电 子 科 技 大 学
实   验   报   告
学生姓名：       学 号：         指导教师：
一、实验室名称：网络工程实验室
二、实验项目名称：视觉类媒体——静止图像处理技术实验
三、实验原理：
2.1 彩色空间基础
自然界中所有的颜色都可以由R、G、B三基色按不同的强度组成而成，这就是三基色原理。
从心理学的角度来看，颜色有三个要素：色调(Hue)、饱和度(Saturation)和亮度(Brightness)。亮度指的是光作用于人眼时引起的明亮程度的感觉。色调反映颜色的类别,如红色、绿色、蓝色等，彩色物体的色调决定于在光照明下所反射光的光谱成分。色饱和度则是指基本色调中混入的白光的多少。
我们可以将任一种分解成亮度信号和色度信号，即YUV空间。YUV彩色空间和RGB彩色空间的变换关系为：
2.2    空域处理技术
空域处理是直接对图像中的各个像素进行处理，基本上是以灰度映射变换为基础的。所用的映射变换取决于增强的目的，例如增强图像的对比度，改善图像的灰度层次等处理均属于空域法处理。如果原始图像是f(x, y)，处理之后的图像是g(x, y)，而T（）是处理系统的冲激响应，那么处理过程可以用下式表示：
g(x, y)=T[f(x, y)],
如图1所示。





图一 图像处理过程
空域法处理通常是基于某一处理中心点的邻域来实现的，例如以(x, y)为中心的矩形区域子块图像，如图2所示。处理时对该子图像中的每一个像素点逐一进行相应的处理运算，即可得到处理之后的图像是g(x, y)。
2.2.1 灰度直方图
灰度直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系的图形。灰度直方图反映了一幅图像的灰度级分布特性。通过变换函数T（）可以控制图像灰度级的分布特性，从而改变图像的灰度层次，这就是直方图修改技术的基础。






图2 像素(x, y)的3×3 邻域
2.2.2基于直方图修改的图像增强技术
2.2.2.1 图像二值化处理（gate限法）
若图像中物体和背景的灰度存在较大的灰度反差的情况，其直方图的形状如图3所示。通过设置灰度级gate限，可将直方图划分为两段，一段对应于背景，一段对应于物体，从而形成了如下的二值化图像：
        255   if f(x, y)≥t
g(x, y)=
        n   if f(x, y) ≤t
其中t为阈值或gate限（threshold）。
    f




        70     t       200     255  
    灰度级
图 3 物体和背景反差较大的图像的直方图
 
2.2.2.2    调整对比度和亮度
由于图像的亮度范围不足或非线性会使图像的对比度不甚理想，可用像素值重新分配的方法来改善图像的对比度，扩大图像的亮度范围可以用线性映射的方法。变换函数如下：
          or

2.2.2.3    直方图均衡化
直方图均衡化是以累积分布函数变换法为基础的直方图修正技术。假定变换函数为：
S=T(r)=   0≤r≤1
其中 w积分变量，而 是r的累积分布函数（CDF）。在上述变换下，数字图像的直方图将成为均匀分布形状。
2.2.3 图像平滑
一幅图像可能存在着各种寄生效应，这些寄生效应可能在传输中产生，也可能在量化中等过程中产生。一个较好的平滑方法是既能消除这些寄生效应又不使图像轮廓和线条变模糊。图像平滑处理方法有空域法和频域法大类。
2.2.3.1    邻域平均法
邻域平均法是简单的空域处理方法。这种方法的基本思想是用几个像素灰度的平均值来代替每一个像素的灰度。假设给定一幅M×N个像素的图像f(x, y) ，平滑处理后得到一幅图像 g(x, y) 。g(x, y)由下式决定：
g(x, y)=
式中 x, y=0,1,2……, N-1. S 是点(x, y)邻域中点的坐标集合，包括 (x, y) 本身。 M是集合内坐标点的总数。
2.2.3.2    中值滤波
邻域平均法在去除噪声的同时也使图像的边缘变的模糊。中值滤波在某些条件下可以作到既去除噪声又保护图像边缘的较满意的复原。中值滤波是一种去除噪声的非线性处理方法。中值滤波的基本原理是把数字图像或数字序列中一点的值用一个邻域中各点值的中值取代。中值滤波可以有效的去除脉冲型的噪声，而且对图像的边缘有较好的保护。
2.2.4 边缘检测
物体的边缘是由灰度不连续性多反映的。经典的边缘提取方法是考察图像的每个像素的某个邻域内的灰度的变化，利用边缘附近一阶或二阶方向倒数变化规律，用简单的方法检测边缘。这种方法成为边缘检测局部算子法。
梯度算子
对图像f(x, y) 的每个像素取它的梯度值：

取适当的gate限TH，如果G（x, y）>TH，则为（x, y）边缘点。
2.3 频域法
2.3.1低通滤波
在分析图像信号的频谱特性时，一幅图像的边缘、跳跃部分以及颗粒噪声代表了图像信号的高频分量，而大面积的背景则代表图像信号的低频分量。用滤波的方法去除高频部分就能够去除噪声，使图像得到平滑。
由卷积定理可知，
G(u, v)=H(u, v)F(u, v)
其中F(u, v)含有噪声的图像的傅立叶变换，G(u, v) 是平滑处理后的图像之傅立叶变换， H(u, v) 是传递函数。选择传递函数H(u, v)，利用H(u, v)使F(u, v)的高频分量得到衰减，得到G(u, v) 后再经反傅立叶变换就可以得到所希望的平滑图像g(u, v)。显然H(u, v)应具有低通滤波特性，所以这种方法称为低通滤波法平滑化处理。
2.3.2高通滤波
因为图像中的边缘以及急剧变化部分与高频分量有关，所以当利用高通滤波器衰减图像信号中低频分量时就会相对的强调其高频分量，从而加强了图像的边缘以及急剧变化部分，达到图像尖锐化的目的。
四、实验目的：
1.1 学习几种常用的数字图像处理技术：
    基于直方图修改技术的图像增强
    边缘提取
    彩色空间变化
    图像平滑
    滤波
1.2. 了解人眼视觉特性.
1.3. 掌握图像直方图的概念及其它在图像处理中的用途
五、实验内容：
本实验通过一些应用程序，让学生对具体图像处理技术进行实现并处理观察结果，加深对静止图像处理方法的认识。具体实验内容包括：
1．    图像的时域处理
2．    图像的频域处理
3．    图像的边缘处理技术
六、实验器材（设备、元器件）：Pc机
七、实验步骤：
1. 图像演示
     打开计算机并运行Desktop\multimedia\source\图像演示.exe.
     点击 ok
     阅读 “程序说明区”的说明文档
    点击“请选择程序”右边的下拉箭头，选择其中一个程序并阅读 “程序说明区”的说明文档, 了解该程序的相关原理，然后点击run 。注意观察 “图像显示说明区”中处理前后的图像。“源程序”框中显示了相应的原代码。点击stop , 然后点击 Previous 或 Next逐步运行。
     点击Exit 退出程序。
2.    数字图像处理演示1
    运行Desktop\multimedia\ImageProcess\ImageProcess.exe。
    点击 Open 或者 , 选择flower.bmp, 打开
    点击 “直方图转化” 将彩[屏蔽]像转化成灰度图像。
    点击 “直方图” 得到图像的直方图，注意观察直方图。该图像的直方图是明显的双峰直方图。
    点击 “点运算/阈值变换”，改变 “阈值变换参数”， 点击 “确定”。观察所得到的图像。
    点击 “重新加载”重新载入该图像
    重复第五步并改变 “阈值变换参数”，观察结果和前一次有什么不同？
    点击 “点运算/灰度拉伸”，改变 “灰度拉伸参数”，点击 “确定”， 。观察所得到的图像。点击 “直方图”得到图像的直方图，注意观察直方图。比较处理前后的直方图。
    重复第五步并改变 “灰度拉伸参数”.
    点击 “噪声添加\随机噪声（或椒盐噪声）”. 点击 “图像增强\中值滤波（或图像平滑）”。比较不同滤波器去除噪声的效果。
    点击 “边缘检测” ，选择功能并观察所得的图像。
3. 数字图像处理演示2
    运行Desktop\multimedia\数字图像处理\数字图像处理演示.exe。
    点击 文件 中的打开 或者按钮 , 打开一个BMP文件。
    若打开的图像是真彩色，点击   将图像转变为灰度图像。
    点击 观察图像的直方图。打开另一个位图文件，重复上两步。观察直方图和图像的灰度分布有何关系？
    点击 图像增强\直方图处理\直方图均衡化 或者   ，点击 观察图像的直方图，处理前后的直方图有什么不同？
    点击 编辑\撤消 或者   ， 然后点击 图像增强\直方图处理\对比度增强 或者 ， 在空白处输入20, 0,80,120 然后点击 ok.
    点击 编辑\撤消 或者 ，重复上一步，改变输入的数值，观察所得到的图像和上一次的区别。
    点击 编辑\撤消 或者 ，然后点击 图像增强\加入噪声\脉冲噪声\线噪声（点噪声）或者   （ ）。点击 图像增强\滤波\中值滤波（均值滤波）或者 , 选择滤波器进行滤波处理，注意观察不同的滤波器处理的效果有什么不同？
4. 图像处理（边缘提取）演示程序2
    运行 Desktop\multimedia\边缘提取\图象处理（边缘提取）演示程序2.exe.
    打开一幅位图并点击 “功能选择”，选择其中一个功能，然后阅读原理框中的原理，点击 “开始处理”，观察处理后的结果。
    换一个功能并重复上述步骤。

八、实验数据及结果分析：
通过认真完成每一个实验步骤，回答下面的问题
1、什么是直方图？它在图像处理中有什么作用？
2、    如何对一幅图像进行增强？
3、    经过通信信道的传输，图像中可能产生随机噪声，请问用什么方法可以较好地去除随机噪声？
4、    边缘有何特点？如何进行边缘检测？
九、实验结论：
归纳常用的几种静止图像处理方法：

十、总结及心得体会：
十一、对本实验过程及方法、手段的改进建议：
                                  报告评分：
                        指导教师签字：