图像扫描算法

㈠ 如何用matlab算法通过对菜叶二值图像扫描，累加相同区域的像素，求出目标面积

您好，对菜叶图形先进行二值化，转换为黑和白两种色块组成的二值图，然后对图形颜色矩阵遍历，判别黑色块数量，并记录，最终统计出来的黑色块数量就是目标面积，因为图像在matlab里其实是二维矩阵，可以利用其矩阵特性进行处理，希望能够帮助到您。。。

㈡ 数字图像处理的主要方法

数字图像处理的工具可分为三大类：

第一类包括各种正交变换和图像滤波等方法，其共同点是将图像变换到其它域（如频域）中进行处理（如滤波）后，再变换到原来的空间（域）中。

第二类方法是直接在空间域中处理图像，它包括各种统计方法、微分方法及其它数学方法。

第三类是数学形态学运算，它不同于常用的频域和空域的方法，是建立在积分几何和随机集合论的基础上的运算。

由于被处理图像的数据量非常大且许多运算在本质上是并行的，所以图像并行处理结构和图像并行处理算法也是图像处理中的主要研究方向。

(2)图像扫描算法扩展阅读

1、数字图像处理包括内容：

图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类。

2、数字图像处理系统包括部分：

输入（采集）；存储；输出（显示）；通信；图像处理与分析。

3、应用

图像是人类获取和交换信息的主要来源，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。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。

主要应用于航天和航空、生物医学工程、通信 工程、工业和工程、军事公安、文化艺术、机器人视觉、视频和多媒体系统、科学可视化、电子商务等方面。

㈢ 如何通过C++编程实现扫描图像。

扫描是最基本的特效显示方式，它没有划分图像块，只是顺序地一行一行或一列一列地显示图像。下面的程序是向下扫描的代码实现。

/***************************************************************************函数名：* Scan(CDC *pDC)**函数参数：* CDC *pDC-指向设备环境的指针，用于显示位图数据**返回值：* 无**说明：该函数实现了图像的扫描显示的效果**************************************************************************/void SpecialEffectShow::Scan(CDC *pDC) //扫描显示一幅图像{int bitmapWidth=GetDimensions().cx;//获得源图像的宽度，以像素为单位int bitmapHeight=GetDimensions().cy;//获得源图像的高度，以像素为单位 CRect rect(0,0,bitmapWidth,bitmapHeight);//以源图像的尺寸创建一个矩形CBrush brush(RGB(255,255,255)); //设置画刷为白色pDC->FillRect(&rect,&brush);//将已经显示出来的原图像重新设置成白色，达到刷新屏幕的效果 LPBITMAPINFO pBitmapInfo=(BITMAPINFO*)m_lpBmpInfoHead;//为适应StretchDIBits函数的需要，将图像信息头指针强制转换为LPBITMAPINFO类型 for(int j=0;j<bitmapHeight;j++)//扫描特效显示的具体算法{::StretchDIBits(pDC->GetSafeHdc(),0, j, bitmapWidth, 1,0, bitmapHeight-j, bitmapWidth, 1,m_pImgData, pBitmapInfo,DIB_RGB_COLORS, SRCCOPY);Sleep(3);//设置延时}}

以上代码主要调用了StretchDIBits()函数，在SpecialEffectShow类的其他特效显示中也都调用了该函数。StretchDIBits函数是全局的Win32 API函数，它的作用是拷贝源位图中的一个矩形区域的数据，然后显示到目标设备环境中的一个矩形中，如果源矩形和目标矩形的大小不一样，StretchDIBits函数有压缩或拉伸源位图的功能。以下是该函数参数的说明。

int StretchDIBits(HDC hdc, // handle to DCint XDest, // x-coord of destination upper-left cornerint YDest, // y-coord of destination upper-left cornerint nDestWidth, // width of destination rectangleint nDestHeight, // height of destination rectangleint XSrc, // x-coord of source upper-left cornerint YSrc, // y-coord of source upper-left cornerint nSrcWidth, // width of source rectangleint nSrcHeight, // height of source rectangleCONST VOID *lpBits, // bitmap bitsCONST BITMAPINFO *lpBitsInfo, // bitmap dataUINT iUsage, // usage optionsDWORD dwRop // raster operation code);

HDC hdc：目标设备环境句柄；

XDest：目标矩形左上角的X坐标，坐标是逻辑单位，在MM_TEXT映射模式下，一个逻辑单位为一个像素（有关映射模式的问题，请读者参考其他图书或MSDN）；

YDest：目标矩形左上角的Y坐标，坐标是逻辑单位；

nDestWidth：目标矩形的宽度，坐标是逻辑单位；

nDestHeight：目标矩形的高度，坐标是逻辑单位；

XSrc：指定源位图图像矩形的左上角的X坐标，坐标单位是图像的像素；

YSrc：指定源位图图像矩形的左上角的Y坐标，坐标单位是图像的像素；

nSrcWidth：源位图图像矩形的宽度，坐标单位是图像的像素；

nSrcHeight：源位图图像矩形的高度，坐标单位是图像的像素；

lpBits：源位图数据指针；

lpBitsInfo：指向源位图的BITMAPINFO结构的指针；

iUsage：函数使用方式，详细参数说明请参考MSDN；

dwRop：当使用压缩或拉伸功能时所使用的光栅模式，详细参数说明请参考MSDN。

我们在视图类CChap1_6View中映射“扫描显示”菜单事件处理函数OnScan()，程序运行时，点击“扫描显示”菜单即可实现图像的扫描显示效果。下面是CChap1_6View:: OnScan()的代码。

void CChap1_6View::OnScan() {//获取文档类中m_dib的指针，访问当前DIB数据CChap1_6Doc *pDoc=GetDocument();ImgCenterDib *pDib=pDoc->GetPDib();
//只处理彩色图像或灰度图像
if(pDib->m_nBitCount!=24&&pDib->m_nBitCount!=8){
::MessageBox(0,"只处理彩色和灰度图像",MB_OK,0);
return ;
}

//定义SpecialEffectShow类的对象SpShow，用当前DIB数据为其初始化
SpecialEffectShow SpShow(pDib->GetDimensions(),
pDib->m_nBitCount,pDib->m_lpColorTable,pDib->m_pImgData);

//获得设备环境变量
CClientDC aDC(this);

//调用扫描程序，传递设备环境指针
SpShow.Scan(&aDC);
}

㈣ 图像处理的算法有哪些

图像处理基本算法操作从处理对象的多少可以有如下划分：
一）点运算：处理点单元信息的运算
二）群运算：处理群单元 （若干个相邻点的集合）的运算
1.二值化操作
图像二值化是图像处理中十分常见且重要的操作，它是将灰度图像转换为二值图像或灰度图像的过程。二值化操作有很多种，例如一般二值化、翻转二值化、截断二值化、置零二值化、置零翻转二值化。
2.直方图处理
直方图是图像处理中另一重要处理过程，它反映图像中不同像素值的统计信息。从这句话我们可以了解到直方图信息仅反映灰度统计信息，与像素具体位置没有关系。这一重要特性在许多识别类算法中直方图处理起到关键作用。
3.模板卷积运算
模板运算是图像处理中使用频率相当高的一种运算，很多操作可以归结为模板运算，例如平滑处理，滤波处理以及边缘特征提取处理等。这里需要说明的是模板运算所使用的模板通常说来就是NXN的矩阵（N一般为奇数如3,5,7,...），如果这个矩阵是对称矩阵那么这个模板也称为卷积模板，如果不对称则是一般的运算模板。我们通常使用的模板一般都是卷积模板。如边缘提取中的Sobel算子模板。

㈤ 图像算法应用的领域主要有哪些

应用领域
图像是人类获取和交换信息的主要来源，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。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。
1）航天和航空技术方面
航天和航空技术方面的应用数字图像处理技术在航天和航空技术方面的应用，除了JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。许多国家每天派出很多侦察飞机对地球上有兴趣的地区进行大量的空中摄影。对由此得来的照片进行处理分析，以前需要雇用几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。从60年代末以来，美国及一些国际组织发射了资源遥感卫星（如LANDSAT系列）和天空实验室（如SKYLAB），由于成像条件受飞行器位置、姿态、环境条件等影响，图像质量总不是很高。因此，以如此昂贵的代价进行简单直观的判读来获取图像是不合算的，而必须采用数字图像处理技术。如LANDSAT系列陆地卫星，采用多波段扫描器（MSS），在900km高空对地球每一个地区以18天为一周期进行扫描成像，其图像分辨率大致相当于地面上十几米或100米左右（如1983年发射的LANDSAT-4，分辨率为30m）。这些图像在空中先处理（数字化，编码）成数字信号存入磁带中，在卫星经过地面站上空时，再高速传送下来，然后由处理中心分析判读。这些图像无论是在成像、存储、传输过程中，还是在判读分析中，都必须采用很多数字图像处理方法。现在世界各国都在利用陆地卫星所获取的图像进行资源调查（如森林调查、海洋泥沙和渔业调查、水资源调查等），灾害检测（如病虫害检测、水火检测、环境污染检测等），资源勘察（如石油勘查、矿产量探测、大型工程地理位置勘探分析等），农业规划（如土壤营养、水份和农作物生长、产量的估算等），城市规划（如地质结构、水源及环境分析等）。我国也陆续开展了以上诸方面的一些实际应用，并获得了良好的效果。在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。

㈥ 图像识别算法都有哪些

图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，图像识别软件国外代表的有康耐视等，国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。

㈦ 扫描原理是什么

扫描仪是图像信号输入设备。它对原稿进行光学扫描，然后将光学图像传送到光电转换器中变为模拟电信号，又将模拟电信号变换成为数字电信号，最后通过计算机接口送至计算机中。 扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。 至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。 在扫描仪获取图像的过程中，有两个元件起到关键作用。一个是CCD，它将光信号转换成为电信号；另一个是A/D变换器，它将模拟电信号变为数字电信号。这两个元件的性能直接影响扫描仪的整体性能指标，同时也关系到我们选购和使用扫描仪时如何正确理解和处理某些参数及设置。
1．以光电耦合器(CCD)为光电转换元件的扫描仪工作原理 多数平板式扫描仪使用光电耦合器(CCD)为光电转换元件，它在图像扫描设备中最具代表性。其形状像小型化的复印机，在上盖板的下面是放置原稿的稿台玻璃。扫描时，将扫描原稿朝下放置到稿台玻璃上，然后将上盖盖好，接收到计算机的扫描指令后，即对图像原稿进行扫描，实施对图像信息的输入。 与数字相机类似，在图像扫描仪中，也使用CCD作图像传感器。但不同的是，数字相机使用的是二维平面传感器，成像时将光图像转换成电信号，而图像扫描仪的CCD是一种线性CCD，即一维图像传感器。 扫描仪对图像画面进行扫描时，线性CCD将扫描图像分割成线状，每条线的宽度大约为10 μm。光源将光线照射到待扫描的图像原稿上，产生反射光(反射稿所产生的)或透射光(透射稿所产生的)，然后经反光镜组反射到线性CCD中。CCD图像传感器根据反射光线强弱的不同转换成不同大小的电流，经A／D转换处理，将电信号转换成数字信号，即产生一行图像数据。同时，机械传动机构在控制电路的控制下，步进电机旋转带动驱动皮带，从而驱动光学系统和CCD扫描装置在传动导轨上与待扫原稿做相对平行移动，将待扫图像原稿一条线一条线的扫入，最终完成全部原稿图像的扫描。如图5所示。 通常，用线性CCD对原稿进行的“一条线”扫描被称为“主扫描”，而将线性CCD平行移动的扫描输入称为“副扫描”。 （1）线性CCD的结构 图6所示为线性CCD。CCD图像传感器是平板式扫描仪的核心，其主要作用就是将照射到其上的光图像转换成电信号。将CCD图像传感器放大，可以发现在10μm的间隔上并行排列着数千个CCD图像单元，这些图像单元规则地排成一线，当光线照射到图像传感器的感光面上时，每个CCD图像单元都接受照射其上的光线，并根据感应到的光线强弱，产生相应的电荷。然后，若干电荷以并行的顺序进行传输。 （2）光学成像系统 一般扫描仪使用的光学成像系统有两种：缩小扫描型光学成像系统和等倍扫描型光学成像系统。 缩小型光学系统成像采用2-5cm长度的线性CCD作为光学系统中的图像传感器，由于CCD的尺寸远不及扫描原稿的宽度，因此，这种成像系统中，在CCD的前面有一个镜头，像数字相机一样，用于在扫描时将原稿图像通过镜头缩小后投射到线性CCD上。 等倍扫描型光学成像系统则采用与扫描原稿宽度相等的线性CCD作为图像传感器。这种光学成像系统中采用了一种特殊的镜头——特殊镜头组系列，它由上下排列整齐的两排棒状镜头组成。这种棒状镜头的直径为1mm，长约6mm，每一列都有100个以上这样的镜头阵列构成，这种成像系统在手持式扫描仪中较为常见。 （3） 色分离技术 目前，彩色扫描仪已成为市场的主流，它能够很真实地还原原稿图像的品质。通过彩色扫描仪扫描得到的数字图像，可以看到不论是形状还是色彩，扫描得到的图像都很好地保持了原稿的品质。 真实色彩的还原主要应归功于扫描仪独特的色分离技术。由于CCD只是将所感应的光的强弱转换成相应大小的电流，它不可能对所扫描图像的颜色进行识别。因此，扫描仪需要将这些颜色进行分离。我们都知道，红、绿、蓝是光的三基色，即用这3种颜色叠加可以组合出其他任意颜色。就是根据这个特点，扫描仪在扫描图像时，先生成分别对应于红(R)、绿(G)、蓝(B)的三基色的3幅图像，也就是说每幅图像中只包含相应的单色信息，红基色图像中只包含红色的信息、绿基色图像中只包含绿色信息，蓝基色图像中自然只包含蓝色信息。最后，将这3幅图像合成即得到了彩色的图像。其原理如图7所示。 目前，应用于扫描仪的色分离技术常见的有4种：滤光片色分离技术、光源交替色分离技术、三CCD色分离技术和单CCD色分离扫描技术。 1）滤光片色分离技术 其基本原理是：在线性CCD图像传感器的前面加装一滤光片，滤光片从上向下分为3等份，第1部分为红色滤光片，第2部分为绿色滤光片，第3部分为蓝色滤光片，扫描时通过滤光片的移动使得CCD传感器分别记录相应基色下的图像信息，从而得到三基色的3幅图像信息。 2）光源交替色分离技术 与滤光片色分离技术的原理类似，这种技术是在镜头与扫描原稿之间加设3根发光灯管，其颜色分别为红(R)、绿(G)和蓝(B)，扫描图像时，3根不同颜色的灯管交替发光，从而使CCD得到3幅三基色图像信息。 3）三CCD色分离技术 与前两种色分离技术不同，三CCD色分离技术中使用了3个CCD完成扫描成像：光线通过镜头，经过一个特殊设计的分光棱镜将相应颜色的光线反射到相应的CCD图像传感器中，每一个CCD产生一种颜色的图像数据，经过一次扫描即可得到彩色的图像。因此，可以看出这种分色技术成像速度最快，但其造价最高。 4）单CCD色分离技术 单CCD色分离技术仍然是采用单个线性CCD，不过，在CCD的感光面上加入了滤色镜，在感光的同时直接进行分色。 (4)VAROS技术 普通的CCD扫描仪在扫描时，须在被扫描物体表面形成一条细长的白色光带，光线通过一系列镜面和一组透镜，最后由CCD元件接收光学信号。但是，在这种条件下，光学分辨率被CCD像素数量所限制。在VAROS技术中，CCD元件与透镜之间放置一片平板玻璃，首先，扫描仪进行正常的扫描工作。这一步得到的图像与其他扫描仪基本相同。然后，平板玻璃倾斜，使扫描图像移动1/2个像素，扫描过程重复一次。这样可以使扫描仪读取被移动后的像素的数据。最后，运用软件合成第一次与第二次的扫描数据，得到两倍数量的图像信息。换言之，运用VAROS技术，我们可以将普通600dpi的扫描仪变成1200dpi高分辨率的扫描仪。

㈧ 在图像处理中有哪些算法

1、图像变换：

由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，可减少计算量，获得更有效的处理。它在图像处理中也有着广泛而有效的应用。

2、图像编码压缩：

图像编码压缩技术可减少描述图像的数据量，以便节省图像传输、处理时间和减少所占用的存储器容量。

压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。

编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

3、图像增强和复原：

图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。

图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。

4、图像分割：

图像分割是数字图像处理中的关键技术之一。

图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。

5、图像描述：

图像描述是图像识别和理解的必要前提。

一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。

6、图像分类：

图像分类属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。

图像分类常采用经典的模式识别方法，有统计模式分类和句法模式分类。

(8)图像扫描算法扩展阅读：

图像处理主要应用在摄影及印刷、卫星图像处理、医学图像处理、面孔识别、特征识别、显微图像处理和汽车障碍识别等。

数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。

数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，

但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。

㈨ 图像识别算法有几种

从模式特征选择及判别决策方法的不同可将图像模式识别方法大致归纳为两类:统计模式(决策理论)识别方法和句法(结构)模式识别方法。此外，近些年随着对模式识别技术研究的进一步深入，公司模糊模式识别方法和神经网络模式识别方法也开始得到广泛的应用。江苏视图科技算法提供商。