【正文】 ght。 } } } return TRUE。 i lHeight。 } } } return TRUE。 i++) { for(j = 0。 for(i = 0。 } else if (fTemp 0) { *lpSrc = 0。 lLineBytes = WIDTHBYTES(lWidth * 8)。 } else if (fTemp 0) { *lpSrc = 0。 lLineBytes = WIDTHBYTES(lWidth * 8)。在這里表示衷心地感謝。：圖像平滑、梯度銳化、中值濾波。：函數(shù)功能表成員數(shù)據(jù)描述m_fpArray模板元素?cái)?shù)組指針m_fTempC模板系數(shù)m_intType模板類(lèi)型m_iTempH模板高度m_iTempMX模板中心元素X坐標(biāo)m_iTempMY模板中心元素Y坐標(biāo)m_iTempW模板寬度第5章 系統(tǒng)的調(diào)試、運(yùn)行與測(cè)試軟件開(kāi)發(fā)完畢后應(yīng)與系統(tǒng)中其它成分集成在一起，此時(shí)需要進(jìn)行一系列系統(tǒng)集成和確認(rèn)測(cè)試。：函數(shù)功能表成員數(shù)據(jù)描述m_bIsDraging當(dāng)前鼠標(biāo)拖動(dòng)狀態(tài)，TRUE表示正在拖動(dòng)m_bThre閾值m_MouseRect相應(yīng)鼠標(biāo)事件的矩形區(qū)域 CDlgPointWin類(lèi)的成員函數(shù)與成員數(shù)據(jù)成員函數(shù)如圖412所示。成員數(shù)據(jù)描述m_iFilterH濾波器高度m_iFilterMX濾波器中心元素X坐標(biāo)m_iFilterMY濾波器中心元素Y坐標(biāo)m_iFilterType濾波器類(lèi)型m_iFilterW濾波器寬度 CDlgPointStre類(lèi)的成員函數(shù)與成員數(shù)據(jù)成員函數(shù)如圖48所示。：數(shù)據(jù)定義成員數(shù)據(jù)功能描述m_iIsDraging0表示未拖動(dòng)，1表示正在拖動(dòng)下限，2表示正在拖動(dòng)上限m_iLowGray顯示灰度區(qū)間的下限m_iUpGray顯示灰度區(qū)間的上限m_lCount各個(gè)灰度值的計(jì)數(shù)m_lHeightDIB的寬度m_lpDIBBits指向當(dāng)前DIB象素的指針m_lWidthDIB的寬度m_MouseRect相應(yīng)鼠標(biāo)事件的矩形區(qū)域 CDlgLinerPara類(lèi)的成員函數(shù)與成員數(shù)據(jù)成員函數(shù)如圖54所示。 = ::DIBHeight(lpDIB)。累計(jì)分布函數(shù)(cumulative distribution function,CDF)就是滿足上述條件的一種，通過(guò)該函數(shù)可以完成s到t的均勻分布轉(zhuǎn)換。通過(guò)該函數(shù)可以清楚地了解到圖像對(duì)應(yīng)的動(dòng)態(tài)范圍情況，可以了解到圖像灰度的主要集中范圍。 pDocUpdateAllViews(NULL)。基于二維直方圖的方法，即以像素的灰度值和鄰域內(nèi)部的灰度均值的二維分布所構(gòu)成的直方圖來(lái)進(jìn)行分割，雖然可以有效提高分割效果，一定程度上可以消除噪聲的影響，但計(jì)算量相當(dāng)大，難以應(yīng)用到實(shí)時(shí)系統(tǒng)。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。像素值為1的是需要細(xì)化的部分，像素值為0的是背景區(qū)域。游程長(zhǎng)度編碼細(xì)化等。 if (::GradSharp(lpDIBBits, ::DIBWidth(lpDIB), ::DIBHeight(lpDIB), bThre)) { pDocSetModifiedFlag(TRUE)。 EndWaitCursor()。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。圖像增強(qiáng)的目的是改善圖像的視覺(jué)效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，擴(kuò)大圖像中不同物體特征之間的差別，滿足某些特殊分析的需要。}該功能調(diào)用RotateDIB()函數(shù)進(jìn)行圖像旋轉(zhuǎn)，由用戶設(shè)定旋轉(zhuǎn)地角度，該函數(shù)通過(guò)原圖像的四個(gè)角的坐標(biāo)和旋轉(zhuǎn)地角度計(jì)算出新的圖像的四個(gè)角的坐標(biāo)，然后通過(guò)計(jì)算正弦和余弦，確定新圖像的高度和寬度。 if (hNewDIB != NULL) { pDocReplaceHDIB(hNewDIB)。 pDocUpdateAllViews(NULL)。 EndWaitCursor()。}該功能調(diào)用垂直鏡像函數(shù)MirrorDIB()，此函數(shù)針對(duì)每行圖像左半部分進(jìn)行操作，然后將倒數(shù)第i行，第j個(gè)象素復(fù)制到倒數(shù)第i行，倒數(shù)第j個(gè)象素復(fù)制到倒數(shù)第i行，進(jìn)行圖像的垂直轉(zhuǎn)換，函數(shù)代碼見(jiàn)附錄。同時(shí)對(duì)出現(xiàn)的空洞點(diǎn)利用簡(jiǎn)單的插值方法進(jìn)行插值。當(dāng)A0時(shí)，圖像的暗區(qū)將變亮，亮區(qū)將變暗。 對(duì)灰度值的計(jì)數(shù)，通過(guò)公式bMap[i] = (BYTE) (lTemp * 255 / lHeight / lWidth)。函數(shù)原型：void CCh1_1View::OnPointEqua() { BeginWaitCursor()。}該功能調(diào)用閾值變換函數(shù)ThresholdTrans()，此函數(shù)允許用戶設(shè)定閾值，根據(jù)用戶設(shè)定的閾值，對(duì)圖片進(jìn)行處理大于該閾值的賦255，小于該閾值的則為0，函數(shù)代碼見(jiàn)附錄。 EndWaitCursor()。 ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。拉伸:灰度的拉伸和線性變換有點(diǎn)類(lèi)似，都用到了線性變換。第3章 指紋識(shí)別系統(tǒng)中預(yù)處理的設(shè)計(jì)與實(shí)現(xiàn)預(yù)處理部分是整個(gè)系統(tǒng)的核心，這部分關(guān)系到整個(gè)系統(tǒng)的系統(tǒng)的成敗，本模塊采用面向?qū)ο蟮某绦蛟O(shè)計(jì)思路，面向?qū)ο笤O(shè)計(jì)方法是基于信息隱蔽和抽象數(shù)據(jù)類(lèi)型概念，把系統(tǒng)中所有資源，如數(shù)據(jù)、模塊以及系統(tǒng)都看成“對(duì)象”，每個(gè)對(duì)象封裝數(shù)據(jù)和方法，而方法實(shí)施對(duì)數(shù)據(jù)的處理。 指紋識(shí)別系統(tǒng)的結(jié)構(gòu) 指紋識(shí)別系統(tǒng)框架圖如圖21所示。 指紋圖像的形態(tài)學(xué)變換該模塊功能如下：細(xì)化。 指紋識(shí)別系統(tǒng)的功能需求 指紋圖象的點(diǎn)運(yùn)算點(diǎn)運(yùn)算里面包括：圖像反色，線性變換，閾值變換，灰度拉伸，灰度均衡?！　≈讣y識(shí)別系統(tǒng)的特定應(yīng)用的重要衡量標(biāo)志是識(shí)別率。通過(guò)他的指紋和預(yù)先保存的指紋進(jìn)行比較，就可以驗(yàn)證他的真實(shí)身份。ATM卡持卡人可不用密碼，避免老人和孩子記憶密碼的困難。如不匹配，則顯示“不成功”或“沒(méi)有這個(gè)指紋”，門(mén)就不開(kāi)。 目前多數(shù)指紋識(shí)別預(yù)處理是將指紋圖象采集到計(jì)算機(jī)中，利用計(jì)算機(jī)進(jìn)行識(shí)別。多年來(lái)在各個(gè)公司及其研究機(jī)構(gòu)產(chǎn)生了許多數(shù)字化的算法（美國(guó)有關(guān)法律認(rèn)為，指紋圖象屬于個(gè)人隱私，因此不能直接處理指紋圖象）。 指紋識(shí)別的研究歷程中國(guó)是世界上公認(rèn)的“指紋術(shù)”發(fā)祥地，在指紋應(yīng)用方面具有非常悠久的歷史。目前多數(shù)指紋識(shí)別系統(tǒng)是將指紋圖象采集到計(jì)算機(jī)中，利用計(jì)算機(jī)進(jìn)行識(shí)別。關(guān)鍵詞：指紋、圖像、預(yù)處理、指紋識(shí)別技術(shù)。隨著指紋識(shí)別的普及，人們之間的信任成本將大大降低，提高人類(lèi)社會(huì)活動(dòng)的效率?！霸诰W(wǎng)絡(luò)上，沒(méi)有人知道你是一只狗，”在這種情況下，任何基于網(wǎng)絡(luò)環(huán)境下的交往活動(dòng)都被蒙上了一層技術(shù)意義的灰色。s definition so far most quickly and the credible method. Along with fingerprint recognition popularization, between people39。因此，研究開(kāi)發(fā)快速、識(shí)別率高、廉價(jià)的獨(dú)立指紋識(shí)別系統(tǒng)具有很大的市場(chǎng)前景和重要的科學(xué)研究?jī)r(jià)值。距今有5000年歷史的紅山文化遺址處（今天的內(nèi)蒙赤峰市東效紅山），考古發(fā)現(xiàn)的古陶罐上有3組幾何曲線畫(huà)，是3枚相同的、典型的箕形指紋畫(huà)，每枚指紋畫(huà)都有一條中心線和6條圍線。專(zhuān)家們保守估計(jì)，未來(lái)5年，我國(guó)將有近百億元的市場(chǎng)等待著企業(yè)去開(kāi)拓。因此，研究開(kāi)發(fā)快速、識(shí)別率高、廉價(jià)的獨(dú)立指紋識(shí)別系統(tǒng)具有很大的市場(chǎng)前景和重要的科學(xué)研究?jī)r(jià)值。在這些應(yīng)用中，指紋識(shí)別系統(tǒng)將取代或者補(bǔ)充許多大量使用照片和ID系統(tǒng)。網(wǎng)上銀行、網(wǎng)上貿(mào)易、電子商務(wù)等一系列網(wǎng)絡(luò)商業(yè)行為就有了安全性保障。盡管指紋只是人體皮膚的一小部分，但用于識(shí)別的數(shù)據(jù)量相當(dāng)大，對(duì)這些數(shù)據(jù)進(jìn)行比對(duì)是需要進(jìn)行大量運(yùn)算的模糊匹配算法。盡管指紋識(shí)別系統(tǒng)存在著可靠性問(wèn)題，但其安全性也比相同可靠性級(jí)別的“用戶ID+密碼”方案的安全性要高得多?；叶染馔瑯右矊儆诟倪M(jìn)圖像的方法，灰度均衡后的圖像具有最大的信息量。進(jìn)行閾值分割后的圖片是提取出了有價(jià)值的指紋圖片的信息，分離出了部分無(wú)用信息。另外，距離遠(yuǎn)近，焦距大小等又使得人臉在整幅圖像中間的大小和位置不確定。這些都可以通過(guò)點(diǎn)運(yùn)算來(lái)實(shí)現(xiàn)?；叶壤斓暮瘮?shù)表達(dá)式為： y1*x/x1 xx1f(x)= (y2y1)*(xx1)/(x2x1)+y12線性變換函數(shù)原型：void CCh1_1View::OnPointLiner() { BeginWaitCursor()。 ThresholdTrans(lpDIBBits, ::DIBWidth(lpDIB), ::DIBHeight(lpDIB), bThre)。 pDocSetModifiedFlag(TRUE)。 pDocUpdateAllViews(NULL)。我們?cè)谔幚韴D像時(shí)往往會(huì)遇到需要對(duì)圖像進(jìn)行幾何變換的一些問(wèn)題。當(dāng)f(x)255時(shí)，要取f(x)=255，當(dāng)f(x)0時(shí)，要取f(x)=0.從變換的性質(zhì)分， 圖像的幾何變換有平移、比例縮放、旋轉(zhuǎn)、反射和錯(cuò)切等基本變換，透視變換等復(fù)合變換，以及插值運(yùn)算等。 if (MirrorDIB(lpDIBBits, ::DIBWidth(lpDIB), ::DIBHeight(lpDIB), FALSE)) { pDocSetModifiedFlag(TRUE)。 pDocInitDIBData()。 hNewDIB = (HDIB) ZoomDIB(lpDIB, fXZoomRatio, fYZoomRatio)。 EndWaitCursor()。 SetScrollSizes(MM_TEXT, pDocGetDocSize())。將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果的圖像處理方法。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過(guò)程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類(lèi)。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。函數(shù)原型：void CCh1_1View::OnENHAMidianF() { BeginWaitCursor()。 k++){for (l = 0。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。在經(jīng)典細(xì)化算法發(fā)展的同時(shí)，起源于圖像集合運(yùn)算的形態(tài)學(xué)細(xì)化算法也得到了快速的發(fā)展。具體細(xì)化方法：滿足下列四個(gè)條件的點(diǎn)可以刪除p3 p2 p9p4 p1 p8p5 p6 p7細(xì)化刪除條件為： （1）、2 Nz(p1) = 6 Nz為八鄰域中黑點(diǎn)的數(shù)目 (2)、Zo(p1)=1,指中心為黑點(diǎn) （3）、p2*p4*p8=0 or Zo(p1)!=1 避免黑線被打斷 （4）、p2*p4*p6=0 or Zo(p4)!=1（2）模塊實(shí)現(xiàn)細(xì)化函數(shù)原型：void CCh1_1View::OnMorphThining() { BeginWaitCursor()。函數(shù)代碼見(jiàn)附錄?；趨^(qū)域的方法關(guān)鍵是要找到合適的種子和選擇合適的生長(zhǎng)準(zhǔn)則，缺點(diǎn)是計(jì)算量比較大，并容易造成過(guò)度分割，即將圖象分割成過(guò)多的區(qū)域。 EndWaitCursor()。在實(shí)際應(yīng)用中直方圖的變換主要有均衡變換和規(guī)定變換兩種，而后者又可根據(jù)灰度級(jí)映射規(guī)則的不同分單映射規(guī)則和組映射規(guī)則兩種。重復(fù)上述步驟，得到所有的源圖像各灰度級(jí)到目標(biāo)圖像各灰度級(jí)的映射關(guān)系，再按照新的映射關(guān)系對(duì)源圖像各點(diǎn)像素進(jìn)行灰度轉(zhuǎn)換，即可完成對(duì)源圖的直方圖均衡化。 if (() != IDOK) { return。第4章 系統(tǒng)工程目錄說(shuō)明 系統(tǒng)工程目錄預(yù)處理模塊工程目錄如圖41所示圖41：預(yù)處理模塊工程目錄類(lèi)圖。圖45：類(lèi)成員數(shù)據(jù)。圖49：類(lèi)和成員數(shù)據(jù)。圖413：類(lèi)成員數(shù)據(jù)。系統(tǒng)測(cè)試作為軟件測(cè)試過(guò)程的最后一個(gè)環(huán)節(jié)，對(duì)軟件質(zhì)量、軟件的可交付性和軟件項(xiàng)目的實(shí)施周期起到關(guān)鍵性的作用。：直方圖。感謝所有給予自己幫助以及教導(dǎo)的老師和同學(xué)，送上我最真摯的祝福！附錄反色函數(shù)LinerTrans():BOOL WINAPI LinerTrans(LPSTR lpDIBBits, LONG lWidth, LONG lHeight, FLOAT fA, FLOAT fB){ unsigned char* lpSrc。 i++) { for(j = 0。}線性變換函數(shù)LinerTrans():BOOL WINAPI LinerTrans(LPSTR lpDIBBits, LONG lWidth, LONG lHeight, FLOAT fA, FLOAT fB){ unsigned char* lpSrc。 i++) { for(j = 0。}閾值變換函數(shù)ThresholdTrans()：BOOL WINAPI Thresho