C#数字图像处理算法(最终版)

C#数字图像处理算法计算方法组：CQ,DAD,CDH,XYQ,SXM,LJ,ZR任务分工目录目录一、图像的基本知识一、图像的基本知识——几个基本概念像素（pixel）定义：像素（pixel），即图像元素（pictureelement），是图像显示的基本 单元 初级会计实务单元训练题天津单元检测卷六年级下册数学单元教学设计框架单元教学设计的基本步骤主题单元教学设计 。像素越高，单位面积内的像素点越多，图像就能被真实的还原出来，清晰度越高。一、图像的基本知识——几个基本概念分辨率定义：用于衡量图像细节的能力。通常说的分辨率包含图像分辨率，显示器分辨率和打印机分辨率。图像分辨率：指图像中存储的信息量，是每英寸图像内有多少个像素点，单位PPI（PixelsPerInch）。显示器分辨率：单位面积显示像素的个数。打印机分辨率：打印机每英寸的油墨点数。一、图像的基本知识——几个基本概念数字图像定义：数字图像是图像的数字表示，像素是其最小的单元。一、图像的基本知识——图像的灰度化定义：将彩色图像转化为灰度图像的过程称为图像的灰度化。即在RGB颜色模式中，设置R=G=B，且R=G=B的值叫做灰度值。一、图像的基本知识——图像的灰度化定义：将彩色图像转化为灰度图像的过程称为图像的灰度化。即在RGB颜色模式中，设置R=G=B，且R=G=B的值叫做灰度值。为什么要进行图像的灰度化呢？1.为了得到灰色图片。2.降低计算量。一、图像的基本知识——图像的灰度化图像灰度化的方法最大值法：使R，G，B值等于3值中最大的一个。R=G=B=max(R,G,B)平均值法：使R，G，B值等于R，G，B的平均值。R=G=B=（R+G+B）/3加权平均值法：根据重要性或其他指标给R，G，B赋予不同的权值，并使R，G，B加权平均。R=G=B=WrR+WgG+WbB一般取Wr=0.299,Wg=0.587,Wb=0.114，所以R=G=B=0.299R+0.587G+0.114B一、图像的基本知识——图像的灰度化灰度直方图灰度直方图是灰度的 函数 excel方差函数excelsd函数已知函数     2 f x m x mx m      2 1 4 2拉格朗日函数pdf函数公式下载 ，描述的是图像中具有该灰度级的像素的个数。如果用直角坐标系来表示，则它的横坐标是灰度级，纵坐标是该灰度出现的频数。一、图像的基本知识——处理的方法和领域Bitmap类Bitmap类是用于处理由像素数据定义的图像的对象，继承自Image类。常用属性一、图像的基本知识——处理的方法和领域Bitmap类常用方法一、图像的基本知识——处理的方法和领域Bitmap类一、图像的基本知识——处理的方法和领域BitmapData类指定位图图像的特性。BitmapData类由Bitmap类的LockBits和UnlockBits方法使用，不可继承。一、图像的基本知识——处理的方法和领域图像处理的三种方法提取像素法利用Bitmap中的GetPixel和SetPixel方法分别获取和设置一个图像指定像素的颜色。内存法使用Bitmap类提供的LockBits和UnlockBits方法，分别锁定和解锁系统内存中的位图像素，消除了通过循环对位图像素逐个处理的需要，使程序的运行速度大大提高。指针法通过LockBits方法获取位图的首地址，直接应用指针对位图进行操作。一、图像的基本知识——处理的方法和领域三种方法的比较建议：初学者使用提取像素法，有一定编程能力者使用内存法，对C#指针有深入理解者用指针法。一、图像的基本知识——处理的方法和领域图像处理的两个领域空间域空间域指图像平面本身，由图像像元组成的空间，以对图像的像素直接处理为基础。频率域以空间频率（即波数）为自变量描述图像的特征，可以将一幅图像像元值在空间上的变化分解为具有不同振幅、空间频率和相位的减振函数的线性叠加。目录二、图像的几何运算二、图像的几何运算——平移定义：图像平移就是使图像沿水平和垂直方向移动。变换公式：x’=x+x0y’=y+y0其中，（x,y）为原图像坐标，（x’,y’）为变换后的图像坐标。二、图像的几何运算——镜像定义：镜像是一个物体相对于一个镜面的复制品。包括水平镜像和垂直镜像两种。水平镜像矩阵表达式：其中，W为图像的宽度。二、图像的几何运算——镜像定义：镜像是一个物体相对于一个镜面的复制品。包括水平镜像和垂直镜像两种。垂直镜像矩阵表达式：其中，H为图像的高度。二、图像的几何运算——缩放将图像中的某点（x，y）经放大缩小后其位置变为（x’，y’），变换公式为：矩阵表达式：x’=axy’=by常用方法：最近邻插值法、双线性插值法二、图像的几何运算——缩放最近邻插值法令输出像素的灰度值等于离它所映射到的位置最近的输入像素的灰度值。双线性插值法求到相邻的4个方格上点的距离之比，用这个比率和4个临点像素的灰度值进行灰度差值。对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v)，其中i，j均为非负整数，p、q为[0,1）区间的浮点数，则这个像素的值f(i+p,j+q)可由原图像中坐标(i，j)、(i+1，j)、(i，j+1)、(i+1，j+1)所对应周围的4个像素的值决定，即：f(i+p,j+q)=(1-p)(1-q)f(i,j)+(1-p)qf(i,j+1)+p(1-q)f(i+1,j)+pqf(i+1,j+1)其中，f(i,j)表示源图像(i,j)处的像素值。二、图像的几何运算——旋转如果平面内的点（x，y）绕原点逆时针旋转θ°，则它的旋转公式为：x’=xcosθ-ysinθy’=xsinθ+ycosθ逆变换公式为：x=x’cosθ+y’sinθy=-x’sinθ+y’cosθ矩阵表达式：目录三、图像的非几何运算三、图像的非几何运算——图像的调整亮度/对比度定义：点运算将输入图象映射为输出图象，当输出图象与输入图像呈线性关系时，就是线性点运算。线性函数为：G(X,Y)=PF(X,Y)+L其中G表示输出图像，F表示输入图像，P表示斜率，L表示偏移量对于斜率P：如果P>1，图像的对比度增大如果1>P>0，图像的对比度将减小如果P=1，变化L的大小，图像会变亮或是变暗如果P<0，图像将取补线性点运算图像的色彩模式定义：色彩模式是数字世界中表示颜色的一种算法，即用不同的算法来表示颜色。分类：位图模式、灰度模式、RGB模式、CMYK模式、HSB模式、Lab模式、索引模式、多通道模式、双色调模式等。三、图像的非几何运算——图像的调整图像的色彩模式位图模式图像的每个像素只能是黑或者白，没有中间的过渡，故又称为2值图像。2值图像的像素值为0、1。灰度模式每个像素的信息由一个量化的灰度级来描述图像，没有彩色信息。三、图像的非几何运算——图像的调整图像的色彩模式RGB模式每个像素的信息由RGB三原色组成，其中RGB由不同的灰度级来描述。三、图像的非几何运算——图像的调整图像的色彩模式RGB模式每个像素的信息由RGB三原色组成，其中RGB由不同的灰度级来描述。三、图像的非几何运算——图像的调整图像的色彩模式RGB模式每个像素的信息由RGB三原色组成，其中RGB由不同的灰度级来描述。对角线：0128255三、图像的非几何运算——图像的调整图像的色彩模式CMYK模式图像中每个像素由青（C）、洋红（M）、黄（Y）和黑（K）色按照不同的比例混合。运用在纸上沉积彩色颜料的设备，如彩色打印机和复印机。三、图像的非几何运算——图像的调整图像的色彩模式HSI模式根据日常生活中人眼的视觉对色彩的观察指定的一套色彩模式。H表示色相，S表示饱和度，I表示明暗程度。色调H由角度表示，它反映了颜色最接近什么样的光谱波长，即光的不同颜色。通常假定0°表示的颜色为红色，120°的为绿色，240°的为蓝色。从0°到360°的色相覆盖了所有可见光谱的彩色。饱和度S表征颜色的深浅程度，饱和度越高，颜色越深。饱和度参数是色环的原点（圆心）到彩色点的半径的长度。在环的边界上的颜色饱和度最高，其饱和度值为1；在中心的饱和度为0。三、图像的非几何运算——图像的调整图像的色彩模式HSI模式根据日常生活中人眼的视觉对色彩的观察指定的一套色彩模式。H表示色相，S表示饱和度，I表示明暗程度。亮度I是指光波作用于感受器所发生的效应，其大小由物体反射系数来决定，反射系数越大，物体的亮度愈大，反之愈小。如果把亮度作为色环的垂线，那么H、S、I构成一个柱形彩色空间。灰度阴影沿着轴线自下而上亮度逐渐增大，由底部的黑渐变成顶部的白。圆柱顶部的圆周上的颜色具有最高亮度和最大饱和度。三、图像的非几何运算——图像的调整HSI模型与RGB模型的转化RGB模型到HSI模型三、图像的非几何运算——图像的调整HSI模型与RGB模型的转化HSI模型到RGB模型三、图像的非几何运算——图像的调整三、图像的非几何运算——图像的滤镜负片对每一个像素点的颜色取反，代码为：grayValues[i]=(byte)(255-grayValues[i]);浮雕对图像的每个像素点的像素值分别与相邻像素点的像素值相减后加上128，代码为：temp=i*bmpData.Stride+j*3;temRGB[0]=Math.Abs(grayValues[temp]-grayValues[temp+3]+128);temRGB[1]=Math.Abs(grayValues[temp+1]-grayValues[temp+4]+128);temRGB[2]=Math.Abs(grayValues[temp+2]-grayValues[temp+5]+128);三、图像的非几何运算——图像的滤镜锐化突出显示颜色值大（即形成边缘）的像素点，代码为：int[]Laplacian={-1,-1,-1,-1,9,-1,-1,-1,-1}；三、图像的非几何运算——图像的滤镜柔化当前像素点与周围像素点的颜色差距较大时取平均值，代码为：int[]Gauss={1,2,1,2,4,2,1,2,1};三、图像的非几何运算——图像的滤镜//像素块大小intdx=i+k%19;intdy=j+k%19;if(dx>=bmpData.Width)dx=bmpData.Width-1;if(dy>=bmpData.Height)dy=bmpData.Height-1;雾化在图像中引入一定的随机值，打乱图像中的像素值，代码为：RandomMyRandom=newRandom();k=MyRandom.Next(123456);tembmp[j*bmpData.Stride+i*3]=grayValues[dy*bmpData.Stride+dx*3];tembmp[j*bmpData.Stride+i*3+1]=grayValues[dy*bmpData.Stride+dx*3+1];tembmp[j*bmpData.Stride+i*3+2]=grayValues[dy*bmpData.Stride+dx*3+2];三、图像的非几何运算——图像的滤镜边缘检测边缘检测（图a）层位追踪（图b）引入三、图像的非几何运算——图像的滤镜边缘检测等高线追踪（图c）引入三、图像的非几何运算——图像的滤镜边缘的产生：由于图像中灰度值的不连续（或者突变）。函数说明：边缘检测引入三、图像的非几何运算——图像的滤镜基本思想：利用一阶导数或者二阶导数来检测边缘。一阶导数：Roberts算子法、Prewitt算子法、Sobel算子法二阶导数：拉普拉斯算子法边缘检测处理算法三、图像的非几何运算——图像的滤镜边缘检测一阶导数三、图像的非几何运算——图像的滤镜拉普拉斯是无方向的算子，因此它只有一个模版。边缘检测二阶导数三、图像的非几何运算——图像的滤镜图像去噪定义：图像在摄取时或传输时，所受到的随机干扰信号。常见类型：高斯噪声、瑞利噪声、指数噪声、椒盐噪声等。引入三、图像的非几何运算——图像的滤镜加入相应的概率密度公式呀！究竟是在 ppt 关于艾滋病ppt课件精益管理ppt下载地图下载ppt可编辑假如ppt教学课件下载triz基础知识ppt 中加入还是在黑板上板述了。那种更能让人记忆深刻了。图像去噪高斯噪声：出现的位置是一定（每一点），噪声的幅值是随机的（服从正态分布）。椒盐噪声：出现的位置随机，噪声的幅值基本相同。三、图像的非几何运算——图像的滤镜设计噪声抑制滤波器，在尽可能保持原图信息的基础上，抑制噪声。图像去噪设计思想：利用滤波器，在尽可能保持在原图信息的基础上抑制噪声。滤波器类别：均值滤波器（线性）、中值滤波器（非线性）。三、图像的非几何运算——图像的滤镜在图像上，对待处理的像素给定一个 模板 个人简介word模板免费下载关于员工迟到处罚通告模板康奈尔office模板下载康奈尔 笔记本 模板 下载软件方案模板免费下载 ，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。图像去噪算法分析（均值滤波器）：原理：在图像上，对待处理的像素给定一个模版，该模版包括了其周围的邻近的像素。用模版中的全体像素的均值来替代原来的像素。三、图像的非几何运算——图像的滤镜以模块的运算系数表示即：344456678改进，加权要。几种加权的方式希望在演讲中可以板述。图像去噪算法分析（均值滤波器）：三、图像的非几何运算——图像的滤镜原理：与均值类似，需要同样的模版。然后对模版中的像素进行排序，取排在中间位置的像素来代替待处理的像素值。在某个模板中，对像素进行由小到大排列的重新排列，取模板中排在中间位置上的像素的灰度值替代待处理像素的值，为什么腰排序了？答：因为噪声（如椒盐噪声）的出现，使该点像素比周围的像素亮（暗）许多。如果在某个模板中，对像素进行由小到大排列的重新排列，那么最亮的或者是最暗的点一定被排在两侧。取中值，这样就可以达到去噪的目的。266图像去噪算法分析（中值滤波器）：三、图像的非几何运算——图像的滤镜中值去噪：均值去噪：处理与高斯噪声同类噪声的效果较好。处理与椒盐噪声同类噪声的效果较好。口头解释：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。中值滤波是选择适当的点来替代污染点的值，所以处理效果好。因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。高斯噪声是幅值近似正态分布，但分布在每点像素上。因为图像中的每点都是污染点，所以中值滤波选不到合适的干净点。因为正态分布的均值为0，所以均值滤波可以消除噪声。（注意：实际上只能减弱，不能消除。思考为什么？）图像去噪均、中值比较：目录四、图像处理的总结图像 基础知识 税务基础知识象棋入门,基础知识常见鼠类基础知识常用电子元器件基础知识电梯基础知识培训资料 、常见功能、解析算法。在各个过程中串插程序演示与代码分析。数字图像存储与表现形式、程序语言知识、几何功能、调整与滤镜。了解一些算法的思想在数字图像处理背后的运用。谢谢大家！THANKS