【正文】 viroment, 集成開(kāi)發(fā)環(huán)境)：? 生成不同編寫代碼的起始應(yīng)用程序? 通過(guò)許多不同方法查看項(xiàng)目文件? 編輯源文件和包含文件? 建立應(yīng)用程序的可視界面? 編譯及鏈接? 運(yùn)行及調(diào)試應(yīng)用程序 VC++開(kāi)發(fā)環(huán)境Visual C++的集成開(kāi)發(fā)環(huán)境Visual Studio提供了大量的實(shí)用工具以支持可視化編程特性，它們包括： 項(xiàng)目工作區(qū)、ClassWizard、AppWizard、WizardBar等。這三個(gè)選項(xiàng)卡從左到右依次是：ClassView、ResourceView、FileView。WizardBar工具條包含了三個(gè)相關(guān)的下拉列表框： 類（Class）、過(guò)濾器（Filter）和成員（Member）WizardBar最右邊是一個(gè)Action Control下拉選項(xiàng)，單擊Action Control 的向下箭頭符號(hào)會(huì)彈出一個(gè)菜單，用于執(zhí)行跳到函數(shù)定義、增加消息處理函數(shù)等操作。由于RLE4和RLE8的壓縮格式用的不多，一般僅討論biCompression的有效值為BI_RGB，即不壓縮的情況。對(duì)于16色位圖，用4位就可以表示一個(gè)像素的顏色，所以一個(gè)字節(jié)可以表示2個(gè)像素?；叶茸儞Q原理：首先提取一幅圖像的一個(gè)象素，在BMP格式中一個(gè)象素由8位紅色亮度值，8位綠色亮度值和8位藍(lán)色亮度值組成，只要按一定的變換函數(shù)去變換。設(shè)圖像在像素點(diǎn)處的灰度值為，考慮以像素點(diǎn)為中心的窗口，（表示窗口的邊長(zhǎng)），則Bernsen算法可以描述如下：計(jì)算圖像中各個(gè)像素點(diǎn)的閾值 (4)對(duì)圖像中各像素點(diǎn)用值逐點(diǎn)進(jìn)行二值化。顯示得到的二值圖像。(a) (b)圖9 Bernsen方法二值化lenna圖像(a)二值lenna圖像(256256)； 　(b)二值lenna圖像(512512)（a） (b)圖10 Bernsen方法二值化barbara圖像(a)二值barbara圖像(256256)； (b)二值barbara圖像(512512)(a) (b)圖11 Bernsen方法二值化peppers圖像(a)二值peppers圖像(256256)； 　(b)二值peppers圖像(512512)實(shí)驗(yàn)結(jié)果分析如表【12】2。因方差是灰度分布均勻性的一種度量，方差值越大說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)點(diǎn)錯(cuò)分為背景或部分背景點(diǎn)錯(cuò)分為目標(biāo)點(diǎn)都會(huì)導(dǎo)致兩部分差別變小，因此使類間方差最大的分割意味著錯(cuò)分概率最小。圖12 Otsu方法流程圖開(kāi) 始讀入灰度圖像I求的范圍記錄對(duì)應(yīng)的求時(shí)的取值顯示二值圖像NY結(jié) 束 Otsu方法實(shí)驗(yàn)結(jié)果分析對(duì)圖8這六幅圖像都采用Otsu算法進(jìn)行圖像二值化處理?？芍?12512 圖像的執(zhí)行時(shí)間要比256256圖像的時(shí)間要長(zhǎng)，說(shuō)明圖像越大，用Otsu方法對(duì)其進(jìn)行二值化處理所需時(shí)間越長(zhǎng)；大圖像的閾值也比小圖像要大。程序的運(yùn)行時(shí)間代表算法運(yùn)行效率，也是算法的一項(xiàng)性能指數(shù)。 經(jīng)實(shí)驗(yàn)測(cè)試發(fā)現(xiàn)，對(duì)于直方圖雙峰明顯、谷底較深的圖像，迭代法可以較快地獲得滿意結(jié)果；但是對(duì)于直方圖雙峰不明顯或圖像目標(biāo)和背景比例差異懸殊，迭代法所選取的閾值不如OTSU法。幾種常用的圖像二值化算法各有優(yōu)缺點(diǎn)，由于時(shí)間的問(wèn)題本次設(shè)計(jì)沒(méi)有逐一研究。用一些事情，總會(huì)看清一些人。既糾結(jié)了自己，又打擾了別人。 then, the development of VC++ and its application in image processing briefly introduced。 圖16 迭代法算法實(shí)現(xiàn) 圖17 迭代法效果圖像對(duì)某些特定圖像，某些微小的變化卻會(huì)引起分割效果的巨大變化，兩者數(shù)據(jù)只是稍有變化，但分割效果卻反差極大，其中原因還有待進(jìn)一步研究。程序運(yùn)行時(shí)間T：T(Bernsen)T(Otsu)，可見(jiàn)Bernsen算法要尋找局部極大、極小值，因此速度較慢；TOtsu(256256) TOtsu(512512) ，TBernsen(256256) TBernsen(512512)，可見(jiàn)圖像越大，二值化程序運(yùn)行所需時(shí)間就越長(zhǎng)。 0tsu方法和Bernsen方法實(shí)驗(yàn)結(jié)果比較比較其它參考文獻(xiàn)可知，在表中用一些變量保存了有用的實(shí)驗(yàn)數(shù)據(jù)，T表示Otsu方法、Bernsen方法的運(yùn)行時(shí)間，單位為秒。lenna(256256)、lenna(512512)原始圖像通過(guò)Otsu方法二值化后的所得到的二值圖像如圖13所示。記為灰度值為k的頻率，則有： (6)假設(shè)用灰度值t為閾值分割出的目標(biāo)與背景分別為：和，于是目標(biāo)部分比例： (7)目標(biāo)部分點(diǎn)數(shù)： (8)背景部分比例： (9)背景部分點(diǎn)數(shù)： (10)目標(biāo)均值： (11)背景均值： (12)總均值： (13)大津法指出求圖像最佳閾值g的公式為： (14)該式右邊括號(hào)內(nèi)實(shí)際上就是類間方差值，閾值g分割出的目標(biāo)和背景兩部分構(gòu)成了整幅圖像，而目標(biāo)值，概率為，背景取值，概率為，總均值為，根據(jù)方差的定義即得該式。圖像越大用Bernsen算法對(duì)其進(jìn)行二值化處理的時(shí)間越長(zhǎng)。 讀入灰度圖像以的邊界為對(duì)稱軸擴(kuò)展為N+2，M+2的矩陣N+2，M+2的extend矩陣求出以為中心的33窗口的max和min依公式t=(max + min)求出當(dāng)前窗口的閾值 開(kāi) 始顯示二值圖像結(jié) 束NY圖7 Bernsen方法流程圖 Bernsen方法結(jié)果分析Bernsen方法對(duì)圖像進(jìn)行二值化處理，以下為研究對(duì)象的幾張?jiān)紙D像，圖8所示。首先讀取原圖像的大小為。在預(yù)處理階段本文采用了基于各向異性擴(kuò)散的平滑方法對(duì)圖像進(jìn)行濾波，以消除噪聲，同時(shí)還可以使圖像的灰度直方圖曲線更為連續(xù)，從而加速算法的執(zhí)行效率。下面有兩點(diǎn)值得注意：(1) 每一行的字節(jié)數(shù)必須是4的整倍數(shù)，如果不是，則需要補(bǔ)齊。真彩色圖像是不需要調(diào)色板的，BITMAPINFOHEADER后直接是位圖數(shù)據(jù)。BMP(Bitmap Picture)文件格式是Windows系統(tǒng)交換圖形、圖像數(shù)據(jù)的