主页（http://www.pttcn.net）：谈监控图像处理软件包 【中国集群通信网】图像处理软件包 图像处理软件包通常是以菜单的形式出现的，在Windows操作系统的环境下来设计菜单形式的图像处理软件包，比在DOS操作系统的环境下容易得多，外设的管理和汉字的注释不再费事，而且用VisualC++编程，已有现成的菜单形式可以借用，这样可以集中精力去设计图像处理的算法。 图像处理软件包分为专用图像处理软件包和通用图像处理软件包，专用图像处理都以软件处理为主，解决特定的问题。通用图像处理软件包主要采用菜单形式，其算法相对比较简单，只是要求具有一些初步的算法，但一定具有图像输入功能。 菜单一般有多级，主菜单里可以分为几个大项，如文件管理、图像获取、图像编辑、图像二值化、边缘增强、图像量测、图像变换等，每一个菜单大项的下级菜单又分若干小项，现以单屏图像处理软件包为例，简要介绍菜单的各项内容。
图2 Windows 图像基础结构的总体结构图 文件管理 这一项主要是图像的存盘和加载，有时把图像的打印也放在这一类里。图像的存盘和加载要解决两个主要的问题，一个是图像区域的确定，另一个是图像格式的规范。 图像区域分为规则区域和不规则区域，规则区域通常指矩形区域，不规则区域通常指用鼠标器画出来的一个封闭的单连通区域。 在规则区域的情况下，存储图像时常用鼠标器来确定所需存储的区域，加载时又可以用鼠标器来确定所加载图像的显示位置。图像处理常常按整幅图像来进行，有时也把区域分为整幅图像区域和局部图像区域，由于整幅操作不再需要鼠标器来确定区域，因此可以简化操作。 规则区域图像的格式有自由格式和标准格式两种。对于灰度图像，自由格式文件的第一个字节为0，表示是灰度图像，后两个字节表示矩形区域的宽，接下来的两个字节表示矩形区域的高，随后是灰度图像数据，一个字节表示一个像素，每个像素按照从左到右、从上到下排列。对于彩色图像，常用RGB基色的彩色空间。其自由格式文件的第一个字节为1，表示是彩色图像，后两个字节表示矩形区域的宽，接下来的两个字节表示矩形区域的高，随后是彩色图像数据，三个字节表示一个像素，顺序是R，G，B，每个像素按照从左到右、从上到下的顺序排列。标准格式的图像文件有BMP，TIFF等格式，也有压缩存储的格式。 不规则区域的图像存储和加载比一般矩形区域复杂，首先遇到的是区域边界的描述问题，一般有多边形描述方法和链码(chain codes)描述方法。 不规则的图像文件的结构如表1所示。文件头是一个CHAIN-HEAD型的结构体的对象;链码数据就是从图像起始扫描点(xs，ys)开始，以顺时针方向沿区域外边界曲线行走得到的各个节点的数据，其数目由文件头的code_size确定;扫描线的位置数据是若干个CHAIN_SORT型结构体的对象，数目由文件头中的couple_size确定。 图像获取 图像输入设备有摄像机、扫描仪等，要在菜单里嵌入这些设备的图像输入功能，就必须使用相应设备的设备驱动程序。当摄像机输入时，有两种状态： ·直通状态，这是为了调整摄像机的工作状态，如聚焦、调整光圈等。这种“直通”，实际上是一个连续数字化、传输、显示的过程; ·采集状态，采集分单帧采集和多帧采集，多帧采集时至少需要开辟相应存储容量的内存空间。
图像编辑 图像编辑功能包括图像的放大、缩小、旋转、平移、文字注释、图像动态显示等。软件进行的图像放大基本上都是无级放大，所谓无级放大，是指放大倍数可以是非整数的放大，如放大2.2倍。图像放大时，要进行插值处理，有两种插值处理的方法： ·重读插值，如放大两倍，即在x,y两个方向上都放大两倍，这样一个点变成了2×2邻域的四个点，每个点的数值相同且为原来点的值; ·线性插值，双线性插值的放大效果最好。 图像缩小一般是抽点，即按缩小的比例把多余的点去掉。图像的旋转是原始图像乘一个旋转矩阵，旋转的角度可以由鼠标器确定。算法实现时，首先应确定旋转后得到的区域，由这个区域的每一个点去对应原始图像的点，即把原始图像对应点的值来作为该点的值，这样做的好处是不会出现空点。 灰度变换 在数字图像处理中，经常需要对图像的灰度进行某种变换，达到好的视觉效果或者便于以后的特征提取和识别。灰度变换是图像预处理(preprocessing)的基本内容之一。下面只简介3种灰度变换，其数学公式从略。 1、灰度级的线性变换 图像由于成像时曝光不足或过度，成像设备的非线性或图像记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图像中的细节分辨不清。这时如果将图像灰度线性扩展，常能显著改善图像的观看质量。 2、灰度级的对数变换 当希望对图像的低灰度区有较大的扩展而对高灰度区压缩时，可采用灰度级的对数变换，它能使图像灰度的分布均匀，与人的视觉特性相匹配。 3、直方图统计与直方图均衡化 对于灰度图像可统计其直方图，将统计结果用图示法直观地表示出来。直方图均衡化是当一个图像具有平坦的均匀分布直方图时，各个灰度等级都能充分发挥作用，可以得到比较好的视觉效果。 边缘增强 边缘是图像的最基本特征。边缘包括着有价值的目标边界信息，这些信息可以用于图像分析、目标识别以及图像滤波。边缘检测和边缘增强的常用方法是微分运算。图像中灰度发生突变或不连续的地方称为边缘，这些地方的微分值往往比较大。 下面只罗列7种边缘增强方法及其检测算子，其数学公式这里从略，应用时可参阅有关专著资料。常用的边缘增强方法有： ·双向一次微分; ·二次微分; ·Roberts算子。这是一种差分算子，由于窗口小，平滑噪声作用也小，改进的另两种算子是Prewitt算子和Sobel算子，它们对有噪声的阶跃型边沿的检测能力比Roberts的好; ·Sobel微分运算。Sobel可以产生较好的边缘检测效果，而且受噪声的影响也比较小;
|
