主頁（http://www.by236.com）：談監控圖像處理軟件包 【中國集群通信網】圖像處理軟件包 圖像處理軟件包通常是以菜單的形式出現的，在Windows操作系統的環境下來設計菜單形式的圖像處理軟件包，比在DOS操作系統的環境下容易得多，外設的管理和漢字的注釋不再費事，而且用VisualC++編程，已有現成的菜單形式可以借用，這樣可以集中精力去設計圖像處理的算法。 圖像處理軟件包分為專用圖像處理軟件包和通用圖像處理軟件包，專用圖像處理都以軟件處理為主，解決特定的問題。通用圖像處理軟件包主要采用菜單形式，其算法相對比較簡單，只是要求具有一些初步的算法，但一定具有圖像輸入功能。 菜單一般有多級，主菜單里可以分為幾個大項，如文件管理、圖像獲取、圖像編輯、圖像二值化、邊緣增強、圖像量測、圖像變換等，每一個菜單大項的下級菜單又分若干小項，現以單屏圖像處理軟件包為例，簡要介紹菜單的各項內容。
圖2 Windows 圖像基礎結構的總體結構圖 文件管理 這一項主要是圖像的存盤和加載，有時把圖像的打印也放在這一類里。圖像的存盤和加載要解決兩個主要的問題，一個是圖像區域的確定，另一個是圖像格式的規范。 圖像區域分為規則區域和不規則區域，規則區域通常指矩形區域，不規則區域通常指用鼠標器畫出來的一個封閉的單連通區域。 在規則區域的情況下，存儲圖像時常用鼠標器來確定所需存儲的區域，加載時又可以用鼠標器來確定所加載圖像的顯示位置。圖像處理常常按整幅圖像來進行，有時也把區域分為整幅圖像區域和局部圖像區域，由于整幅操作不再需要鼠標器來確定區域，因此可以簡化操作。 規則區域圖像的格式有自由格式和標準格式兩種。對于灰度圖像，自由格式文件的第一個字節為0，表示是灰度圖像，后兩個字節表示矩形區域的寬，接下來的兩個字節表示矩形區域的高，隨后是灰度圖像數據，一個字節表示一個像素，每個像素按照從左到右、從上到下排列。對于彩色圖像，常用RGB基色的彩色空間。其自由格式文件的第一個字節為1，表示是彩色圖像，后兩個字節表示矩形區域的寬，接下來的兩個字節表示矩形區域的高，隨后是彩色圖像數據，三個字節表示一個像素，順序是R，G，B，每個像素按照從左到右、從上到下的順序排列。標準格式的圖像文件有BMP，TIFF等格式，也有壓縮存儲的格式。 不規則區域的圖像存儲和加載比一般矩形區域復雜，首先遇到的是區域邊界的描述問題，一般有多邊形描述方法和鏈碼(chain codes)描述方法。 不規則的圖像文件的結構如表1所示。文件頭是一個CHAIN-HEAD型的結構體的對象;鏈碼數據就是從圖像起始掃描點(xs，ys)開始，以順時針方向沿區域外邊界曲線行走得到的各個節點的數據，其數目由文件頭的code_size確定;掃描線的位置數據是若干個CHAIN_SORT型結構體的對象，數目由文件頭中的couple_size確定。 圖像獲取 圖像輸入設備有攝像機、掃描儀等，要在菜單里嵌入這些設備的圖像輸入功能，就必須使用相應設備的設備驅動程序。當攝像機輸入時，有兩種狀態： ·直通狀態，這是為了調整攝像機的工作狀態，如聚焦、調整光圈等。這種“直通”，實際上是一個連續數字化、傳輸、顯示的過程; ·采集狀態，采集分單幀采集和多幀采集，多幀采集時至少需要開辟相應存儲容量的內存空間。
圖像編輯 圖像編輯功能包括圖像的放大、縮小、旋轉、平移、文字注釋、圖像動態顯示等。軟件進行的圖像放大基本上都是無級放大，所謂無級放大，是指放大倍數可以是非整數的放大，如放大2.2倍。圖像放大時，要進行插值處理，有兩種插值處理的方法： ·重讀插值，如放大兩倍，即在x,y兩個方向上都放大兩倍，這樣一個點變成了2×2鄰域的四個點，每個點的數值相同且為原來點的值; ·線性插值，雙線性插值的放大效果最好。 圖像縮小一般是抽點，即按縮小的比例把多余的點去掉。圖像的旋轉是原始圖像乘一個旋轉矩陣，旋轉的角度可以由鼠標器確定。算法實現時，首先應確定旋轉后得到的區域，由這個區域的每一個點去對應原始圖像的點，即把原始圖像對應點的值來作為該點的值，這樣做的好處是不會出現空點。 灰度變換 在數字圖像處理中，經常需要對圖像的灰度進行某種變換，達到好的視覺效果或者便于以后的特征提取和識別。灰度變換是圖像預處理(preprocessing)的基本內容之一。下面只簡介3種灰度變換，其數學公式從略。 1、灰度級的線性變換 圖像由于成像時曝光不足或過度，成像設備的非線性或圖像記錄設備動態范圍太窄等因素，都會產生對比度不足的弊病，使圖像中的細節分辨不清。這時如果將圖像灰度線性擴展，常能顯著改善圖像的觀看質量。 2、灰度級的對數變換 當希望對圖像的低灰度區有較大的擴展而對高灰度區壓縮時，可采用灰度級的對數變換，它能使圖像灰度的分布均勻，與人的視覺特性相匹配。 3、直方圖統計與直方圖均衡化 對于灰度圖像可統計其直方圖，將統計結果用圖示法直觀地表示出來。直方圖均衡化是當一個圖像具有平坦的均勻分布直方圖時，各個灰度等級都能充分發揮作用，可以得到比較好的視覺效果。 邊緣增強 邊緣是圖像的最基本特征。邊緣包括著有價值的目標邊界信息，這些信息可以用于圖像分析、目標識別以及圖像濾波。邊緣檢測和邊緣增強的常用方法是微分運算。圖像中灰度發生突變或不連續的地方稱為邊緣，這些地方的微分值往往比較大。 下面只羅列7種邊緣增強方法及其檢測算子，其數學公式這里從略，應用時可參閱有關專著資料。常用的邊緣增強方法有： ·雙向一次微分; ·二次微分; ·Roberts算子。這是一種差分算子，由于窗口小，平滑噪聲作用也小，改進的另兩種算子是Prewitt算子和Sobel算子，它們對有噪聲的階躍型邊沿的檢測能力比Roberts的好; ·Sobel微分運算。Sobel可以產生較好的邊緣檢測效果，而且受噪聲的影響也比較小;
|
