【正文】 CImageProcessingView::OnEnhanceSharp() { //更改光標(biāo)形狀 BeginWaitCursor()。 } } delete []pdGrad 。 ynHeight 。 xx3。 nTmp[2][2] = lpImage[(y+1)*nWidth + x + 1 ] 。 nTmp[1][1] = lpImage[y*nWidth + x ] 。 // Laplacian 算子需要的各點像素值 // 模板第一行 nTmp[0][0] = lpImage[(y1)*nWidth + x 1 ] 。 ynHeight1 。 // 臨時變量 double dGrad。 nWeight[2][0] = 1 。 nWeight[0][2] = 1 。 // 初始化為 0 memset(pdGrad, 0, nWidth*nHeight*sizeof(double)) 。 /************************************************************************* * * \函數(shù)名稱： * LinearSharpen() * * \輸入?yún)?shù) : * LPBYTE lpImage 指向圖像數(shù)據(jù)得 指針 * int nWidth 圖像數(shù)據(jù)寬度 * int nHeight 圖像數(shù)據(jù)高度 * * \返回值 : 電氣工程學(xué)院學(xué)院畢業(yè)設(shè)計說明書 28 * 無 * * \說明 : * 線性銳化圖像增強 * 本函數(shù)采用拉普拉 斯算子對圖 像進(jìn)行線性 銳化 * 在原來圖像上加上 拉普拉斯算 子銳化的信 息 * ************************************************************************* */ void LinearSharpen (LPBYTE lpImage, int nWidth, int nHeight) { // 遍歷圖像的縱坐標(biāo) int y。 指數(shù)高通 濾波器 指數(shù)高通濾波器的傳 遞函數(shù) H(u,v)可以表示為 ： ? ? ?????? ???????? nvuDDvuH ,e x p),( 0 0D 為截止頻率， n 為級數(shù)。 這里 G(u,v)為高通濾波器處 理后的圖像 ； H（ u,v） 為頻域 高通濾波器的傳遞函數(shù)； F（ u,v） 為 原始圖像 f(u,v)的傅氏變換 。梯度算子和 laplacian 算子都對噪聲敏感，因此一 般用它們檢 測邊緣前要 先對圖像進(jìn)行 平滑。 Prewitt 算子和 Sobel 算子提 取邊緣的結(jié) 果差不多。 Sobel 算子包含兩組 3x3的矩陣，分別為 橫向及縱向 模板，將 之與圖像作平 面 卷積 ，即可分別得出橫向及縱向的亮 度差分近似 值。 prewitt 算子為 在檢測邊緣的 同時減少噪 聲的影響， 從加大邊緣檢測算子的模板大小出發(fā)，由 2*2 擴(kuò)大到 3*3 來計算差分算子，采用 prewitt 算子能檢 測到邊緣點 ，還可以抑 制噪聲。 Roberts 交叉 微分算子函 數(shù) Roberts 算子模板是 一個 2 2 的模板，左上角 的是當(dāng)前待 處理像素 f()，則交叉 微 分算子定義 如下： ? ? ? ? ? ? ? ?1.,1,1,1 ????????? jifjifjifjiff 其模板可以 表示為： ???????? 10 011D ， ?????? ?? 01 102D ? ?? ? ? ?? ?jifDjifD , 2211 ?? ?? ? ? 21, ?? ??? jif 例如：已知原始圖像 F，求：用 Roberts 交叉微分算子的處理結(jié)果。一般增 強技術(shù)對于 陡峭的邊緣和 緩慢變化的 邊緣很難確定其邊緣線的位置。 擴(kuò)散效應(yīng)是 成像過程中經(jīng)常發(fā)生的現(xiàn) 象。適當(dāng) 的選取 T，即可使 明顯的邊沿輪廓得到突出，并且不 會破壞原來 灰度變換比 較平緩的背景 。 梯度算子一旦算出后，就可以根據(jù)不同的需要生成不同的梯度增強圖像。常用的梯度差分有： ? ? ? ? ? ?? ? ? ? ? ?? ?? ? 2122 1,1, ?????? yxfyxfyxfyxfyxGM 為了運算簡便，可以 簡化為 ? ? ? ? ? ? ? ? ? ?1,1, ?????? yxfyxfyxfyxfyxGM 或者利用 Roberts 梯度算子 ? ? ? ? ? ?? ? ? ? ? ?? ?? ? 2122 1,11,1, ???????? yxfyxfyxfyxfyxGM Roberts 算子也可以簡化為 ? ? ? ? ? ? ? ? ? ?1,11,1, ???????? yxfyxfyxfyxfyxGM 常用的梯度算子還有 Laplacian 算子。 空域微分銳化方法 圖像的模糊相當(dāng)于圖像被平均或被積分，為實現(xiàn)圖像的銳化，必須用它的反運 算“微分 ”，加 強高頻分量 的作用， 從而使圖 像輪廓清晰。最基本的一類邊緣檢測算子是微分類算子。 電氣工程學(xué)院學(xué)院畢業(yè)設(shè)計說明書 18 第四章 算法分析與描述 圖像銳化處理的目的是為了使圖像的邊緣。 3 輸出窗口 電氣工程學(xué)院學(xué)院畢業(yè)設(shè)計說明書 17 輸出窗口位于整個主窗口的下方，主要用于顯示代碼調(diào)試和運行中的相關(guān)信息，在這 里可以看到 編譯程序的 進(jìn)展說明、警告 以及出錯信息；在 逐步編 譯代碼時 ，輸出窗口 是 Visual C++調(diào)試程序顯示所有變量當(dāng)前值的地方，當(dāng)關(guān)閉輸出窗口后，它會在 Visual C++需要顯示有關(guān)信息時自動打開 。編輯區(qū)基本上是開發(fā)界面的全部區(qū)域，不能被菜單或工具欄占據(jù)。 Visual C++ 集成開發(fā)環(huán)境 由一套綜 合的開發(fā) 工具所組 成，提供了良好的 可視化編 程環(huán)境， Visual C++ 不僅為用戶 提供編輯代碼、編譯、連接、調(diào)試等基本功能，還提供多種輔助 開發(fā)工具，以使用戶的開發(fā)過程 更簡單、方 便。經(jīng)歷了近 20年的發(fā)展 ， Visual C++已經(jīng)有了很大的變化 ，在界 面、功能 、庫支 持方面都有許 多的增強 。 （ 7）在工作 區(qū)內(nèi)可以包含 多個并列的 工程文件 以前的 Visual C++版本在不 同工程之間 復(fù)制代碼 和資源時 ，需要先打開一個工程，然后打開另一個工程的資源文件，然后進(jìn)行資源復(fù)制操作。如增加或者刪除菜單命令和工具條按鈕 等。 （ 2）調(diào)試器 可以 直接 運 行和 調(diào)試 程 序， 還可 以 使用 宏語 言 來自 動操 作 調(diào)試器。在行 內(nèi)有 一 句話 “ 在 Windows 下開 發(fā)軟 件， 只 有你 想不 到 的， 沒有Visual C++做不到的”來 形容 Visual C++ 的功能齊全和 強大。 由 于Visual C++在開發(fā) Windows 應(yīng)用程序時 ，它主要采 用 C語言、 C++通用類以及原始的 Windows 應(yīng)用程序編程接口，而這些函數(shù)都是比較低層的函數(shù)，一次運 行起來速度 比 較快，使用靈活，從而保證了 用 Visual C++編寫出來 的軟件產(chǎn)品擁 有高效率的 運行速度。由于 C++類支持繼承和 虛擬函數(shù)， 程序員可 以通過使 用繼承和擴(kuò)展適當(dāng)?shù)?C++類來實現(xiàn)特定 的目的。 （ 2）強大的類庫支持和類改造能力。 程序員在 Windows 平臺下開發(fā) 應(yīng)用程序時，可以利用 WindowsAPI 提供給應(yīng)用程序的接口程序?qū)?Windows 進(jìn)行控制。而且由于 Visual C++本身就是一個圖形的開發(fā)界面，提供了豐富的關(guān)于位圖操作的函數(shù)，所以對開發(fā)圖像處理系統(tǒng)提供了極大的方便。圖像編碼 主要是采用不同的表達(dá)方法以減少表示圖像所需的數(shù)據(jù)量，從本質(zhì)上來說，圖像編 碼與 壓縮 就 是對 要處 理的 圖 像源 數(shù)據(jù) 按一 定 的規(guī) 則進(jìn) 行變 換和組合，從而達(dá)到以盡 可能少的代 碼來表示盡 可能多的數(shù)據(jù) 信息。盡管現(xiàn) 在有大容量 的存儲器，但仍 不能滿足對 圖像數(shù)據(jù)（尤其是動態(tài)圖像、高分辨率圖像）處理的需要。 （ 7）圖像變換：圖 像變換是 指通過一 種數(shù)學(xué)映射 的方法， 將空域中的圖像信息轉(zhuǎn)換到頻域或時頻域等空間上進(jìn)行分析的數(shù)學(xué)手段。醫(yī)學(xué)上廣為采用的計算機層析掃描術(shù)（ CT）就是一例。如果說圖像處理是一個從圖像到圖像的過程，則圖像分 析就是一個 從圖像到數(shù) 據(jù)的過程。 圖像分析分 3 步進(jìn)行，即分割、描述和 分類。圖 像中通常包含多個對象，例如，一幅航空照片，可以分割為居民區(qū)、工業(yè)區(qū)、草原和湖泊 等區(qū)域?？偟膩碚f ，圖像增強 以清晰為目 標(biāo)。當(dāng)無法知道圖像質(zhì)量下降的原因時，可以采用圖像增強技術(shù)來改善圖像的質(zhì)量。數(shù)字化過程包括掃描、采樣和量化三個步驟。三是特征提取，以便于計算機進(jìn)行圖像分析?？偠灾?，數(shù)字圖 像處理技術(shù) 的發(fā)展涉及越 來越多的基 礎(chǔ)理論知識，它是一項涉及多 學(xué)科的綜合 性技術(shù)。如果要求 取圖像上某 一區(qū)域的面 積，利用計算機 可以很方便的達(dá)到目的，并且 精確度很高；但是要計算機 識別某一區(qū) 域是什么東西，則十分困難。另外，對于 數(shù)字圖像處 理來說，圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的多光普圖像；可以是 電子顯微鏡 圖像，也可以是 遙感圖像甚 至天文望遠(yuǎn)鏡圖像。如果在圖像通信領(lǐng)域中，能夠充分利用數(shù)字圖像的這一特性，將大大 提高圖像處 理和傳輸?shù)?效率。 （ 2）數(shù)字圖 像占用的頻帶 較寬 數(shù)字圖像信息占用的頻帶要比語音信息大幾個數(shù)量級。 與 之 相 對 應(yīng) 的 是 模 擬 圖 像 處 理 （ Analog Image Processing），它包 括：電子處 理和光學(xué) 處理，如 電視信號處 理、遙感圖像處理等都是對模擬信號進(jìn)行處理的過程，模擬圖像處理一般為實時處理。 在 VC中代碼實現(xiàn)以上算法，并通過調(diào)試，得到所給圖像的變換結(jié)果。其功能主要表現(xiàn)在圖片美容、攝影作品的后期處理方面。 國內(nèi)研究現(xiàn)狀 國內(nèi)在此領(lǐng)域的研究中最具有代表性的是夢幻科技推出的彩影圖形處理和相片制作軟件，彩影擁有非常智能、傻瓜而功能強大的圖像處理、修復(fù)和合成功能。目前最新版本 Adobe Photoshop CS4除了包含 Adobe Photoshop CS3的所有功能外，還增加了 3D和視頻流、動畫、深度圖像分析 等。 Photoshop是 Adobe公司開發(fā)的世界上最優(yōu)秀的平面圖像處理軟件之一，集圖像掃描、編輯修改、圖像制作、廣告創(chuàng)意，圖像輸入 與輸出與一體，在圖像處理及平面設(shè)計領(lǐng)域里， Photoshop一直都以界面美觀，操作方便，在圖像處理和電腦繪圖軟件領(lǐng)域里獨占鰲頭。具有編輯 C 語言， C++等編程語言的能力，從傳統(tǒng)的 Windows API 編程到 MFC 編程、再到基于組件的編程， Visual C++都為之提供了方便的設(shè)計工具，幾乎能夠 完成 Windows 各個方面的應(yīng)用。應(yīng)用 MATLAB進(jìn)行數(shù)字圖像處理可以節(jié)省大量編寫低層算法源代碼的時間，避免程序設(shè)計中的重復(fù)勞動，達(dá)到事 半功倍的效果。 國內(nèi)外研究現(xiàn)狀 國外研究現(xiàn)狀 圖像處理軟件是用于處理圖像信息的各種應(yīng)用軟件的總稱，現(xiàn)在國外比較流行的數(shù)字圖像處理軟件品種繁多。 獲取圖像信息的目的不僅僅只是為了獲取圖像，更為主要的是對圖像信息進(jìn)行加工處理，以滿足我們的視覺心理或者應(yīng)用需求。 （ 2）將模擬圖像、物理圖像等可見圖像經(jīng)過數(shù)字化處理轉(zhuǎn)換為數(shù)字圖像，例如將一幅照片通過掃描儀輸入到計算機中，掃描的過程實質(zhì)上就是一個數(shù)字化過程。為了適應(yīng)數(shù)字計算機的 處理，必須對連續(xù)圖像函數(shù)進(jìn)行空間和幅度數(shù)字化，經(jīng)過數(shù)字化后的圖像稱為數(shù)字圖像。在當(dāng)今科學(xué)技術(shù)迅速發(fā)展的時代，人們越來越多的利用圖像信息來認(rèn)識和判斷事物，解決實際問題。但要注意能夠進(jìn)行銳化處理的圖像必須有較高的性噪比，否則銳化后圖像性噪比反而更低，從而使得噪聲增加的比信號還要多，因此一般是先去除或減輕噪聲后再 進(jìn)行銳化處 理。這將導(dǎo)致原始圖像在平滑處理之后，圖像邊緣 和圖像輪廓 模糊的情況 出現(xiàn)。 數(shù)字圖像處理（ Digital Image Processing）又稱為計算機 圖像處理，它是指將圖像信 號轉(zhuǎn)換成數(shù) 字信號并利用 計算機對其 進(jìn)行處理的過程。隨著人類活動范圍的不斷擴(kuò)大，圖像處理的 應(yīng)用領(lǐng)域也 將隨之不斷 擴(kuò)大。一般來說，圖像的能量主要集中在其低頻部分，噪聲所在的頻段主要在高頻段，同時圖像邊緣信息也主要集中在其高頻部分。從頻率域 來考慮， 圖像模糊 的實質(zhì)是電氣工程學(xué)院學(xué)院畢業(yè)設(shè)計說明書 4 因為其高頻分量被衰減，因此可以用高通濾波器來使圖像清晰。國外學(xué)者曾做過統(tǒng)計，人們從外界所獲 取的信息有 70%以上來自于視覺攝取的圖像，與文字或者語言信息相比，圖像包含的信息量更大，具有更廣泛的適用性和更高的使用效率。常見的圖像是連續(xù)的，即 f (x, y)的值可以是任意實數(shù)。 數(shù)字圖像一般可以通過以下三種途徑獲?。? （ 1）直接由二維離散數(shù)學(xué)函數(shù)生成數(shù)字圖像。不管是圖像的放縮、圖像的幾何變換、圖像的灰度變換還是離散余弦等正交變換，本質(zhì)上都是基于圖像矩陣的數(shù)學(xué)運算。雖然某些處理也可以用光學(xué)方法或模擬技術(shù)實現(xiàn)，但它們遠(yuǎn)不及數(shù)字圖像處理那樣靈活和方便，因而數(shù)字圖像處理成為圖像處理的主要方面。而數(shù)字圖像處理與矩陣運算具有密切的聯(lián)