【正文】 和 NEDI 等等， KR、 NRDI 和 Dube 算法雖然放大效果優(yōu)秀，但是算法復(fù)雜度高，很難在實(shí)時(shí)應(yīng)用中使用， COV 和 bilinear 等算法雖然較為簡(jiǎn)單，但是效果差，難以滿足要求。其中使用最頻繁的是圖像的縮放和旋轉(zhuǎn)，不論照片、圖畫(huà)、書(shū)報(bào)，還是醫(yī)學(xué) X 光和衛(wèi)星遙感圖像都會(huì)用到這兩項(xiàng)技術(shù)。圖像的幾何變換時(shí)圖像處理和圖像分析的基礎(chǔ)內(nèi)容之一，它不僅提供了產(chǎn)生某些圖像的可能，而且還可以使圖像處理和分析的程序簡(jiǎn)單化，特別是圖像具有一定的規(guī)律性時(shí)，一個(gè)圖像可以由另一個(gè)圖像通過(guò)幾何變換來(lái)實(shí)現(xiàn)。 數(shù)字圖像處理技術(shù)研究?jī)?nèi)容很多，包括以下幾個(gè)方面：圖像變換、圖像編碼壓縮、圖像增強(qiáng)和復(fù)原、圖像分割、圖像描述、圖像識(shí)別等。數(shù)字圖像處理對(duì)象是數(shù)字圖像，是由一組具有顏色、亮度等被稱為像素的點(diǎn)組成的集合 [2]。模擬圖像一般用攝像機(jī)、傳統(tǒng)的照相機(jī)等獲取，模擬圖像大多可以用一個(gè)連續(xù)函數(shù)來(lái)描述，所以 模擬圖像處理也稱為“連續(xù)圖像處理”，其處理過(guò)程主要借助于光學(xué)、化學(xué)等技術(shù)方法和相應(yīng)的設(shè)備，對(duì)圖像進(jìn)行加工和處理。 BMP image。即首先用 Visual C++創(chuàng)建一個(gè)多文檔應(yīng)用程序框架，在實(shí)現(xiàn)任意 BMP圖像的讀寫(xiě)，打印，以及剪貼板操作的基礎(chǔ)上，完成經(jīng)典的圖像幾何變換功能。常用的幾何變換功能包括圖像的平移、圖像的鏡像變換、 圖像的轉(zhuǎn)置、圖像的縮放、圖像的旋轉(zhuǎn)等等。目前數(shù)字圖像處理的應(yīng)用越來(lái)越廣泛，已經(jīng)滲透到工業(yè)、航空航天、軍事等各個(gè)領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮越來(lái)越大的作用。程序已在 VC++ 通過(guò)。 Visual C++ 0 文獻(xiàn)綜述 本文的研究背景 3 當(dāng)今社會(huì)是信息社會(huì)，各種媒體交互存在，而圖像在其中又占據(jù)了重要的地位。例如在暗房中對(duì)底片進(jìn)行變形矯正、放大、遮攔、著色、虛化、浮雕化、剪裁等。數(shù)字圖像的特點(diǎn)決定了數(shù)字圖像處理的靈活性，并且以其強(qiáng)大的功能成為當(dāng)今圖像處理技術(shù)的主流。數(shù)字圖像處 理具有再現(xiàn)性好、處理精度高、適用面廣、靈活性高、成本低等優(yōu)點(diǎn)。所以，為了提高圖像處理和分析程序設(shè)計(jì)的速度和質(zhì)量，開(kāi)拓圖像程序應(yīng)用范圍的新領(lǐng)域，對(duì)圖像進(jìn)行幾何變換是十 4 分必要的。 在圖像幾何變換中的平移、轉(zhuǎn)置、鏡像操作變換中，輸出圖像的每一個(gè)像素點(diǎn)在輸入圖像中都有一個(gè)具體的像素點(diǎn)與之對(duì)應(yīng)。所以，如何在保 證一定的放大效果的情況下降低圖像放大算法的復(fù)雜度，使之在實(shí)時(shí)應(yīng)用中得到使用，是數(shù)字圖像處理領(lǐng)域的一個(gè)研究目標(biāo)。當(dāng)然，也可以利用數(shù)碼照相機(jī)直接拍攝以數(shù)字格式存放的數(shù)字 圖像。一幅 NM? 個(gè)像素的數(shù)字圖像，其像素灰度值可以用 M 行、 N 列的矩陣 G 表示： ?????????????MNMMNNgggggggggG.....................212222111211 數(shù)字圖像處理 數(shù)字計(jì)算機(jī)最擅長(zhǎng)的莫過(guò)于處理各種數(shù)據(jù)，數(shù)字化的圖像可以看成是存儲(chǔ)在計(jì)算機(jī)中的有序數(shù)據(jù)，當(dāng)然可以通過(guò)計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)行處理。 例如，電腦人像藝術(shù)，電視中的特殊效果，自動(dòng)售貨機(jī)鈔票的識(shí)別，郵政編碼的自動(dòng)識(shí)別和利用指紋、虹膜、面部等特征的身份識(shí)別等。 一是計(jì)算機(jī)的發(fā)展。 二是數(shù)學(xué)的發(fā)展，特別是離散數(shù)學(xué)理論的創(chuàng)立和完善，為數(shù)字圖像處理奠定了理論基礎(chǔ)。近幾年來(lái)，隨著計(jì)算機(jī)和各個(gè)相關(guān)領(lǐng)域研究的迅速發(fā)展，科學(xué)計(jì)算可視化、多媒體技術(shù)等研究和應(yīng)用的興起，數(shù)字圖像處理從一個(gè)專門領(lǐng)域的學(xué)科，變成了一種新型的科學(xué)研究和人機(jī)界面的工具。數(shù)字圖像處理具有如下特點(diǎn)： （ 1）處理精度高，再現(xiàn)性好。在圖像處理程序中，可以任意設(shè)定或變動(dòng)各種參數(shù)，能有效控制處理過(guò)程，達(dá)到預(yù)期處理效果。 （ 4）圖像數(shù)據(jù)量龐大。如果精度及分辨率再提高，所需處理時(shí)間將大 幅度增加。 （ 6）圖像處理技術(shù)綜合性強(qiáng)。 （ 2）提取圖像中所包含的某些特征或特殊信息，以便于計(jì)算機(jī)分析，例如，常用作模式識(shí)別、計(jì)算機(jī)視覺(jué)的預(yù)處理等。本文選擇 Visual C++，其主要優(yōu)勢(shì)在于以下三個(gè)方面： （ 1）執(zhí)行效率高。掌握指針就能更有效地使用內(nèi)存空間， C++中指 8 針的使用，很大幅度上提高了編程的靈活度。由于 C++語(yǔ)言支持對(duì)內(nèi)存的直接分配和釋放，提高了內(nèi)存的使用效率，也大大提高了圖像處理效率。 我們可以將一幅圖像視為一個(gè)二維函數(shù) f（ x， y），其中 x 和 y 是空間坐標(biāo)，而在 xy 平面中的任意一對(duì)空間坐標(biāo)（ x， y）上的幅值 f 稱為該點(diǎn)圖像的灰度 、亮度或強(qiáng)度。 數(shù)字圖像的顯示 不論是 CRT 顯示器還是 LCD 顯示器，都是由許多點(diǎn)構(gòu)成的，顯示圖像時(shí)這些點(diǎn)對(duì)應(yīng)圖像的像素，顯示器被稱為位映像設(shè)備。 （ 1）二值圖像 每個(gè)像素只有黑、白兩種顏色的圖像稱為二值圖像。在灰度圖像中，像素可以取 0~L— 1 之間的整數(shù)值，根 據(jù)保存灰度數(shù)值所使用的數(shù)據(jù)類型的不同，可能有 256種取值或者 k2種取值，當(dāng) k=1 時(shí)即退化為二值圖像。 對(duì)于三原色 RGB 中的每一種顏色，可以像灰度圖那 樣使用 L 個(gè)等級(jí)來(lái)表示含有這種顏色成分的多少。 未經(jīng)壓縮的原始 BMP 文件就是使用 RGB 標(biāo)準(zhǔn)給出的 3 個(gè)數(shù)值來(lái)存儲(chǔ)圖像數(shù) 據(jù)的，稱為 RGB 圖像。這種完全未經(jīng)壓縮的表達(dá)方式，浪費(fèi)了大量的存儲(chǔ)空間，下面介紹一種更節(jié)省空間的存儲(chǔ)方式：索引圖像。 設(shè)備無(wú)關(guān)位圖 以后的 BMP 位圖文件格式與顯示設(shè)備無(wú)關(guān)，因此把這種 BMP 位圖文件稱為設(shè)備無(wú)關(guān)位圖（ device independent bitmap， DIB）。 （ 1）位圖文件頭數(shù)據(jù)結(jié)構(gòu) BITMAPFILEHEADER,包含 BMP 圖像文件的類型、顯示內(nèi)容等信息。 1．位圖文件 BITMAPFILEHEADER 結(jié)構(gòu) 位圖文件頭 BITMAPFILEHEADER 的定義可以再 MFC Library 中找到，這部分文件頭包含了文件的類型、大小以及設(shè)備無(wú)關(guān)位圖的圖像文件布局。 WORD bfReserved2。 bfReserved1， bfReserved2：為保留字，不用考慮。 biWidth：指定圖像的寬度，單位是像素。 biCompression：指定位圖是否壓縮，有效的值為 BIRGB， BIRLE8， BIRLE4，BIBITFIELDS（都是 Windows 定義好的常量）。 biXPelsPerMeter：指定目標(biāo)設(shè)備的水平分辨率，單位是像素 /米。 3．調(diào)色板結(jié)構(gòu) 有些位圖需要調(diào)色板，有些位圖，如真彩色圖，不需要調(diào)色板，它們的BITMAPINFOHEADER 后面直接是位圖數(shù)據(jù)。 BYTE rgbRed。 rgbGreen：該顏色的綠色分量。對(duì)于 256 色灰度圖像，圖像數(shù)據(jù)就是該像素的實(shí)際灰度， 1 個(gè)像素需要 1個(gè)字節(jié)來(lái)表示；對(duì)于索引圖像，圖像數(shù)據(jù)就是該像素顏色在調(diào)色板中的索引值；而對(duì)于真色彩圖，圖像數(shù)據(jù)就是實(shí)際的 RGB值， 1 個(gè)像素需要 3 個(gè)字節(jié)來(lái)表示。 其中， m_pBMIH 中保存的是圖像的信息頭，而 m_lpData 中保存實(shí)際的圖像數(shù)據(jù)。 將所有像素的值初始化為灰度值 color BOOLAttachFromFile(LPCTSTRlpcPathName)。 BOOL SaveToFile(CFile amp。 設(shè)置指定位置像素的值 15 函數(shù)原型 功能 COLORREF GetPixel(int x,int y)。 獲取圖像數(shù)據(jù)矩陣一行的像素?cái)?shù) int GetHeight()。 判斷當(dāng)前對(duì)象中存儲(chǔ)的是否為索引圖像 bool Index2Gray()。因此，幾何變換常常作為其他圖像處理應(yīng)用的預(yù)處理步驟。一個(gè)幾何變換需要兩部分運(yùn)算：首先是空間變換所需的運(yùn)算，如平移、旋轉(zhuǎn)和鏡像等，需要用它來(lái)表示輸出圖像與輸入圖像之間的（像素）映射關(guān)系；此外，還需要使用灰度插值算法，因?yàn)榘凑者@種變換關(guān)系進(jìn)行計(jì)算，輸出圖像的像素可能被映射到輸入圖像的非整數(shù)坐標(biāo)上。 圖像平移 圖像平移就是將圖像中所有的點(diǎn)按照指定的平移量水平或者垂直移動(dòng)。 圖像平移的 Visual C++實(shí)現(xiàn) void CImgProcess::ImMove(CImgProcess*pTo,int x,int y) { int nHeight=pToGetHeight()。 return。jnHeight。amp。 else pToSetPixel(i,j,RGB(255,255,255))。 int nWidth = pToGetWidthPixel()。inWidth。j++) { pToSetPixel(i,j,GetPixel(u,j))。 int u=0。jnHeight。 圖像轉(zhuǎn)置的變換公式 轉(zhuǎn)置的變換公式如下： 22 ???????????????????????????????100100001010111yxyx 它的逆矩陣表達(dá)式是： ???????????????????????????????111100001010100yxyx 即??? ?? 10 10 xy yx 圖像轉(zhuǎn)置的 Visual C++實(shí)現(xiàn) void CImgProcess::Transpose(CImgProcess* pTo) { int nHeight = pToGetHeight()。inWidth。amp。例如，當(dāng) fx=fy=2 時(shí)，圖像放大 2 倍，放大圖像中的像素（ 0,1）對(duì)應(yīng)于原圖像中的（ 0， ），這不是整數(shù)坐標(biāo)位置，自然也就無(wú)法提取其灰度值。 int i,j。jnHeight。 else pToSetPixel(i,j,RGB(255,255,255))。如下圖所示，點(diǎn)（ x0， y0）經(jīng)過(guò)旋轉(zhuǎn) θ 度后坐標(biāo)變成（ x1， y1）。 int u,v。jnHeight。amp。amp。為了簡(jiǎn)化操作，本例只針對(duì) 256 27 級(jí)灰度圖進(jìn)行處理。各個(gè)模塊獨(dú)立性高，可擴(kuò)充性好。 感謝他在百忙之中一直督促關(guān)心 29 著我的本科論文的寫(xiě)作。 她樂(lè)于助人，耐心的解答我提出的問(wèn)題，對(duì)我的論文提出了許多中肯的修改意見(jiàn)，并對(duì)一些技術(shù)上的細(xì)節(jié)給予了很大的幫助。 QA9wkxFyeQ^! djsXuyUP2kNXpRWXm Aamp。 gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm6X4NGpP$vSTTamp。 gTXRm6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 UE9aQGn8xp$Ramp。 ksv*3t nGK8!z89Am YWpazadNuKNamp。 gTXRm6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 UE9aQGn8xp$Ramp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。ksv*3t nGK8!z89Am YWpazadNuKNamp。 ksv*3t nGK8!z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am UE9aQGn8xp$Ramp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 qYpEh5pDx2zVkum amp。 qYpEh5pDx2zVkum amp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。 6a*CZ7H$dq8Kqqf HVZFedswSyXTyamp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK!zn%Mz849Gx^Gj qv^$UE9wEwZQcUE%amp。MuWFA5ux^Gjqv^$UE9wEwZQcUE% amp。 MuWFA5uxY7JnD6YWRrWwc^vR9CpbK! zn% Mz849Gx^Gjqv^$UE9wEwZQcUE% amp。849Gx^Gj qv^$UE9wEwZQcUE%amp。 qYpEh5pDx2zVkumamp。 6a*CZ7H$dq8Kqqf HVZFedswSyXTyamp。 MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK!zn%Mz849Gx^Gj qv^$UE9wEwZQcUE% amp。 MuWFA5ux^Gj qv^$UE9wEwZQcUE%amp。 MuWFA5uxY7JnD6YWRrWwc^vR9CpbK! zn% Mz849Gx^Gj qv^$UE9wEwZQcUE%amp。 849Gx^Gj qv^$UE9wEwZQcUE%amp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK! zn%Mz849Gx^Gj qv^$UE9wEwZQcUE%amp。MuWFA5ux^Gj