基于OpenCV的圖像處理系統(tǒng)設(shè)計(jì)

黎廷煒 陳婧

（杭州電子科技大學(xué)計(jì)算機(jī)學(xué)院 310018）

基于OpenCV的圖像處理系統(tǒng)設(shè)計(jì)

黎廷煒 陳婧

（杭州電子科技大學(xué)計(jì)算機(jī)學(xué)院 310018）

本文論述基于OpenCV的圖像處理系統(tǒng)的分析、設(shè)計(jì)和實(shí)現(xiàn)過程。主要功能包括圖像編輯功能；參數(shù)調(diào)整功能；特殊效果功能和工具功能。該圖像處理系統(tǒng)采用開源計(jì)算機(jī)視覺庫OpenCV技術(shù)，并基于windows平臺開發(fā)。運(yùn)用MFC設(shè)計(jì)思想，簡化了軟件的開發(fā)，提高了系統(tǒng)靈活性并降低了人機(jī)交互難度。

圖像處理系統(tǒng)；OpenCV；計(jì)算機(jī)視覺

1 引言

計(jì)算機(jī)視覺指的是使用計(jì)算機(jī)以及相關(guān)的電子設(shè)備模擬生物視覺的一類科學(xué)。計(jì)算機(jī)視覺也是一個快速增長的致力于分析、修改和對圖像的高級識別的領(lǐng)域[1～2]。它的目標(biāo)是確定攝像機(jī)前發(fā)生了什么和使用它的識別來控制電腦和機(jī)器人系統(tǒng)，或向人類提供比原來的相機(jī)圖像信息更多或更高滿意度的圖像[3]。計(jì)算機(jī)視覺技術(shù)的應(yīng)用領(lǐng)域包括視頻監(jiān)控、生物識別技術(shù)、汽車、攝影、電影制作、網(wǎng)頁搜索、醫(yī)學(xué)、虛擬現(xiàn)實(shí)游戲、新用戶界面等許多方面[4]。

圖像處理又叫數(shù)字圖像處理，主要用于對工業(yè)相機(jī)、攝像機(jī)、掃描儀等設(shè)備得到圖像分析并根據(jù)需求進(jìn)行處理。包括圖像增強(qiáng)、圖像識別、邊緣銳化、平滑等。隨著智能手機(jī)和平板電腦等移動設(shè)備都配備了攝像頭，以及智能終端的普及，對圖像處理應(yīng)用的需求正在增加[5]。

本文主要分析圖像處理系統(tǒng)的運(yùn)行流程，圖像處理系統(tǒng)的工作流程、原理還有實(shí)現(xiàn)過程，以及如何實(shí)現(xiàn)基于OpenCV的圖像處理系統(tǒng)。包括圖像圖像的直方圖顯示，圖像的尺寸調(diào)整，圖像旋轉(zhuǎn)，調(diào)整圖像亮度、對比度和色相，調(diào)整Gamma值，圖像降噪、模糊銳化，CCD死點(diǎn)檢測等功能。以及如剪切圖像時的操作方式，調(diào)整基本參數(shù)時的操作等人機(jī)交互界面及處理。

2 系統(tǒng)框架類設(shè)計(jì)

圖像處理系統(tǒng)是由AppWizard生成的一個SDI工程IMAGEPROCESS，使用AppWizard向?qū)?chuàng)建并生成一系列框架文件。所以該系統(tǒng)框架是一個MFC框架。從MFC框架類繼承來的四個類CIMAGEPROCESSApp、CIMAGEPROCESSDoc、CIMAGEPROCESSView、CMainFrame 主要實(shí)現(xiàn)了圖像處理系統(tǒng)的框架以及框架內(nèi)部的各種邏輯和消息響應(yīng)機(jī)制。

模塊劃分是對業(yè)務(wù)流程圖的詳細(xì)注釋，該圖像處理系統(tǒng)主要分為四大子模塊，分別是：

（1）基礎(chǔ)操作模塊：該模塊主要是實(shí)現(xiàn)了系統(tǒng)中最基礎(chǔ)的操作圖像文件的功能，包括將圖像文件的打開、保存處理后的圖像和另存為新地址等操作。

（2）圖像處理模塊：該模塊實(shí)現(xiàn)了圖像的主要的各種處理操作，這些操作主要分為：①圖像編輯模塊；②圖像參數(shù)調(diào)整模塊；③特殊效果模塊三個子模塊。圖像編輯模塊分為圖像剪切、旋轉(zhuǎn)、擴(kuò)展等操作，圖像參數(shù)調(diào)整模塊分為調(diào)整色相、色調(diào)、Gamma值等操作，特殊效果模塊分為反色特效、黑白特效、反轉(zhuǎn)片特效等操作。

（3）直方圖顯示模塊：該模塊作用是顯示圖像的直方圖。

（4）其他工具模塊：該模塊是向用戶提供另外的操作工具，包括CCD死點(diǎn)檢測、文字插入工具和添加水印工具。

3 系統(tǒng)設(shè)計(jì)方案

圖像曝光補(bǔ)償又叫光照補(bǔ)償，在本圖像處理系統(tǒng)中使用的是“參考白”光照補(bǔ)償。其中用圖像亮度的前5%最亮的像素的平均值ave作為“參考白”，對于各個像素，按系數(shù)補(bǔ)償。得出補(bǔ)償公式是目標(biāo)像素。

圖像Gamma值調(diào)整實(shí)際上就是進(jìn)行伽馬校正。伽馬校正是通過改變Gamma值以修改圖像的伽瑪曲線，來改變圖像的非線性色調(diào)的方法。通過這種方法增加圖像中深色部分和淺色部分的比例。對圖像進(jìn)行伽馬校正旨在彌補(bǔ)數(shù)字圖像相較于人類視覺特性的差別，基于人類對光線或黑色和白色的感知的特點(diǎn)，最大限度地使用表示黑色與白色之間的數(shù)據(jù)位或帶寬。

一般來說，Gamma值調(diào)整主要用來調(diào)整RGB圖像的對比度和亮度。

為了快速的修改圖像矩陣各像素點(diǎn)的像素值，OpenCV提供了函數(shù)LUT（），這個函數(shù)可以利用像素值的映射來修改圖像的每一個像素。Gamma值的調(diào)整就符合這種使用方式。

噪聲是感光元件在接收目標(biāo)實(shí)體的光線信號并傳輸?shù)倪^程中所產(chǎn)生的一些在圖像中顯示為粗糙的部分以及不應(yīng)該出現(xiàn)在圖像中的外來像素。圖像降噪就是減少圖像中這些噪聲的過程。通常使用的降噪方法是對圖像用濾波器濾波，而濾波器分為線性濾波器以及非線性濾波器。由于線性濾波器容易造成圖像模糊，使圖像細(xì)節(jié)丟失，所以通常圖像降噪使用的是非線性濾波器。在本圖像處理系統(tǒng)使用的是中值濾波和雙邊濾波兩種濾波器。

中值濾波是一種典型的非線性濾波技術(shù)，它的基本處理思路是利用像素點(diǎn)四周鄰域的灰度值的中值來替代該像素點(diǎn)的灰度值。這種方法既能去除脈沖噪聲和椒鹽噪聲又能較好的保留圖像邊緣細(xì)節(jié)。雙邊濾波與中值濾波一樣也是非線性濾波的一種方式，為達(dá)到“保邊去噪”的目的，雙邊濾波的過程結(jié)合了圖像像素點(diǎn)的空間鄰近度以及像素點(diǎn)的值的相似度并進(jìn)行了折衷處理，不僅如此，雙邊濾波還考慮到了空域信息以及灰度相似性等問題。這使得雙邊濾波在去除噪聲的同時更有效的保存了圖像的特征點(diǎn)。在雙邊濾波的過程中，目標(biāo)圖像像素的值取決于其在源圖像中鄰域相關(guān)像素點(diǎn)的值的加權(quán)組合。

圖像銳化是圖像增強(qiáng)一類，通過加重圖形的輪廓深度、增強(qiáng)圖形的邊緣以及灰度跳變的部分，使圖像變得更清晰。本圖像處理系統(tǒng)使用拉普拉斯算子來實(shí)現(xiàn)圖像的銳化。

[1]Pulli K，Baksheev A，Kornyakov K，et al.Real-Time Computer Vision with OpenCV[J].Communications of the Acm，2012，55（6）：61～69.

[2]Yuille A L.Computer vision needs a core and foundations☆[J].Image&Vision Computing，2012，30（8）：469～471.

[3]黃佳.基于OPENCV的計(jì)算機(jī)視覺技術(shù)研究[D].華東理工大學(xué)，2013.

[4]Steger，C.，Ulrich，C.機(jī)器視覺算法與應(yīng)用[M].清華大學(xué)出版社，2008.

[5]顧偉康.計(jì)算機(jī)視覺學(xué)的發(fā)展概況[J].浙江大學(xué)學(xué)報，1986（4）：142～148.

TP391.4

A

1004-7344（2016）10-0295-01

2016-3-15