数字图像处理技术在印刷图像中的应用样本.doc
上传人:雨巷****凝海 上传时间:2024-09-11 格式:DOC 页数:7 大小:312KB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

数字图像处理技术在印刷图像中的应用样本.doc

数字图像处理技术在印刷图像中的应用样本.doc

预览

在线预览结束,喜欢就下载吧,查找使用更方便

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

资料内容仅供您学习参考,如有不当或者侵权,请联系改正或者删除。数字图像处理技术在印刷图像中的应用一、引言数字图像处理又称为计算机图像处理,它是指将模拟图像信号转换成数字形式并利用计算机对其进行加工、编辑和处理的过程。用计算机进行数字图像处理的目的有两个,一是产生更适合人类视觉观察和识别的图像,二是希望计算机能够自动进行识别和理解图像。不论用户出于何种目的进行图像处理,都需要由计算机和图像专用设备组成的系统进行图像数据的采集、输入、加工和输出,因此数字图像处理研究的内容主要有:图像的获取、表示和表现;图像增强;图像复原;图像分割;图像分析;图像压缩编码。阶调、色彩和清晰度作为彩色印刷品质量控制的三大要素,长期以来成为提高印刷品质量的必控因素,而解决图文信息的创作、描述与传递成为当代印刷的根本目标之一经过分析网点形成、传递与附着的微观属性,研究网点形态、分布、光学特性对于印刷复制的影响,能够从印刷最小单元质量的控制与评价达到实现图像信息准确复制的目的。从20世纪80年代中期计算机技术进入印前领域并取得实际应用效果后,数字图像处理技术就广泛应用在包装、数字印刷、多媒体产品设计和数字视频等相关领域。本文给定黄、品、青三组单色印刷网点图像,每组的网点面积率从0%到loo%间隔5%变化,以VisualC十十6.0为平台编程实现了显示对应图像、二值图像分割。二、显示对应图像图像处理程序的主要功能是能够装载、显示已有的位图图像文件(*.BMP),然后可选择小同的图形处理方法对图像进行特殊的处理,并把结果显示出来。但在VisualC十十6.0中,MFC对图像处理的编程支持甚少,小仅在AppWizard中没有提供有关图像方面的选项,更重要的是在MFC类库中没有一个支持DIB位图的类(CBitmap类只支持DDB位图),仅提供了CPalette(调色板)类和一些操作位图的全局函数(如SetDIBitsToDevice,StretchDIBits和SetStretchBItMode等),其它大部分工作都需要用户自己完成。因此要在AppWizard生成的应用程序框架的基础上,首先定义一个能封装DIB位图基本操作的类CDib,实现任意一个BMP位图文件(单色位图、16色位图、256位图和真彩色位图)的打开和显示,然后进一步增加各种图形处理功能,实现一个基本的图像处理程序。三、图像分割图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的基本前提。图像分割是由图像处理到图像分析的关键步骤,一方面,它是表示目标的基础,对特征测量有重要的影响;另一方面,因为图像分割及基于分割的目标表示、特征提取和参数测量等,都将原图像转化为更抽象、更紧凑的形式,使得更高层的图像分析和理解成为可能。1.图像分割的定义借助集合的概念,能够对图像分割进行如卜定义:令集合R代表整个图像区域,对R的分割可看作将R分成若干个满足以卜5个条件的非空子集(子区域)R1,R2……Rn:其中,是对所有在集合中元素的逻辑谓词,是空集。上述定义表明,图像分割具有以卜几个特点:①分割把原始图像中的每一个像素都分到某个区域中,分割产生的全部子区域之和包括了原始图像中的所有像素;②分割后的子区域小重叠,原图像的一个像素小能同时分到两个子区域中;③分割后的同一子区域的像素基于某种特征具有相似性;④分割后小同子区域基于某种特征具有明显的差异;⑤分割后同一子区域的像素具有连通性,即在该区域内存在连接该区域两个小同像素的路径。简单地讲,图像分割就是在一幅图像中,经过某种方法把目标从背景中分离出来,以便于进一步处理。一般实现方法是,将图像分为”黑”、”白”两类,这两类分别代表了两个小同的对象,因为结果图像为二值图像,因此又称为图像的二值化处理。其分割原理的计算公式如卜:其中,为原始图像,为结果图像(二值)。2.阈值分割阈值法是一种传统的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术,已被应用于很多的领域。阈值分割法分为全局阈值法和局部阈值分割法。全局阈值分割方法在图像处理中应用得比较多,它在整幅图像内采用固定的阈值分割图像。当图像中有如卜一些情况:有阴影,照度小均匀,各处的对比度小同,突发噪声,背景灰度变化等,如果只用一个固定的全局阈值对整幅图像进行分割,则由于小能兼顾图像各处的情况而使分割效果受到影响。有一种解决办法就是用与像素位置相关的一组阈值(即阈值坐标的函数)来对图像各部分分别进行分割。这种与坐标相关的阈值也叫动态阈值,此方法也叫变化阈值法,或自适应阈值法。这类算法的时问复杂性和空问复杂性比较大,可是抗噪能力强,对一些用全局阈值小易分割的图像有较好的效果。本