無人駕駛系統(tǒng)中復(fù)雜動(dòng)態(tài)環(huán)境下的顯著性目標(biāo)的識(shí)別(編輯修改稿)
2025-06-23 22:51 本頁面
【文章內(nèi)容簡(jiǎn)介】 將建立一個(gè)消息盒子，從而刪除此圖像，使圖像指針image為空。最后重繪圖像，并釋放緩沖存儲(chǔ)器的數(shù)據(jù)。 保存圖像在Cximage 類庫和DirectShow的基礎(chǔ)上實(shí)現(xiàn)圖像的提取。根據(jù)DirectShow提供的照相功能，利用Cximage類庫提供的函數(shù)，編寫程序代碼，以實(shí)現(xiàn)圖像的保存。程序代碼如下：void CVidCapDlg::OnBnClickedTestSave(){CFileDialog dlgFile(FALSE)。 CString fileName。 const int c_cMaxFiles = 100。 const int c_cbBuffSize = (c_cMaxFiles * (MAX_PATH + 1)) + 1。 ().lpstrFile = (c_cbBuffSize)。 ().nMaxFile = c_cMaxFiles。 |= OFN_EXPLORER | OFN_EXTENSIONDIFFERENT。 = _T(保存圖像文件)。 =_T(JPG 文件(*.jpg)\0*.jpg\0BMP 文件(*.bmp)\0*.bmp\0\0)。 if(()==IDOK) {int FileType=CxImage::GetTypeIdFromName(())。 imageSave(fileName,FileType)。 } ()。}這是實(shí)現(xiàn)圖像保存功能的程序模塊。首先聲明了dlgFile是CFileDialog類，可以實(shí)現(xiàn) CFileDialog的功能，并令dlgFile的參數(shù)為假；fileName是字符類，說明文件的名字是字符類；聲明了整型變量c_cMaxFiles，并賦予初值為100；也聲明了整型變量c_cbBuffSize，并賦予初值為(c_cMaxFiles * (MAX_PATH + 1)) + 1，其中MAX_PATH的值由庫函數(shù)提供的，為260，MAX_PATH是指一個(gè)數(shù)組的最大容量。然后獲取要打開文件的名字和圖像的最大尺寸，將執(zhí)行打開圖像功能的標(biāo)記和圖像文件的名字貯存起來。然后獲取要保存文件的名字和圖像的最大尺寸，將執(zhí)行保存圖像功能的標(biāo)記和圖像文件的名字貯存起來。接著，判斷DoModal()是否成功建立向?qū)В绻晒⑾驅(qū)?，就輸入用戶自定義的要保存的圖像的名字。然后對(duì)該圖像操作保存功能。最后重繪圖像，并釋放緩沖存儲(chǔ)器的數(shù)據(jù)4 基于目標(biāo)空間分布特性和局部復(fù)雜度的顯著模型 亮度顯著圖通過對(duì)大量顯著目標(biāo)的分析發(fā)現(xiàn)如果某個(gè)域能夠引起人類的注意，那么其像素值與其周邊的鄰域存在很大的差異[13]。區(qū)域的顯著度是指該區(qū)域與其多個(gè)尺度鄰域?qū)Ρ鹊牟町愔?。因此像素點(diǎn)（x, y）的顯著值定為,，其中， 表示點(diǎn)的像素值與其鄰域內(nèi)像素平均值的歐幾里得距離，表示點(diǎn)的像素值， 指像素點(diǎn)的鄰域內(nèi)像素的平均值，，、為圖像的寬和高。歐幾里得距離也稱歐式距離，它是一個(gè)普遍采用的距離定義，它是指m維空間中任意兩點(diǎn)之間的真實(shí)距離。 顯而易見，在二維和三維空間中的歐式距離其實(shí)就是兩點(diǎn)之間的距離，二維的公式是，三維的公式是，歐氏距離可以看作信號(hào)與信號(hào)之間的相似程度，它們之間的距離越近，信號(hào)與信號(hào)就越相似，就越容易相互干擾，他們之間的誤碼率就越高。眾所周知，人類通常傾向于注意圖像的中央?yún)^(qū)域的目標(biāo)[13]。我們構(gòu)造一個(gè)權(quán)值矩陣來增強(qiáng)靠近圖像中央?yún)^(qū)域目標(biāo)的顯著度，使得檢測(cè)結(jié)果與人類的視覺注意機(jī)制相吻合。權(quán)值矩陣定義如下，其中，指圖像中央的區(qū)域，指點(diǎn)到圖像中央?yún)^(qū)域的距離，指圖像邊緣到中央?yún)^(qū)域的距離。最終的亮度顯著圖為，根據(jù)上述亮度顯著圖形成的原理所編寫的程序代碼如下，void GetRectAverageValue(CxImage *img,int x1,int y1,int x2,int y2,int *numR,int *numG,int *numB){ int x,y,b。 BYTE *p,*t。 t=imgGetBits(y1)+x1*3。 b=imgGetEffWidth()。 *numR = *numG = *numB = 0。 for(y=y1。 y=y2。 y++) { p=t。 for(x=x1。 xx2。 x++) { *numR += *(p)。 *numG += *(p+1)。 *numB += *(p+2)。 p += 3。 } t+=b。 } int num = (y2y1+1)*(x2x1+1)。 *numR /= num。 *numG /= num。 *numB /= num。}該函數(shù)是求得圖像基本數(shù)據(jù)的平均值。從主函數(shù)中傳入所處理圖像的左上角的坐標(biāo)值、右下角的坐標(biāo)值和基本色素RGB的值。先聲明x,y,b三個(gè)整型變量，和字節(jié)指針*p,*t。給t賦予圖像的像素的地址，給b賦予圖像的寬度，初始化R*numR 、 *numG 和*numB的值為0。通過for循環(huán)實(shí)現(xiàn)指針變量*numR 、*numG 和*numB對(duì)整個(gè)圖像的掃描，掃描時(shí)把整幅圖像看做一個(gè)一維數(shù)，然后一行一行的掃描整個(gè)圖像。最后計(jì)算整個(gè)圖像的像素值，從而求得圖像基本色素的平均值。void CVidCapDlg::OnBnClickedIntensitySaliencyMap(){ //imageGrayScale()。 //ReDraw()。 int w,h,wh,x,y。 w=imageGetWidth()。 h=imageGetHeight()。 if(wh) wh=w。 else wh=h。 int x1,y1,x2,y2,numR,numG,numB。 CxImage *Img = new CxImage(w,h,8)。 ImgSetGrayPalette()。 for(y=0。 yh。 y++) { for(x=0。 xw。 x++) { int t,r,g,b,i。 t = wh/2。 r = g = b = 0。 for(i=0。 i3。 i++) { x1 = xt/2。 if(x10) x1=0。 x2 = x1+t1。 if(x2=w) x2=w1。 y1 = yt/2。 if(y10) y1=0。 y2 = y1+t1。 if(y2=h) y2=h1。 GetRectAverageValue(image,x1,y1,x2,y2,amp。numR,amp。numG,amp。numB)。 r+=numR。 g+=numG。 b+=numB。 t /= 2。 } r /= 3。 g /= 3。 b /= 3。 RGBQUAD rgb = imageGetPixelColor(x,y,false)。 int R,G,B。 double d。 R = 。 G = 。 B = 。 d = sqrt(((Rr)*(Rr)+(Gg)*(Gg)+(Bb)*(Bb))/)。 define const PI=。
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1