理圖像的效果并不是很好，它雖然去除了一定的噪聲，但同時(shí)使圖像中的邊緣變的模糊，這主要和所選取的窗口大小有關(guān)，為此下面介紹了一種既能保持邊緣清晰又能消除噪聲的方法，其算法如圖四所示：
（a）
(b)
(c)
圖 四 圖像平滑模板
上圖的含義是在圖像中取5*5的區(qū)域，包含點(diǎn)（i,j）的五邊形和六邊形各四個(gè),3*3的區(qū)域一個(gè)，計(jì)算這九個(gè)區(qū)域的標(biāo)準(zhǔn)差和灰度的平均值，取標(biāo)準(zhǔn)差最小區(qū)域的灰度平均值作為點(diǎn)（i,j）的灰度。由于該算法的實(shí)現(xiàn)代碼和上述代碼大同小異，所以代碼部分就不再贅述。
3．圖像銳化
圖像平滑往往使圖像中的邊界、輪廓變的模糊，為了減少這類不利效果的影響，這就需要利用圖像鋭化技術(shù)，使圖像的邊緣變的清晰。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細(xì)節(jié)變的清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因?yàn)閳D像受到了平均或積分運(yùn)算，因此可以對(duì)其進(jìn)行逆運(yùn)算（如微分運(yùn)算）就可以使圖像變的清晰。從頻率域來考慮，圖像模糊的實(shí)質(zhì)是因?yàn)槠涓哳l分量被衰減，因此可以用高通濾波器來使圖像清晰。
為了要把圖像中間任何方向伸展的的邊緣和輪廓線變得清晰，我們希望對(duì)圖像的某種運(yùn)算是各向同性的。可以證明偏導(dǎo)平方和的運(yùn)算是各向同性的，既：
式中（
）是圖像旋轉(zhuǎn)前的坐標(biāo)，（
）是圖像旋轉(zhuǎn)后的坐標(biāo)。梯度運(yùn)算就是在這個(gè)式子的基礎(chǔ)上開方得到的。圖像（x，y）點(diǎn)的梯度值：
為了突出物體的邊緣，常常采用梯度值的改進(jìn)算法，將圖像各個(gè)點(diǎn)的梯度值與某一閾值作比較，如果大于閾值，該像素點(diǎn)的灰度用梯度值表示，否則用一個(gè)固定的灰度值表示。
我們?cè)趯?duì)圖像增強(qiáng)的過程中，采用的是一種簡(jiǎn)單的高頻濾波增強(qiáng)方法：
式中f，g分別為銳化前后的圖像，
是與擴(kuò)散效應(yīng)有關(guān)的系數(shù)。
表示對(duì)圖像f進(jìn)行二次微分的拉普拉斯算子。這表明不模糊的圖像可以由模糊的圖像減去乘上系數(shù)的模糊圖像拉普拉斯算子來得到。
可以用下面的模板H=，，}來近似。在具體實(shí)現(xiàn)時(shí)，上述模板H中的各個(gè)系數(shù)可以改變，
這個(gè)系數(shù)的選擇也很重要，太大了會(huì)使圖像的輪廓過沖，太小了則圖像銳化不明顯。實(shí)驗(yàn)表明，
選取2-8之間往往可以達(dá)到比較滿意的效果。下面給出
等于4的情況下的實(shí)現(xiàn)代碼和效果圖：
void CDibView::OnMenuitem32785()
{
CClientDC pDC(this);
HDC hDC=pDC.GetSafeHdc();//獲取當(dāng)前設(shè)備上下文的句柄；
SetStretchBltMode(hDC,COLORONCOLOR);
CDibDoc *pDoc=GetDocument();
HDIB hdib;
hdib=pDoc->GetHDIB();
BITMAPINFOHEADER *lpDIBHdr;//位圖信息頭結(jié)構(gòu)指針；
BYTE *lpDIBBits;//指向位圖像素灰度值的指針；
lpDIBHdr=( BITMAPINFOHEADER *)GlobalLock(hdib);//得到圖像的位圖頭信息 lpDIBBits=(BYTE*)lpDIBHdr+sizeof(BITMAPINFOHEADER)+256*sizeof(RGBQUAD);//獲取圖像像素值
BYTE* pData1;
static int a[3][3]=,,};//拉普拉斯算子模板；
int m,n,i,j,sum;
int Width=lpDIBHdr->biWidth;
int Height=lpDIBHdr->biHeight;
pData1=(BYTE*)new char[WIDTHBYTES(Width*8)*Height];
file://進(jìn)行拉普拉斯濾波運(yùn)算；
for(i=1;i for(j=1;j {
sum=0;
for(m=-1;m<2;m++)
for(n=-1;n<2;n++) sum+=*(lpDIBBits+WIDTHBYTES(Width*8)*(i+m)+j+n)*a[1+m][1+n];
if(sum<0) sum=0;
if(sum>255) sum=255;
*(pData1+WIDTHBYTES(Width*8)*i+j)=sum;
}
file://原始圖像pData減去拉普拉斯濾波處理后的圖像pData1
for(i=0;i for(j=0;j { sum=(int)(*(lpDIBBits+WIDTHBYTES(Width*8)*i+j)-4*(*(pData1+WIDTHBYTES(Width*8)*i+j)));
if(sum<0) sum=0;
if(sum>255) sum=255;
*(lpDIBBits+WIDTHBYTES(Width*8)*i+j)=sum;
}
StretchDIBits (hDC,0,0,lpDIBHdr->biWidth,lpDIBHdr->biHeight,0,0,
lpDIBHdr->biWidth,lpDIBHdr->biHeight,
lpDIBBits,(LPBITMAPINFO)lpDIBHdr,
DIB_RGB_COLORS,
SRCCOPY);
}
（a）LENA原圖
（b）拉普拉斯銳化圖
圖 五
本文主要講解了圖像直方圖的基本概念和圖像點(diǎn)處理運(yùn)算中的增強(qiáng)、平滑、銳化概念和實(shí)現(xiàn)算法，并給處理實(shí)現(xiàn)代碼和處理效果圖和廣大讀者朋友們交流，希望達(dá)到拋磚引玉的作用。