计算机中图像颜色处理技术毕业论文
图像处理本科毕业论文.doc

摘要本文以VC++6.0做为编程语言,对图像降噪技术进行研究。
本文通过介绍位图的基本操作以及在图像中加入椒盐噪声的操作,从而进一步引出几种降噪方法。
本文分别介绍“均值滤波”、“中值滤波”以及“傅里叶降噪”和“小波降噪”四种算法,实现图像降噪。
详细介绍了其基本原理、实现方法以及具体算法,并对降噪效果加以比较与分析。
“均值滤波”把每个像素都用周围的8个像素来做均值操作,可以平滑图像,速度快,算法简单。
“中值滤波”是常用的非线性滤波方法,也是图像处理技术中最常用的预处理技术。
同时在“低通滤波”及“小波降噪”中分别引入“快速傅里叶变换”和“Mallat 算法”,使得其取得更快速的计算,有效地解决了其计算量太大,运算时间过长的弊端,从而达到更好的综合降噪效果。
关键词:图像降噪;滤波;傅里叶降噪;小波降噪AbstractTaking VC++6.0 as the programming language, this paper is a study about image noise reduction technology. Furthermore, introducing several noise reducing measures through the introduction of the basic processing and the operation to put the salt and pepper noise into the image.The paper introduces Averaging Filter, Median Filter,Fourier Lowpass Filtering and Wavelet Filter to achieve image noise reducing. Here we introduce the basic principles, implement methods, detailed arithmetic, and make comparison and analysis the noise reducing effects.Averaging Filter operates every pixel by using 8 pixels meanly. It can make the images smoothing, fast and easy to calculate. Median Filter Fourier is a common nonlinear filtering way and also common preprocessing technique when processing images. Introducing FFT and Mallat Algorithm separately into Lowpass Filtering and Wavelet Filter, and then we can make faster calculating and solve the massive calculating more efficiently. Therefore, we can have a more effective noise reducing.Keywords:Image Noise Reduction;Filter;Fourier Filter;Wavelet filter毕业设计(论文)原创性声明和使用授权说明原创性声明本人郑重承诺:所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。
计算机专业图片处理毕业论文

高等专科学校毕业论文(设计)论文题目以《人物写真》为例照片设计系(部)计算机与信息工程系专业计算机应用技术班级计应0901班学号学生姓名指导教师职称讲师2012年5月完成目录内容摘要: (2)Abstract (3)一、Photoshop软件介绍 (4)二、设计的目的 (4)三、实验目的和创意 (5)四、实例制作 (6)五、电子相册 (9)总结: (10)致谢: (11)参考文献: (12)内容摘要:在生活中艳丽的色彩、清新的画面、爽朗的笑容及人物富有个性的体态举止是Photoshop设计者作品成功地重要组成部分,本文主要围绕对Photoshop软件简单的介绍以及对怎样使人物与环境完美的组合的方法来阐述在Photoshop中人物面部处理的技巧。
又通过使用《高影相册》工具制作了一个电子相册,使我们这些零散的照片成为一个整体,有整体美的效果。
通过这次的设计更加的了解Photoshop,掌握了作为一个设计者在人物设计方面的技巧。
关键字:Photoshop 人物处理电子相册整体效果AbstractIn life, bright colors, fresh images, bright smile and a body full of personality character behavior is PS designers an important part of successful work, the main focus of this paper, a simple Photoshop software as well as how to refer to characters facial skin texture, The characters facial treatment methods, the character body treatments are used to elaborate the characters face in Photoshop processing skills. Through this greater understanding of the design of Photoshop as a master designer in the character design skills.Key words:Photoshop People deal with Electronic albums Effect all day一、Photoshop软件介绍Photoshop简称PS,是Adobe公司最为出名的图像处理软件之一。
数字图像处理系统毕业论文

数字图像处理系统毕业论文基于ARM的嵌入式数字图像处理系统设计摘要简述了数字图像处理的应用以及一些基本原理。
使用S3C2440处理器芯片,linux内核来构建一个简易的嵌入式图像处理系统。
该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统,其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。
应用界面使用QT制作,系统主要实现了一些简单的图像处理功能,比如灰度话、增强、边缘检测等。
整个程序是基于C++编写的,因此有些图像变换的算法可能并不是最优化的,但基本可以满足要求。
在此基础上还会对系统进行不断地完善。
关键词:linnux 嵌入式图像处理边缘检测AbstractThis paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve.Keywords:linux embedded system image processing edge detection目录第一章绪论 (1)1.1 数字图像处理概述 (1)1.2 数字图像处理现状分析 (5)1.3 本文章节简介 (8)第二章图像处理理论 (8)2.1 图像信息的基本知识 (8)2.1.1 视觉研究与图像处理的关系 (8)2.1.2 图像数字化 (10)2.1.3 图像的噪声分析 (10)2.1.4 图像质量评价 (11)2.1.5 彩色图像基本知识 (11)2.2 图像变换 (12)2.2.1 离散傅里叶变换 (13)2.2.2 离散沃尔什-哈达玛变换(DWT-DHT) (20)2.2.3 离散余弦变换(DCT) (21)2.2.4 离散图像变换的一般表达式 (23)2.3 图像压缩编码 (24)2.3.1 图像编码的基本概念 (24)2.4 图像增强和复原 (24)2.4.1 灰度变换 (24)2.4.2 图像的同态增晰 (26)2.4.3 图像的锐化 (27)2.5 图像分割 (27)2.5.1 简单边缘检测算子 (27)2.6 图像描述和图像识别 (28)第三章需求分析 (28)3.1 系统需求分析 (28)3.2 可行性分析 (28)3.3 系统功能分析 (29)第四章概要设计 (29)4.1 图像采集 (30)4.2 图像存储 (30)4.3 图像处理(image processing) (31)4.4 图像显示 (31)4.5 网络通讯 (32)第五章详细设计 (32)5.1 Linux嵌入式系统的构建 (32)5.1.1 启动引导程序的移植 (32)5.1.2 Linux内核移植 (33)5.1.3 根文件系统的移植 (33)5.2 图像处理功能的实现 (33)5.2.1 彩色图像的灰度化 (34)5.2.2 灰度图的直方图均衡化增强 (34)5.2.3 图像二值化 (35)5.2.4 边缘检测 (35)第六章调试与维护 (36)附录 A (36)参考文献 (43)致谢 (44)第一章绪论1.1 数字图像处理概述数字图像处理(Digital Image Processing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
图像处理 毕业论文

图像处理毕业论文图像处理是计算机科学领域中的一个重要研究方向,它涉及到对图像的获取、处理、分析和识别等多个方面。
随着科技的不断发展,图像处理在各个领域都扮演着重要的角色,如医学影像、安防监控、虚拟现实等。
本文将从图像处理的基础原理、应用领域以及未来发展方向等方面进行探讨。
首先,图像处理的基础原理是数字图像处理。
数字图像处理是将图像从连续的模拟信号转换为离散的数字信号,通过对数字信号的处理来实现对图像的改变和分析。
其中,最基础的操作包括图像的采集、预处理、增强、压缩和恢复等。
图像采集是指通过摄像头或扫描仪等设备将现实世界中的图像转化为数字信号。
预处理是对采集到的图像进行去噪、去除伪影等操作,以提高后续处理的效果。
增强是通过调整图像的亮度、对比度、色彩等参数,使图像更加清晰、鲜艳。
压缩是为了减小图像文件的大小,方便存储和传输。
恢复是指对经过压缩或传输过程中丢失的信息进行恢复,以还原原始图像。
图像处理的应用领域非常广泛。
在医学影像方面,图像处理可以帮助医生进行疾病的诊断和治疗。
例如,通过对CT扫描图像的处理,可以清晰地显示出患者体内的器官结构,帮助医生准确判断病变部位。
在安防监控方面,图像处理可以用于人脸识别、行为分析等功能,提高监控系统的智能化水平。
在虚拟现实方面,图像处理可以实现对虚拟场景的渲染和交互,为用户带来更加逼真的虚拟体验。
此外,图像处理还应用于图像搜索、图像检索、图像合成等领域,为用户提供更加便捷和高效的图像处理服务。
未来,图像处理领域的发展方向主要包括以下几个方面。
首先,随着人工智能技术的快速发展,图像处理将与机器学习、深度学习等技术相结合,实现更加智能化的图像分析和识别。
其次,虚拟现实技术的兴起将推动图像处理向更加真实和沉浸式的方向发展,为用户带来更加逼真的虚拟体验。
再次,图像处理技术将与物联网、云计算等技术相结合,实现对大规模图像数据的处理和分析,为用户提供更加个性化和精准的图像服务。
计算机毕业论文_条纹图象的数字化自动分析处理技术

条纹图象的数字化自动分析处理技术摘要:条纹中心法和相位分析法是光学条纹图象数字化自动分析处理的重要方法,此文章简单地介绍了条纹中心法技术分析处理光学条纹图象的过程并对条纹中心的提取、条纹级数的确定与插值等关键技术做了重点说明;文章还讨论了光学条纹图象数字化自动分析处理软件的编制。
还介绍了相位分析技术, 并对相位分析的关键技术——相位的滤波和解包络方法做重点说明。
文中给出了相位解包络的实例并讨论了图象数字化自动分析处理技术的实际状关键词:光学条纹图象; 条纹中心; 自动分析处理; 相位分析; 相位移动; 相位解包络Abstract:Abstract Fringe center method and Abstract Phase analysismethod are very important digital processing technique for automatic fringe,patterns analysis ispresented The techniquesof fringe center detecton fringeorder determ ination.and interpolation are explicated in detail Finally the program of digitalprocessing technique for automatic,fringe patterns analysis is discusses.fringe patterns analysis is presented Some effective techniques of phase filtering and unw rapping are,explicated in detail Examples of unw rapping phase data are given and the applications of digitalprocessing techniques for automatic fringe patterns analysis are discussedKeywords: Fringe patterns , Fringe center ,Automatic analysis , Phase analysis ;Phase shift; Phase unw rapping.1 引言数字图像处理是对图像进行分析、加工、和处理,使其满足视觉、心理以及其他要求的技术。
数字图像处理论文--彩色图像灰度化

数字图像处理论文--彩色图像灰度化彩色图像灰度化摘要图像灰度化是指只含亮度信息, 不含色彩信息的图像,广泛应用于图像模式识别、图像分割、图像增强等数字图像处理的各个领域。
本次设计通过加权平均法、平均值法和最大值法这三种方法方法,实现了彩色图像的灰度化处理(目的、结果),并对它们进行了对比分析,在加深对数字图像处理课本知识理解的基础上,学会运用已学的知识设计彩色图像灰度化的处理方法并对结果进行分析(意义)。
关键词:加权平均法;平均值法;最大值法;彩色图像;灰度化正文1.引言:数字图像处理就是采用一定的算法对数字图像进行处理,以获得人眼视觉或者某种接受系统所需要的图像处理过程。
图像处理的基础是数字,主要任务是进行各种算法设计和算法实现。
目前,图像处理技术已经在许多不同的应用领域中得到重视,并取得了巨大成就。
根据应用领域要求的不同,数字图像处理技术可以分为许多分支技术。
重要的分支技术有:图像变换。
图像阵列很大时,若直接在空域中处理,计算量将很大。
为此,通常采用各种图像变换方法,如傅立叶变换、沃尔什变换、离散余弦变换、小波变换等间接处理技术,将空域处理转换到变换域处理,这样可以有效地减少计算量,提高处理性能。
图像增强与复原。
主要目的是增强图像中的有用信心,削弱干扰和噪声,使图像更加清晰,或者将其转换为更适合人或机器分析的形式。
图像增强并不是要求真实地反映原始图像,而图像复原则要求尽量消除或减少获取图像过程中所产生的某些退化,使图像能够反映原始图像的真实面貌。
图像压缩编码。
在满足一定保真度条件下,对图像信息进行编码,可以压缩图像信息量,简化图像的边式,从而大大压缩图像描述的数据量,以便存储和传输;图像压缩在不同应用背景下可以采用不失真压缩和失真压缩。
图像分割。
图像分割是数字图像处理中的关键技术之一,是为了将图像中有意义的特征提取出来。
它是进一步进行图像识别、分析和理解的基础。
图像的有意义特征包括图像的边缘、区域等。
颜色图像处理技术研究与应用

颜色图像处理技术研究与应用第一章:引言在当代科技的日益发展中,数字图像处理成为了不可或缺的一项技术。
颜色图像处理技术是其中重要的一部分。
随着现代传感器相机的发展,我们获取到的数字图像中的每个像素都有三个通道的信息。
本文将介绍颜色图像处理技术的原理和应用。
第二章:颜色表示颜色是人眼对光的反应,而不是光的属性本身。
因此,我们需要一种方式来描述颜色。
常用的方式包括RGB、CMYK、HSB、Lab等。
RGB颜色表示方式是指通过三个颜色通道(红、绿、蓝)描述颜色。
这是计算机屏幕上最常见的颜色表示方式。
在这种方式下,红色、绿色、蓝色的强度值分别从0到255变化,从而产生了16777216种不同的颜色。
CMYK颜色表示方式是印刷业中常用的方式,它通过指定色料的含量描述颜色。
Cyan、Magenta、Yellow和Key(黑色)颜色通道合并形成了彩色版版面颜色输出的方案。
HSB颜色表示方式是通过色相(Hue)、饱和度(Saturation)和亮度(Brightness)三个值来表示颜色。
这种方式可以更直观地描述颜色。
Lab颜色表示方式是用于描述颜色的万能表示方式,大量应用于图像处理等领域。
它通过L、a、b三个通道描述颜色,其中L通道表示亮度,a和b通道表示颜色的二维坐标。
它可以帮助我们更准确地描述颜色的属性。
第三章:颜色空间的转换在不同的颜色表示方式中,转换颜色空间是一件很常见的事情。
例如,在处理RGB格式的数字图像时,我们可能需要将其转换为Lab格式进行处理。
这可以通过不同的算法和公式来实现。
其中,最常用的算法是CIE 1931 XYZ颜色空间。
颜色空间的转换可以通过矩阵运算实现。
例如,我们可以通过以下公式将一个RGB向量转换为Lab向量:$$ \begin{bmatrix} L \\ a \\ b \\ \end{bmatrix} = \begin{bmatrix}0.4124 & 0.3576 & 0.1805 \\ 0.2126 & 0.7152 & 0.0722 \\ 0.0193 &0.1192 & 0.9505 \\ \end{bmatrix} \times \begin{bmatrix} R \\ G \\ B \\ \end{bmatrix} $$第四章:颜色直方图颜色直方图是一种用于计算数字图像颜色分布的方法。
计算机图形与图像处理论文2000字(2)

计算机图形与图像处理论文2000字(2)计算机图形与图像处理论文2000字篇二《试论计算机视觉与图像处理技术》【摘要】随着计算机技术的不断发展,计算机视觉研究成为科学和工程领域的一项重要内容。
作为一门综合性较强的学科内容,计算机视觉学吸引了不同学科研究者的广泛关注。
同时在计算机技术和视觉学研究不断深入的条件下,取得了丰硕的研究成果。
这些研究成果的应用转化促进了医学、地质学等的发展,对人类社会和经济的发展产生了深远的影响。
基于此,本研究以计算机视觉与图像处理技术作为研究对象,就图像处理的方法等进行了分析。
【关键词】计算机视觉图像处理技术一、引言随着计算机技术的不断发展,在20世纪60年底产生了计算机视觉学这一学科。
计算机视觉是借助计算机以及各种设备,进行生物视觉模拟的一种技术。
计算机视觉学的主要任务,是借助已掌握的图片、视频等资料,进行计算与处理,和人类及其他生物的视觉过程一样,得到相应形式的三维数据信息。
计算机视觉学的发展,在工业、农业的生产中,地质勘探、天文、医学观察等领域也有着重要的应用价值。
因此,视觉学的研究和应用转化受到了越来越多的重视。
二、计算机视觉学的图像分割研究(一)数据驱动的分割研究在计算机视觉学应用过程中,经常进行的数据驱动分割有下面几项内容:第一种是边缘检测的分割、第二种是区域分割、第三种是边缘和区域相互结合的分割。
第一种基于边缘检测的分割,这种分割的基本方法:首先对检测图像的边缘点进行检测,然后根据一定的法则进行轮廓的连接,获得分割的区域。
基于边缘检测的分割其难点是边缘检测时如何处理好抗噪声性能、检测的精度之间的矛盾。
所以,在研究的过程中,提出了多种多尺度边缘检测的方法,按照实际问题进行多尺度边缘信息设计等方案,以获得更为合适的抗噪性能和检测的精度。
第二种基于区域的分割,它的基本思想是按照图像数据的特点,将整个图像的空间划分成为几个不同的区域进行图像处理。
(二)计算机视觉学模型驱动的分割经常使用的模型驱动分割有下面三种,第一种模型是基于动态轮廓的模型、第二种模型是组合优化模型、第三种模型是目标几何与统计模型。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
计算机中图像颜色处理技术毕业论文计算机中图像颜色处理技术毕业论文第一章引言1.1课题来源及意义本课题来源于科研需求。
本课题主要研究的是针对打印或扫描中出现的图像进行背景去噪、灰度化、二值化等处理,得到较为干净的字符图像块。
本课题主要对图像进行背景去噪、灰度化、二值化等处理,得到较为干净的字符图像块。
随着科学技术的不断发展,计算机的更新速度不断提高,人们的思想文化素质的提高,对图像的要求也越来越高。
因此把原始图像与计算机结合起来,从而创作出许多更加完美的图像,满足人们的需求。
计算机图像处理,是指利用计算机对图像进行一系列加工,以便获得人们所需要的效果。
图像是人类获取和交换信息的主要来源,人类感知外界信息,80%以上是通过视觉得到的。
因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面。
图像处理或图像分析方法的应用越来越广泛。
1.2答题卡简介当今社会,为能够多方面评价个人能力,出现了名目繁多的考试,答题卡已不再陌生。
答题卡一般由基本信息栏、导引道和很多信息位构成。
基本信息栏一般用于填写填涂这卡片的使用者的基本信息,一般考试中包括考生的和考号。
导引道用于阅读机确认答题卡的方向和位置。
而占据绝大部分位置的信息位则是供使用者填涂其所选择的选项。
答题后,答题卡上的信息通过光标阅读机识别并储存在计算机中。
答题卡相比于传统纸答,有如下优点:1、普通纸答题卡。
印刷方便,长期使用节省成本。
2、答题卡查询方便、影像化保存答题卡。
对判卷结果有疑问,输入学号或学生可直接在电脑中查到这答题卡和判卷细节。
3、错误处理高效方便。
对于学号填涂错误、学号重复、主观题漏登分等错误情况处理方便,无需查找原始试卷,直接在电脑上调阅影像。
4、统计与分析方便。
除基本统计参数外,提供排名、分数分布、试题合理性分析、多科成绩汇总与综合等功能。
5、判卷速度快。
每小时3600试卷(标准32K答题卡)。
6、升级空间。
与网络技术结合,通过后续升级,可实现网络判卷功能。
因此,答题卡技术是一项方便快捷的考试方式。
1.3国外发展现状研究表明,计算机中图像颜色处理技术是根据RGB三原色理论对色彩信息量化,再利用像素的点运算扫描整幅图像进行一一处理。
位图图像一般分为单色图像、灰度图像和彩色图像。
单色图像只有黑色和白色两种颜色,整个图像由单纯的黑色点和白色点组成。
彩色图像的像素点是由R (红色)、G (绿色)、B (兰色) 三元色混合而成的,不同含量的R、G、B 组成不同的颜色,每一个记录单个像素的位数据单元可表示任意一种颜色。
因此,要实现图像的灰度化处理,就是在0-255里划分一定的阈值,把图像分为黑、灰、白。
为实现对图像的二值化处理,基于最大方差比的图像二值化算法能够准确而快速地对图像进行二值化,特别是当对象物和背景的灰度值的差具有一定大小的时候,效果更明显(柴本成, 2005);增强大津法和边缘检测阈值法确定的阈值对图像进行二值化处理,不仅可有效地解决图像灰度随地物特征变化的图像处理问题,同时对于同一信号源的图像也有相当理想的处理效果,该方法可进一步应用于图像分割等(吴冰,秦志远, 2001);文本图像的二值化方法可分为全局阈值方法和局部阈值方法,该方法自适应选取局部二值化时的窗口宽度,能有效消除一般二值化方法容易产生的断笔和伪影现象,同时吸收全局二值化方法的优点,保持较快的运算速度(庄军,弼,程刚,2005);基于动态二值化的数学形态学边缘检测算法首先利用动态二值化方法确定将灰度图像转化为二值图像的阈值, 然后利用数学形态学的腐蚀和去空洞相结合的方法去除二值化图像的噪声, 最后用细化方法检测单像素图像边缘(汪毅,郭显久,2008)。
对图像去噪处理,国外都提出了各自的见解。
庄红林,施国兴等的图像修补算法首先将待修补图像分解为轮廓结构图像和纹理细节图像,再对轮廓结构图像的空缺进行轮廓结构修补,最后将修补后的轮廓结构图像及纹理合成后的纹理细节图像进行合成,得到需要的修补图像(庄红林,施国兴,2008);卢颖在《基于小波变换的数字图像处理》中提出小波变换是空间(时间)和频率的局部变化,能有效地从信号中提取信息,解决了傅里叶变换不能解决的许多问题,是一种有效地变换编码工具(卢颖,2009);Jean-Luc Starck, Emmanuel J. Can dès, 和David L. Donoho认为图像处理其基本的思想都是——把减少图像的模糊点进行到底,模糊点可以局部地处理掉,就像高斯滤波或各向异性过滤、通过可变的微积分、或者在围波段,如韦纳滤波(Jean-Luc Starck, Emmanuel J. Candès, and David L. Donoho,2002)。
1.4本文的主要工作目标本课题的目的是设计一个图像预处理系统。
其功能包括对图像进行灰度化,二值化,去噪。
基本功能对图像进行图像进行背景去噪、灰度化、二值化等处理,得到较为干净的字符图像块。
采用技术对图像二值化处理,将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。
所有灰度大于或等于阀值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。
如果某特定物体在部有均匀一致的灰度值,并且其处在一个具有其他等级灰度值的均匀背景下,使用阀值法就可以得到比较的分割效果。
如果物体同背景的差别表现不在灰度值上(比如纹理不同),可以将这个差别特征转换为灰度的差别,然后利用阀值选取技术来分割该图像。
动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。
对图像灰度化处理,根据YUV的颜色空间中,Y的分量的物理意义是点的亮度,由该值反映亮度等级,根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应:Y=0.3R+0.59G+0.11B,以这个亮度值表达图像的灰度值。
对图像的去噪处理,将采用均值变化方法。
均值滤波也称为线性滤波,其采用的主要方法为领域平均法。
线性滤波的基本原理是用均值代替原图像中的各个像素值,即对待处理的当前像素点(x,y),选择一个模板,该模板由其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),作为处理后图像在该点上的灰度个g (x,y),即个g(x,y)=1/m ∑f(x,y) m为该模板中包含当前像素在的像素总个数。
第二章设计与实现2.1模块综述自主答题卡系统是根据用户的需求定制并生成答题卡,并对答题后的答题卡进行自动阅卷及成绩管理的一个系统,具有功能多样、界面友好、自动化强的特点。
图像预处理模块是对扫描仪扫描输入的答题卡图像进行处理。
针对打印或扫描中出现的图像倾斜进行倾斜校正;对答题卡图像进行灰度化;对彩色或灰度图像进行二值化和去噪图像预处理模块应包含的容有:图像输入、灰度化、二值化、去噪。
2.2图像灰度化2.2.1图像的灰度化处理的基本原理将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。
彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*255)的颜色的变化围。
而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,其一个像素点的变化围为255种,所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。
灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。
图像的灰度化处理可用两种方法来实现。
第一种方法使求出每个像素点的R、G、B三个分量的平均值,然后将这个平均值赋予给这个像素的三个分量。
第二种方法是根据YUV的颜色空间中,Y的分量的物理意义是点的亮度,由该值反映亮度等级,根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应:Y=0.3R+0.59G+0.11B,以这个亮度值表达图像的灰度值。
2.2.2用Delphi进行图像灰度化的实现:procedure TForm1.BitBtn1Click(Sender: TObject);varp:PByteArray;//PByteArray的定义格式//PByteArray = ^TByteArray;//TByteArray = array[0..32767] of Byte;ChangedBmp : Tbitmap;gray,x,y:integer;TestBMP : Tbitmap; // 处理过程中位图BeginTestBMP:=Tbitmap.Create;ChangedBmp:=Tbitmap.Create;TestBMP.Assign(image1.Picture);for y := 0 to TestBMP.Height - 1 dobegin//获取每一行象素信息p := TestBMP.scanline[y];for x := 0 to TestBMP.Width - 1 dobegin//这里采用YUV与RGB颜色空间变换的方法,即Y=0.3R+0.59G+0.11B Gray := Round(p[3 * x + 2] * 0.3 + p[3 * x + 1]* 0.59 + p[3 * x] * 0.11);//由于是24位真彩色,故一个像素点为三个字节p[3 * x + 2] := byte(Gray);p[3 * x + 1] := byte(Gray);p[3 * x] := byte(Gray);//Gray的值必须在0~255之间end;。