数字图像处理算法Word格式.docx

1、（1） 在空间域图像处理中，对于一个图像我们往往需要对其逐个像素的进行处理，对每个像素的处理使用相同的算法（或者是图像中的某个矩形部分）。即，对于图像f（x,y）,其中0xM,0yN,图像为M*N大小，使用算法algo，则f（x,y） = algo（f（x,y）。事先实现一个算法框架，然后再以函数指针或函数对象（functor,即实现operator（）的对象）传入算法，可以减轻编程的工作量。 如下代码便是一例:#ifndef PROCESSALGO_H#define PROCESSALGO_H#include Gdiplus.hnamespace nsimgtk template bool

2、ProcessPixelsOneByOne（Gdiplus:Bitmap* const p_bitmap, Processor processor, unsigned int x, unsigned int y, unsigned int width, unsigned int height） if （p_bitmap = NULL） return false; if （width + x p_bitmap-GetWidth（） | （height + y p_bitmap-GetHeight（）BitmapData bitmapData;Rect rect（x, y, width,heigh

3、t）; if （p_bitmap-LockBits（&rect, Gdiplus:ImageLockModeWrite, pixelFormat, &bitmapData） != Gdiplus:Ok） pixelType *pixels = （pixelType*）bitmapData.Scan0; for （unsigned int row=0; rowheight; +row） for （unsigned int col=0; colstring/ 8阶灰度图的灰度反转算法 class NegativeGray8 public: void operator（）（unsigned char

4、 *const p_value） *p_value = 0xff; ;/ 8阶灰度图的Gamma校正算法 class GammaCorrectGray8 private: unsigned char d_s256; GammaCorrectGray8:GammaCorrectGray8（double c, double gamma）; void operator（）（unsigned char*const p_value） *p_value = d_s*p_value; / 8阶灰度图的饱和度拉伸算法 class ContrastStretchingGray8 ContrastStretchi

5、ngGray8:ContrastStretchingGray8（double a1, double b1, unsigned int x1, double a2, double b2, unsigned int x2, double a3, double b3）; / 8阶灰度图的位平面分割，构造函数指定位平面号 class BitPlaneSliceGray8 BitPlaneSliceGray8（unsigned char bitPlaneNum）; void operator（）（unsigned char* const p_value）/ 上述类中各构造函数的实现代码，应该分在另一个文

6、件中，此处为说明方便，一并列出#include SpatialDomain/spatialDomain.hGammaCorrectGray8（double c, double gamma） double temp; for （unsigned int i=0; i 255 | x2 255 | x1 x1） d_si = i; else double tmp;x1; tmp = ceil（a1*double（i）+b1）; d_si = （unsigned char）tmp; for （unsigned int i=x1;x2; tmp = ceil（a2*double（i）+b2）; for

7、 （unsigned int i=x2; tmp = ceil（a3*double（i）+b3）; BitPlaneSliceGray8:BitPlaneSliceGray8（unsigned char bitPlaneNum） unsigned char bitMaskArray8 = 0x01, 0x02, 0x04, 0x08, 0x10, 0x20, 0x40, 0x80 unsigned char tmp = i; tmp &= bitMaskArraybitPlaneNum; tmp = （tmp bitPlaneNum） * 255; d_si = tmp;（2） 直方图在GDI

8、+1.0中没有获得支持，我们必须自行实现。直方图相关的处理在数字图像处理中占有重要地位，可以通过它获取图像灰度级的统计信息，且可以通过直方图进行一些重要的图像增强技术，如直方图均衡化，直方图规定化，基本全局门限等。下面是获取8阶图像直方图的算法实现： bool GetHistogramNormalizeGray8（Gdiplus:Bitmap * const p_bitmap, float *histogramArray） if （p_bitmap = NULL | histogramArray = NULL）Rect rect（0, 0, p_bitmap-GetWidth（）, p_bit

9、map-GetHeight（）;ImageLockModeRead, PixelFormat8bppIndexed, & unsigned char *pixels = （unsigned char*）bitmapData.Scan0; unsigned int histogram256; for （int i=0; histogrami = 0;GetWidth（）;GetHeight（）; +histogrampixelscol+row*bitmapData.Stride; const unsigned int totalPixels = p_bitmap-GetWidth（） * p_b

10、itmap- histogramArrayi = float（histogrami） / float（totalPixels）;在获取直方图后（即上面算法的第二个参数），再将其作为参数传入下面的对象的构造函数，然后以该对象为仿函数传入ProcessPixelsOneByOne即可实现8阶图像直方图均衡化: / 8阶灰度图的直方图均衡化 class HistogramEqualizationGray8 HistogramEqualizationGray8（const float *const histogramArray）;#endif/ HistogramEqualizationGray8:HistogramEqualizationGray8（const float *const histogramArray） if （histogramArray != NULL） float sum = 0.0;