- 相關(guān)推薦
DSP技術(shù)實習(xí)報告
一 、實習(xí)題目
1、 灰度線性變換
2、 灰度的對數(shù)變換
3、 鋸齒波變換
4、 圖像剪取
二 、實習(xí)目的：
1、 鞏固和深化數(shù)字圖像處理技術(shù)所涉及的數(shù)理基礎(chǔ)、基本算法和各種圖像處理技術(shù)方法，學(xué)習(xí)和掌握圖像變換。
2、 對學(xué)習(xí)圖像處理的基礎(chǔ)知識對其應(yīng)用工程實踐有一定的認(rèn)識，提高學(xué)生對應(yīng)用軟件的使用能力。
3、 通過理論聯(lián)系實際，綜合運用所學(xué)知識，提高學(xué)生獨立分析和解決實際問題的能力，增強(qiáng)學(xué)生的工程意識，打好專業(yè)基礎(chǔ)
三、實習(xí)要求:
1、能夠根據(jù)設(shè)計題目要求查閱檢索有關(guān)的文獻(xiàn)資料，結(jié)合題目選學(xué)有關(guān)參考書;
2、熟悉計算機(jī)圖像處理的設(shè)計方法;
3、熟悉圖像灰度變換程序的設(shè)計方法;
4、掌握圖像灰度變換的仿真方法;
5、完成圖像的灰度變換。
四、系統(tǒng)原理描述:
灰度變換將輸入圖像映射為輸出圖像，輸出圖像每個像素點的灰度值僅由對應(yīng)的輸入像素點的值決定。它常用于改變圖像的灰度范圍及分布，是圖像數(shù)字化及圖像顯示的重要工具�；叶茸儞Q因其作用性質(zhì)有時也被稱為對比度增強(qiáng)、對比度拉伸或點運算，稱之為灰度變換。
灰度變換實際上是灰度到灰度的映射過程。設(shè)輸入圖像為A(x，y)輸出圖像為B(x，y)，則灰度變換可表示為：
即灰度變換完全由灰度映射函數(shù)決定。顯然灰度變換不會改變圖像內(nèi)像素點之間的空間關(guān)系。
1. 灰度線性變換
設(shè)圖像灰度值f(x，y)的可能值域為D，但在一定條件下，使得其取值范圍縮小為且如圖 7-11所示，這種狀態(tài)常出現(xiàn)于連續(xù)圖f(x，y)值的動態(tài)范圍小，或攝影曝光不足中，因而其對應(yīng)的直方圖P (D)如圖所示，集中于某個較小的灰度區(qū)間內(nèi)。但是通常人們希望灰度直方圖在全部灰度區(qū)域內(nèi)均勻分布，最簡單地是把低反差圖像進(jìn)行灰度變換得到高反差圖像，即線性變換，如下式：
該式可以使變換后的灰度的取值范圍擴(kuò)大到
一般來說，只有當(dāng)兩個相鄰像素的灰度值(亮度值)相差到一定程度時，人的視覺才能分辨。若灰度值D僅在較小區(qū)間內(nèi)時，則人眼可分辨的亮度差的總級數(shù)則亦很少，從而造成目標(biāo)圖像灰度值與背景灰度值相接近，人眼而無法分辨檢出。而對其進(jìn)行的變換后，則如上圖可使變得更大，從而使得視覺上對變換后圖像能夠分辨的亮度差的總級數(shù)增加，造成目標(biāo)圖像與背景間亮度差異的加大，使原先無法被人眼檢出的目標(biāo)圖像也能檢出，且變換后圖像清晰度也大大提高。
2. 灰度的對數(shù)變換
對數(shù)變換常用來擴(kuò)展低值灰度，而壓縮高值灰度，這樣可以使低值灰度的圖像細(xì)節(jié)更容易看清楚，對數(shù)變換的表達(dá)式為：
其中K為一根據(jù)圖像內(nèi)容來確定的常數(shù)因子。
3. 鋸齒波變換
這種方法常用來在動態(tài)范圍較小的顯示器上顯示動態(tài)范圍較大的圖像，或者用來發(fā)現(xiàn)圖像中基本輪廓，變換曲線如圖所示。
4. 圖像剪取
對于灰度圖像f，設(shè)定一個閾值t，若f(i，j) t，則f(i，j)的值保持不變。處理后的圖像仍然是灰度圖像，只不過閾值t以下的像素被置0。
五、方案論證及系統(tǒng)設(shè)計
六、系統(tǒng)程序的設(shè)計
1、灰度線性變換
#include
#include
#include "imagelib.h"
//添加圖像和視頻處理庫頭文件
#include "imagesample.h"
//添加圖像例子頭文件，
//包含原始的圖像文件goldhill[128][128]
#define MAX_PIXEL_VALUE 256
//包含原始圖像像素的最大灰度值
#define WIDTH 128
#define HEIGHT 128
//原始圖像行和列的像素數(shù)
int my_result[256];
//保存自編函數(shù)得到的灰度圖結(jié)果的數(shù)組
short histogram_output[256];
//保存調(diào)用庫函數(shù)得到的灰度圖結(jié)果的數(shù)組
short my_threshold_val=175;
//short my_threshold_val=127;
//閾值的設(shè)定
void my_histogram();
//聲明自編灰度圖算法顯示函數(shù)
void main( )
{
int i;
int my_size;
short *input;
my_size = WIDTH*HEIGHT;
//計算所有像素點數(shù)
input = &goldhill[0][0];
//獲取原始圖像的首地址
for(i= 0;i< MAX_PIXEL_VALUE;i++) histogram_output[i]= 0;
IMG_histogram(input，histogram_output，my_size);
//調(diào)用image.lib庫函數(shù)實現(xiàn)灰度圖顯示
my_histogram();
//自編C語言算法程序?qū)崿F(xiàn)灰度圖顯示
IMG_threshold( &goldhill[0][0]，&goldhill[0][0]，WIDTH ，HEIGHT， my_threshold_val );
//調(diào)用image.lib庫函數(shù)實現(xiàn)閾值處理與顯示
while(1);
}
void my_histogram()
{
int za=10，zb=235，i，j，z1=0，z2=255，zzba;
short (*p)[128];
//定義了一個指針變量p，
//指向了一個包含128個元素的一維數(shù)組，
//即行指針變量p
p=goldhill;
zzba=(z2-z1)/(float)(zb-za);
//獲取原始圖像的首地址
// for(i=0;i<256;i++) my_result[i]=0;
for (i=0;i<128;i++)
{ for (j=0;j<128;j++)
{
if(*(*(p+i)+j)<=za)*(*(p+i)+j)=z1;
else{
if(*(*(p+i)+j)>=zb)*(*(p+i)+j)=z2;
else *(*(p+i)+j)=zzba*(*(*(p+i)+j)-za)+z1+0.5;
}
// k=*(*(p+i)+j);
// my_result[k]++;
}
}
//自編灰度直方圖算法顯示函數(shù)
}
2、灰度的對數(shù)變換
#include
#include
#include "imagelib.h"
//添加圖像和視頻處理庫頭文件
#include "imagesample.h"
//添加圖像例子頭文件，
//包含原始的圖像文件goldhill[128][128]
#define MAX_PIXEL_VALUE 256
//包含原始圖像像素的最大灰度值
#define WIDTH 128
#define HEIGHT 128
#define ZERO 0
//原始圖像行和列的像素數(shù)
int my_result[256];
//保存自編函數(shù)得到的灰度直方圖結(jié)果的數(shù)組
short histogram_output[256];
//保存調(diào)用庫函數(shù)得到的灰度直方圖結(jié)果的數(shù)組
short my_threshold_val=175;
//short my_threshold_val=127;
//閾值的設(shè)定
void my_histogram();
//聲明自編灰度直方圖算法顯示函數(shù)
void main( )
{
int i;
int my_size;
short *input;
my_size = WIDTH*HEIGHT;
//計算所有像素點數(shù)
input = &goldhill[0][0];
//獲取原始圖像的首地址
for(i= 0;i< MAX_PIXEL_VALUE;i++) histogram_output[i]= 0;
IMG_histogram(input，histogram_output，my_size);
//調(diào)用image.lib庫函數(shù)實現(xiàn)灰度直方圖顯示
my_histogram();
//自編C語言算法程序?qū)崿F(xiàn)灰度直方圖顯示
IMG_threshold( &goldhill[0][0]，&goldhill[0][0]，WIDTH ，HEIGHT， my_threshold_val );
//調(diào)用image.lib庫函數(shù)實現(xiàn)閾值處理與顯示
while(1);
}
void my_histogram()
{
int i，j;
double za=2，zb=128，z1=0，z2=255，fij，gij，zzlba;
short (*p)[128];
//定義了一個指針變量p，
//指向了一個包含128個元素的一維數(shù)組，
//即行指針變量p
p=goldhill;
zzlba=(z2-z1)/(double)(log(zb)-log(za));
//獲取原始圖像的首地址
// for(i=0;i<256;i++) my_result[i]=0;
//初始化灰度直方圖結(jié)果數(shù)組
for (i=0;i<128;i++)
{ for (j=0;j<128;j++)
/* log transform.*/
{
fij=*(*(p+i)+j);
if(fij==0)fij=0.001;
gij=zzlba*(log(fij)-log(za))+z1;
*(*(p+i)+j)=gij+0.5;
}
}
// k=*(*(p+i)+j);
// my_result[k]++;
}
3、鋸齒波變換
#include
#include
#include "imagelib.h"
//添加圖像和視頻處理庫頭文件
#include "imagesample.h"
//添加圖像例子頭文件，
//包含原始的圖像文件goldhill[128][128]
#define MAX_PIXEL_VALUE 256
//包含原始圖像像素的最大灰度值
#define WIDTH 128
#define HEIGHT 128
//原始圖像行和列的像素數(shù)
int my_result[256];
//保存自編函數(shù)得到的灰度直方圖結(jié)果的數(shù)組
short histogram_output[256];
//保存調(diào)用庫函數(shù)得到的灰度直方圖結(jié)果的數(shù)組
short my_threshold_val=175;
//short my_threshold_val=127;
//閾值的設(shè)定
void my_histogram();
//聲明自編灰度直方圖算法顯示函數(shù)
void main( )
{
int i;
int my_size;
short *input;
my_size = WIDTH*HEIGHT;
//計算所有像素點數(shù)
input = &goldhill[0][0];
//獲取原始圖像的首地址
for(i= 0;i< MAX_PIXEL_VALUE;i++) histogram_output[i]= 0;
IMG_histogram(input，histogram_output，my_size);
//調(diào)用image.lib庫函數(shù)實現(xiàn)灰度直方圖顯示
my_histogram();
//自編C語言算法程序?qū)崿F(xiàn)灰度直方圖顯示
IMG_threshold(&goldhill[0][0]，&goldhill[0][0]，WIDTH，HEIGHT， my_threshold_val );
//調(diào)用image.lib庫函數(shù)實現(xiàn)閾值處理與顯示
while(1);
}
void my_histogram()
{
int i，j;
float lwidth=128，ratio=128，gg=235;
short (*p)[128];
//定義了一個指針變量p，
//指向了一個包含128個元素的一維數(shù)組，
//即行指針變量p
p=goldhill;
//獲
[DSP技術(shù)實習(xí)報告]相關(guān)文章：
【DSP技術(shù)實習(xí)報告】相關(guān)文章：
技術(shù)實習(xí)報告07-26
基于DSP整流器設(shè)計論文07-03
技術(shù)測量實習(xí)報告07-02
建筑技術(shù)實習(xí)報告01-04
通信技術(shù)實習(xí)報告03-09
測控技術(shù)實習(xí)報告02-14
通信技術(shù)實習(xí)報告06-28
想在北京的日企做dsp或java的實習(xí)生，大家來點意見07-03
軟件技術(shù)實習(xí)報告07-03
生物技術(shù)實習(xí)報告04-30