面向对象的灰度图像直方图均衡实现.docVIP

面向对象的灰度图像直方图 均衡化实现 面向对象的灰度图像直方图均衡化实现 摘 要：数字图像处理技术以计算机为工具，能够方便快速的对数字图像进行各种变换和信息提取，应用广阔。数字图像直方图均衡化作为一种空间域灰度变换，能够智能的提高图像对比度，应用广泛，而编写面向对象的程序可以让这样的工作一劳永逸。本论文首先介绍直方图均衡化的特点和面向对象编程的优势，再阐述直方图均衡化的基本原理，然后给出基于MFC的具体实现方法，最后给出实验结果并进行分析。 关键字：数字图像处理 直方图均衡化 面向对象 MFC 1 引言 图像的直方图反映图像灰度的统计特性,表达了图像中取不同灰度值的面积或像素数在整幅图像中所占的比例,是图像中最基本的信息。 直方图均衡化的基本思想是对原始图像中的像素灰度做某种映射变换，使变换后的图像灰度的概率密度尽可能的均匀分布，这意味着出现概率大的灰度段被拉伸，而出现概率小的灰度段被压缩，也就是说通过牺牲少数像素点的灰度动态范围，来增加多数像素点的灰度动态范围，达到在整体上增强图像对比度的目的。直方图均衡化由于压缩了一部分灰度段，会导致图像信息的丢失，但对于具有256灰度级的图像来说，由于人眼能分辨的灰度级小于256，所以不会影响图像的视觉效果。 传统的图像灰度变换，包括分段线性变换，对数函数非线性变换和指数函数非线性变换等,都能实现增强对比度的目的,但是所有这些变换必须先根据具体图像进行分析，来估计出最佳参数，然后对图像进行处理。例如,在图像整体偏暗的情况下,可以使用对数函数变换以达到增强对比度和亮度的目的,反之则使用指数函数来增强对比度和降低亮度，而对于灰读分布缺乏规律的图像则可采用分段线性变换等方法来处理。这些处理方法一个显著的缺点不仅仅在于确定怎样的变换函数，更在于各种变换函数的参数难于估计，往往需要长时间分析或采用多次实验的方法来达到最佳变换效果。而直方图均衡化的优势也正在于此，它对所有的图像都一视同仁，同时还能达到较为理想的对比度增强效果。 实现直方图均衡化的方法很多，常用的是使用面向过程编程的方法，这种方法简单易行，处理方便。例如用VB实现，不仅能够快速简单实现，还能拥有丰富的图形界面，或者用C语言实现，程序更加简洁。但是本文采用以MFC（微软基础类）为基础的面向对象的方法来实现该功能，它的优势在于具有较好的可扩展性和重用性。 2 直方图均衡化原理 直方图的横坐标是灰度级，一般用r表示，纵坐标是具有该灰度级的像素个数或出现这个灰度级的概率P(rk)。 P(rk)=nk/N 式中，N为一幅图像中的像素的总数，nk为图像中第k级灰度的像素数，rk表示第k个灰度级，P(rk)表示该灰度级出现的概率。因为P(rk)给出了对rk出现概率的一个估计，所以直方图提供了原图的灰度分布情况。 直方图均衡的基本思想是对原始图像中的像素灰度做某种映射变换,使变换后的图像灰度的概率密度是均匀分布的,即变换后图像是一幅灰度级均匀分布的图像,这意味着图像灰度的动态范围的可得到理想的伸缩，从而可提高图像对比度。 本论文中，为研究方便，用r和s分别表示归一化了的原始图像和变换后的图像灰度。即 0≤r≤1，0≤s≤1(0代表黑，1代表白) 在[0，1]区间内的任一个r植，都可以产生一个s值，即s=T(r)，T(r)为变换函数。为使灰度变换具有实际意义，T(r)应满足以下条件： （1）在0≤r≤1区间，T(r)为单调递增函数； （2）在0≤r≤1区间，有0≤T(r)≤1。 这里，条件（1）保证灰度级从黑到白的次序，条件（2）保证变换后的像素灰度仍在原来的动态范围内。 对于离散图像，假定数字图像中的总像素为N，灰度级的总数为L个，第k个灰度级的值为rk，图像中具有灰度级rk的像素数目为nk，则该图像中灰度级rk的像素出现概率（或称频数）为： Pr(rk)=nk/N (0≤rk≤1；k=0,1,...,L-1) 对其进行均匀化处理的变换函数为： 利用上式对图像做灰度变换，即可得到直方图均衡化后的图像。 本论文中，以尺寸为400*300的256色灰度图像为例，其实现直方图均衡化的主要步骤如下： （1）统计原始图像各灰度级像素点个数rk（k为灰度级） （2）k从0到255进行循环取值，令，若发现sk最接近，则将0到k像素级的像素置为0，并保存当前k值，令l=k。 （3）继续对k进行循环取值，直到sk最接近，n取2到256，将间k-l个像素置为n。 （4）反复执行第（3）步，直到k=256,n=257,循环结束。 3 面向对象算法实现 3.