VC++6.0在灰度数字图像增强处理中的应用(1)

由于噪声、光照等外界环境或设备本身的原因，通常我们所获取的原始数字图像质量不是很高，因此在对图像进行边缘检测、图像分割等操作之前，一般都需要对原始数字图像进行增强处理。图像增强主要有两方面应用，一方面是改善图像的视觉效果，另一方面也能提高边缘检测或图像分割的质量，突出图像的特征，便于计算机更有效地对图像进行识别和分析。
图像增强是图像处理最关键的研究问题之一，图像增强按作用域可分为两类，即空域处理和频域处理。空域处理是直接对图像进行处理，而频域处理则是在图像的某个变化域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果。本文主要对空域增强法中的直方图均衡进行分析并用VC ++ 6.0进行算法实现。当前图像处理在算法实现中主要应用Matlab 仿真工具，但Matlab运行效率较低，且可移植性和实用性均不太理想。与Java和C#等其他高级语言相比，VC++在程序运行效率、内存使用的可控性和编程的灵活性上均具有较大的优势，因此本文采用VC ++ 6.0 集成开发环境，以达到算法快速有效地执行，同时增强了算法的可移植性。
灰度图像直方图均衡化的描述
1、灰度图像直方图处理方法
图像的直方图是图像处理中一种十分重要且实用的工具，它概括了一副图像的灰度级内容。从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概率。实际上，灰度图像直方图是一个离散函数:

　pf(fk)=nk/n k=0，1，…，L-1

　gk = EQ(fk) = (ni/n) = pf(fi) ，   

(k=0，1，2，……，L-1)
上述求和区间为0到k，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出fk到gk的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对源图像各点像素进行灰度转换，即可完成对源图的直方图均衡化。