数字图像处理实验4报告

文档编号：2012301610066

版本号：001

编制人：郑琪

编制日期：2014.4.9

最后修改日期：2014.4.9 数字图像处理实验报告——图像常用格式及显示

武汉大学

2014.04

1实验内容

本实验报告主要介绍图像锐化及边缘检测。

1.1目的

本次实验的目标主要是为了:

1. 理解图像空间域锐化的目的和意义；

2. 了解图像空间域锐化的各种方法及优缺点；

3. 掌握图像空间域的邻域运算方法;

4. 掌握图像锐化处理算法及流程；

5. 进一步熟悉Visual C＋＋

6.0下图像处理基本编程方法及图像局部处理方法；

6. 掌握Visual C＋＋ 6.0中构建数据输入对话框方法；

7. 编程实现图像梯度锐化、Roberts锐化、Prewitt锐化、Sobel锐化、 Laplace锐化及高通滤波法；

8. 理解空间高通滤波法与其他各种图象锐化的区别和联系。

9. 总结实验过程（实验报告）：编程、调试、结果、分析、结论。

1.2 主要代码注释

1.图像梯度锐化代码

/*************************************************************************

*

* 函数名称：

* GradSharp()

*

* 参数:

* unsigned char * lpDIBBits - 指向源DIB图像指针

* LONG lWidth - 源图像宽度（象素数）

* LONG lHeight - 源图像高度（象素数）

* BYTE bThre - 阈值

*

* 返回值:

* BOOL - 成功返回TRUE，否则返回FALSE。

*

* 说明:

* 该函数用来对图像进行梯度锐化。

*

************************************************************************/ BOOL WINAPI GradSharp(unsigned char *lpDIBBits, LONG lWidth, LONG lHeight, BYTE bThre)

{

// 指向源图像的指针

unsigned char* lpSrc;

unsigned char* lpSrc1;

unsigned char* lpSrc2;

// 循环变量

LONG i;

LONG j;

// 图像每行的字节数

LONG lLineBytes;

// 中间变量

BYTE bTemp;

// 计算图像每行的字节数

lLineBytes = (((lWidth * 8) + 31) / 32 * 4); // 每行字节

for(i = 0; i < lHeight; i++)

{

// 每列

for(j = 0; j < lWidth; j++)

{

// 指向DIB第i行，第j个象素的指针

lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;

// 指向DIB第i+1行，第j个象素的指针

lpSrc1 = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 2 - i) + j;

// 指向DIB第i行，第j+1个象素的指针

lpSrc2 = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j + 1;

bTemp = abs((*lpSrc)-(*lpSrc1)) + abs((*lpSrc)-(*lpSrc2));

// 判断是否小于阈值

if (bTemp < 255)

{

// 判断是否大于阈值，对于小于情况，灰度值不变。

if (bTemp >= bThre)

{

// 直接赋值为bTemp

*lpSrc = bTemp;

}

}

else

{

// 直接赋值为255

*lpSrc = 255;

}

}

}

// 返回

return TRUE;

}

void CZhengqiImageView::OnEnhaGradsharp()

{

// TODO: Add your command handler code here

// TODO: Add your command handler code here

// 梯度锐化

CZhengqiImageDoc* pDoc = GetDocument();

ASSERT_V ALID(pDoc);

unsigned char * pBits=pDoc->m_pBits;

int nWidth=pDoc->imageWidth;

int nHeight=pDoc->imageHeight;

int nColorBits = pDoc->m_nColorBits;

if (nColorBits != 8)

{

// 提示用户

MessageBox("目前只支持256色位图的梯度锐化！", "系统提示" ,

MB_ICONINFORMATION | MB_OK);

// 返回

return;

}

// 阈值

BYTE bThre=10;

// 更改光标形状

BeginWaitCursor();

// 调用GradSharp()函数进行梯度板锐化

if(::GradSharp(pBits, nWidth, nHeight, bThre))

{

// 设置脏标记

pDoc->SetModifiedFlag(TRUE);

// 更新视图

pDoc->UpdateAllViews(NULL);

}

else

{

// 提示用户

MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMA TION | MB_OK); }

// 恢复光标

EndWaitCursor();

}

https://www.360docs.net/doc/7616231303.html,place锐化代码

/************************************************************************* *

* 函数名称：

* Template()

*

* 参数:

* unsigned char * lpDIBBits - 指向源DIB图像指针

* LONG lWidth - 源图像宽度（象素数）

* LONG lHeight - 源图像高度（象素数）

* int iTempH - 模板的高度

* int iTempW - 模板的宽度

* int iTempMX - 模板的中心元素X坐标( < iTempW - 1)

* int iTempMY - 模板的中心元素Y坐标( < iTempH - 1)

* FLOAT * fpArray - 指向模板数组的指针

* FLOAT fCoef - 模板系数

*

* 返回值:

* BOOL - 成功返回TRUE，否则返回FALSE。

*

* 说明:

* 该函数用指定的模板（任意大小）来对图像进行操作，参数iTempH指定模板

* 的高度，参数iTempW指定模板的宽度，参数iTempMX和iTempMY指定模板的中心* 元素坐标，参数fpArray指定模板元素，fCoef指定系数。

*

************************************************************************/

BOOL WINAPI Template(unsigned char * lpDIBBits, LONG lWidth, LONG lHeight,

int iTempH, int iTempW,

int iTempMX, int iTempMY,

FLOAT * fpArray, FLOAT fCoef)

{

// 指向复制图像的指针

unsigned char * lpNewDIBBits;

// 指向源图像的指针

unsigned char* lpSrc;

// 指向要复制区域的指针

unsigned char* lpDst;

// 循环变量

LONG i;

LONG j;

LONG k;

LONG l;

// 计算结果

FLOAT fResult;

// 图像每行的字节数

LONG lLineBytes;

// 计算图像每行的字节数

lLineBytes = (((lWidth * 8) + 31) / 32 * 4);

// 暂时分配内存，以保存新图像

lpNewDIBBits = new unsigned char[lLineBytes * lHeight] ;

// 判断是否内存分配失败

if (lpNewDIBBits == NULL)

{

// 分配内存失败

return FALSE;

}

// 初始化图像为原始图像

memcpy(lpNewDIBBits, lpDIBBits, lLineBytes * lHeight);

// 行(除去边缘几行)

for(i = iTempMY; i < lHeight - iTempH + iTempMY + 1; i++)

{

// 列(除去边缘几列)

for(j = iTempMX; j < lWidth - iTempW + iTempMX + 1; j++)

{

// 指向新DIB第i行，第j个象素的指针

lpDst = (unsigned char*)lpNewDIBBits + lLineBytes * (lHeight - 1 - i) + j;

fResult = 0;

// 计算

for (k = 0; k < iTempH; k++)

{

for (l = 0; l < iTempW; l++)

{

// 指向DIB第i - iTempMY + k行，第j - iTempMX + l个象素的指针

lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i + iTempMY - k)

+ j - iTempMX + l;

// 保存象素值

fResult += (* lpSrc) * fpArray[k * iTempW + l];

}

}

// 乘上系数

fResult *= fCoef;

// 取绝对值

fResult = (FLOAT ) fabs(fResult);

// 判断是否超过255

if(fResult > 255)

{

// 直接赋值为255

* lpDst = 255;

}

else

{

// 赋值

* lpDst = (unsigned char) (fResult + 0.5);

}

}

}

// 复制变换后的图像

memcpy(lpDIBBits, lpNewDIBBits, lLineBytes * lHeight);

delete lpNewDIBBits;

// 返回

return TRUE;

}

void CZhengqiImageView::OnEnhaSharp()

{

// TODO: Add your command handler code here

// 图像锐化

// 梯度锐化

CZhengqiImageDoc* pDoc = GetDocument();

ASSERT_V ALID(pDoc);

unsigned char * pBits=pDoc->m_pBits;

int nWidth=pDoc->imageWidth;

int nHeight=pDoc->imageHeight;

int nColorBits = pDoc->m_nColorBits;

if (nColorBits != 8)

{

// 提示用户

MessageBox("目前只支持256色位图的梯度锐化！", "系统提示" ,

MB_ICONINFORMATION | MB_OK);

// 返回

return;

}

// 模板高度

int iTempH;

// 模板宽度

int iTempW;

// 模板系数

FLOAT fTempC;

// 模板中心元素X坐标

int iTempMX;

// 模板中心元素Y坐标

int iTempMY;

// 模板元素数组

FLOAT aValue[9];

// 更改光标形状

BeginWaitCursor();

// 设置拉普拉斯模板参数

iTempW = 3;

iTempH = 3;

fTempC = 1.0;

iTempMX = 1;

iTempMY = 1;

aValue[0] = -1.0;

aValue[1] = -1.0;

aValue[2] = -1.0;

aValue[3] = -1.0;

aValue[4] = 9.0;

aValue[5] = -1.0;

aValue[6] = -1.0;

aValue[7] = -1.0;

aValue[8] = -1.0;

// 调用Template()函数用拉普拉斯模板锐化DIB

if (::Template(pBits, nWidth, nHeight,

iTempH, iTempW, iTempMX, iTempMY, aValue, fTempC)) {

// 设置脏标记

pDoc->SetModifiedFlag(TRUE);

// 更新视图

pDoc->UpdateAllViews(NULL);

}

else

{

// 提示用户

MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMA TION | MB_OK); }

// 恢复光标

EndWaitCursor();

}

3.SOBEL 边缘代码

/*************************************************************************

*

* 函数名称：

* SobelDIB()

*

* 参数:

* unsigned char * lpDIBBits - 指向源DIB图像指针

* LONG lWidth - 源图像宽度（象素数，必须是4的倍数）

* LONG lHeight - 源图像高度（象素数）

* 返回值:

* BOOL - 边缘检测成功返回TRUE，否则返回FALSE。

*

* 说明:

* 该函数用Sobel边缘检测算子对图像进行边缘检测运算。

*

* 要求目标图像为灰度图像。

************************************************************************/

BOOL WINAPI SobelDIB(unsigned char * lpDIBBits, LONG lWidth, LONG lHeight)

{

// 指向缓存图像的指针

unsigned char * lpDst1;

unsigned char * lpDst2;

lWidth= (((lWidth * 8) + 31) / 32 * 4);

// 指向缓存DIB图像的指针

unsigned char * lpNewDIBBits1;

unsigned char * lpNewDIBBits2;

//循环变量

long i;

long j;

// 模板高度

int iTempH;

// 模板宽度

int iTempW;

// 模板系数

FLOAT fTempC;

// 模板中心元素X坐标

int iTempMX;

// 模板中心元素Y坐标

int iTempMY;

//模板数组

FLOAT aTemplate[9];

// 暂时分配内存，以保存新图像

lpNewDIBBits1 = new unsigned char[lWidth * lHeight];

if (lpNewDIBBits1 == NULL)

{

// 分配内存失败

return FALSE;

}

// 暂时分配内存，以保存新图像

// 锁定内存

lpNewDIBBits2 = new unsigned char[lWidth * lHeight]; if (lpNewDIBBits2 == NULL)

{

// 分配内存失败

return FALSE;

}

// 拷贝源图像到缓存图像中

lpDst1 = lpNewDIBBits1;

memcpy(lpNewDIBBits1, lpDIBBits, lWidth * lHeight);

lpDst2 = lpNewDIBBits2;

memcpy(lpNewDIBBits2, lpDIBBits, lWidth * lHeight);

// 设置Sobel模板参数

iTempW = 3;

iTempH = 3;

fTempC = 1.0;

iTempMX = 1;

iTempMY = 1;

aTemplate[0] = -1.0;

aTemplate[1] = -2.0;

aTemplate[2] = -1.0;

aTemplate[3] = 0.0;

aTemplate[4] = 0.0;

aTemplate[5] = 0.0;

aTemplate[6] = 1.0;

aTemplate[7] = 2.0;

aTemplate[8] = 1.0;

// 调用Template()函数

if (!Template(lpNewDIBBits1, lWidth, lHeight,

iTempH, iTempW, iTempMX, iTempMY, aTemplate, fTempC)) {

return FALSE;

}

// 设置Sobel模板参数

aTemplate[0] = -1.0;

aTemplate[1] = 0.0;

aTemplate[2] = 1.0;

aTemplate[3] = -2.0;

aTemplate[4] = 0.0;

aTemplate[5] = 2.0;

aTemplate[6] = -1.0;

aTemplate[7] = 0.0;

aTemplate[8] = 1.0;

// 调用Template()函数

if (!Template(lpNewDIBBits2, lWidth, lHeight,

iTempH, iTempW, iTempMX, iTempMY, aTemplate, fTempC)) {

return FALSE;

}

//求两幅缓存图像的最大值

for(j = 0; j

{

for(i = 0;i

{

// 指向缓存图像1倒数第j行，第i个象素的指针

lpDst1 = lpNewDIBBits1 + lWidth * j + i;

// 指向缓存图像2倒数第j行，第i个象素的指针

lpDst2 = lpNewDIBBits2 + lWidth * j + i;

if(*lpDst2 > *lpDst1)

*lpDst1 = *lpDst2;

}

}

// 复制经过模板运算后的图像到源图像

memcpy(lpDIBBits, lpNewDIBBits1, lWidth * lHeight);

delete lpNewDIBBits2;

delete lpNewDIBBits1;

// 返回

return TRUE;

}

void CZhengqiImageView::OnEdgeSobel()

{

// TODO: Add your command handler code here

// 梯度锐化

CZhengqiImageDoc* pDoc = GetDocument();

ASSERT_V ALID(pDoc);

unsigned char * pBits=pDoc->m_pBits;

int nWidth=pDoc->imageWidth;

int nHeight=pDoc->imageHeight;

int nColorBits = pDoc->m_nColorBits;

if (nColorBits != 8)

{

// 提示用户

MessageBox("目前只支持256色位图的梯度锐化！", "系统提示" ,

MB_ICONINFORMATION | MB_OK);

// 返回

return;

}

//Sobel边缘检测运算

// 调用SobelDIB()函数对DIB进行边缘检测

if (SobelDIB(pBits, nWidth, nHeight))

{

// 设置脏标记

pDoc->SetModifiedFlag(TRUE);

// 更新视图

pDoc->UpdateAllViews(NULL);

}

else

{

// 提示用户

MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMA TION | MB_OK); }

// 恢复光标

EndWaitCursor();

}

4. PREWITT边缘代码

/*************************************************************************

*

* 函数名称：

* PREWITTDIB()

*

* 参数:

* unsigned char * lpDIBBits - 指向源DIB图像指针

* LONG lWidth - 源图像宽度（象素数，必须是4的倍数）

* LONG lHeight - 源图像高度（象素数）

* 返回值:

* BOOL - 边缘检测成功返回TRUE，否则返回FALSE。

*

* 说明:

* 该函数用Sobel边缘检测算子对图像进行边缘检测运算。

*

* 要求目标图像为灰度图像。

************************************************************************/

BOOL WINAPI PrewittDIB(unsigned char * lpDIBBits, LONG lWidth, LONG lHeight) {

// 指向缓存图像的指针

unsigned char * lpDst1;

unsigned char * lpDst2;

lWidth= (((lWidth * 8) + 31) / 32 * 4);

// 指向缓存DIB图像的指针

unsigned char * lpNewDIBBits1;

unsigned char * lpNewDIBBits2;

//循环变量

long i;

long j;

// 模板高度

int iTempH;

// 模板宽度

int iTempW;

// 模板系数

FLOAT fTempC;

// 模板中心元素X坐标

int iTempMX;

// 模板中心元素Y坐标

int iTempMY;

//模板数组

FLOAT aTemplate[9];

// 暂时分配内存，以保存新图像

lpNewDIBBits1 = new unsigned char[lWidth * lHeight];

if (lpNewDIBBits1 == NULL)

{

// 分配内存失败

return FALSE;

}

// 暂时分配内存，以保存新图像

// 锁定内存

lpNewDIBBits2 = new unsigned char[lWidth * lHeight];

if (lpNewDIBBits2 == NULL)

{

// 分配内存失败

return FALSE;

}

// 拷贝源图像到缓存图像中

lpDst1 = lpNewDIBBits1;

memcpy(lpNewDIBBits1, lpDIBBits, lWidth * lHeight);

lpDst2 = lpNewDIBBits2;

memcpy(lpNewDIBBits2, lpDIBBits, lWidth * lHeight);

// 设置Sobel模板参数

iTempW = 3;

iTempH = 3;

fTempC = 1.0;

iTempMX = 1;

iTempMY = 1;

aTemplate[0] = -1.0;

aTemplate[1] = -1.0;

aTemplate[2] = -1.0;

aTemplate[3] = 0.0;

aTemplate[4] = 0.0;

aTemplate[5] = 0.0;

aTemplate[6] = 1.0;

aTemplate[7] = 1.0;

aTemplate[8] = 1.0;

// 调用Template()函数

if (!Template(lpNewDIBBits1, lWidth, lHeight,

iTempH, iTempW, iTempMX, iTempMY, aTemplate, fTempC))

return FALSE;

}

// 设置Sobel模板参数

aTemplate[0] = -1.0;

aTemplate[1] = 0.0;

aTemplate[2] = 1.0;

aTemplate[3] = -1.0;

aTemplate[4] = 0.0;

aTemplate[5] = 1.0;

aTemplate[6] = -1.0;

aTemplate[7] = 0.0;

aTemplate[8] = 1.0;

// 调用Template()函数

if (!Template(lpNewDIBBits2, lWidth, lHeight,

iTempH, iTempW, iTempMX, iTempMY, aTemplate, fTempC)) {

return FALSE;

}

//求两幅缓存图像的最大值

for(j = 0; j

{

for(i = 0;i

{

// 指向缓存图像1倒数第j行，第i个象素的指针

lpDst1 = lpNewDIBBits1 + lWidth * j + i;

// 指向缓存图像2倒数第j行，第i个象素的指针

lpDst2 = lpNewDIBBits2 + lWidth * j + i;

if(*lpDst2 > *lpDst1)

*lpDst1 = *lpDst2;

}

}

// 复制经过模板运算后的图像到源图像

memcpy(lpDIBBits, lpNewDIBBits1, lWidth * lHeight);

delete lpNewDIBBits2;

delete lpNewDIBBits1;

// 返回

return TRUE;

}

void CZhengqiImageView::OnEdgePrewitt()

{

// TODO: Add your command handler code here

//Prewitt边缘检测运算

// 梯度锐化

CZhengqiImageDoc* pDoc = GetDocument();

ASSERT_V ALID(pDoc);

unsigned char * pBits=pDoc->m_pBits;

int nWidth=pDoc->imageWidth;

int nHeight=pDoc->imageHeight;

int nColorBits = pDoc->m_nColorBits;

if (nColorBits != 8)

{

// 提示用户

MessageBox("目前只支持256色位图的梯度锐化！", "系统提示" ,

MB_ICONINFORMATION | MB_OK);

// 返回

return;

}

//Sobel边缘检测运算

// 调用SobelDIB()函数对DIB进行边缘检测

if (PrewittDIB(pBits, nWidth, nHeight))

{

// 设置脏标记

pDoc->SetModifiedFlag(TRUE);

// 更新视图

pDoc->UpdateAllViews(NULL);

}

else

{

// 提示用户

MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMA TION | MB_OK); }

// 恢复光标

EndWaitCursor();

// TODO: Add your command handler code here

}

2.1 图像锐化的结果

2.2 Laplace锐化的结果

2.3 SOBEL 边缘提取的结果

2.4 PREWITT边缘提取的结果