【正文】 }} //顯示圖像 UpdateAllViews(NULL)。 x++) { cur= y*biAlign+3*x。 //將處理后的圖像數(shù)據(jù)放入顯示緩存中 for(y=0。ImgData[biHeight1y][x]=(short)(*tempR+*tempG+*tempB)。 x++) { cur = y*biAlign+3*x。} //獲取顯示緩存中的原始圖像數(shù)據(jù) for(y=0。 //分配圖像數(shù)據(jù)的內(nèi)存空間 ImgData = new short * [biHeight]。 //圖像小波系數(shù)的高通濾波層數(shù)為3層 int MaxLayer = 3。 unsigned long biAlign = (biWidth*3+3)/4 *4。LPBITMAPFILEHEADER lpBitmapFileHeader = (LPBITMAPFILEHEADER)m_pBitmap。 DWT_Inverse(iHeight, iWidth, 3)。amp。 i ++) { for(int j = 0。 } CWvltTrans *Trans。 i nHeight。 spTransData0 = new short *[nHeight]。（1）函數(shù)描述： HPass_Filter完成圖像的高通濾波處理，得到圖像的邊緣信息。CWFilter::HPass_Filter()實現(xiàn)了這種邊緣提取的濾波操作，CWvltDoc將圖像數(shù)據(jù)傳遞給它，函數(shù)將處理后的逆變換結(jié)果返回。如果完全去除了圖像LL頻帶的小波系數(shù)，那么將進行圖像的邊緣提取操作，如圖222所示。m_pTransfered[cur+2]= (unsigned char)[biHeight 1 y][x]。 x(int)biWidth。 //屏蔽圖像復原操作標志 m_bFilter = TRUE。 tempR=lpData[cur+2]。 x(int)biWidth。 i ++) { ImgData[i] = new short [biWidth]。 //圖像矩陣坐標與圖像數(shù)據(jù) int tempR, tempG, tempB, x, y, cur。 if(m_pTransfered==NULL)return。 unsigned long biWidth = lpBitmapInfoHeaderbiWidth。void CWvltDoc::OnFilterBlur() { // TODO: Add your mand handler code here //讀取數(shù)字圖像的文件頭，獲取圖像的屬性參數(shù)LPBITMAPINFOHEADER lpBitmapInfoHeader = (LPBITMAPINFOHEADER)(m_pBitmap+14)。} 濾波處理后的數(shù)據(jù)將通過指針傳遞給CWvltDoc，通過CWvltDoc::OnFilterBlur()函數(shù)完成最終濾波結(jié)果的顯示。j++) { m_FilterData[i][j] = spTransData1[i][j]。for(i=0。 j nWidth。 i ++) { spTransData0[i] = new short [nWidth]。 spTransData1 = new short *[nHeight]。 圖218 圖像的低通濾波下面的函數(shù)實現(xiàn)了圖像的低通濾波處理：（1）函數(shù)描述： LPass_Filter實現(xiàn)小波變換的低通濾波，減少圖像的邊緣信息，使圖像更加平滑（2）函數(shù)參數(shù)： unsigned char **pData：圖像小波變換后的小波系數(shù)矩陣 int nHeight ：圖像屬性參數(shù)，數(shù)值為原始圖像的高度值 int nWidth ：圖像屬性參數(shù)，數(shù)值為原始圖像的寬度值 int nLayer ：低通濾波器的濾波階數(shù)，數(shù)值為小波變換的層數(shù) （3）函數(shù)返回值：函數(shù)無返回值，小波系數(shù)參數(shù)是利用指針進行調(diào)用（4）函數(shù)代碼void CWFilter::LPass_Filter(short **pData, int nHeight, int nWidth, int nLayer, int scale){ short **spOriginData, **spTransData0, **spTransData1。 為了保持圖像邊緣信息以及充分利用小波變換的多分辨率特性，在編程中采用了3層小波變換。例如，需要削弱圖像水平方向上的毛刺或高頻信息，可以通過處理HL頻帶的小波系數(shù)，而不必影像其他方向上的邊緣信息。 基于小波變換的圖像濾波處理 圖像濾波處理是通過濾波器將指定頻帶的能量進行有效的衰減而對于需要保留的頻帶能量進行增強。 小波系數(shù)的頻域分布 小波系數(shù)的空間分布同原始圖像的空間分布具有很好的對應關(guān)系（如圖29所示）。 delete spTransData1。 m_pTransfered[cur+2]= (unsigned char)fTempBufforDisp。 fTempBufforDisp/=(float)Diff。 x(int)biWidth。 }} //計算出小波系數(shù)的極值差Diff=MaxPixValMinPixVal。 x(int)biWidth。 MinPixVal=spTransData1[0][0]。 ~m_bTwice amp。spOriginData[biHeight1y][x]=(short)(*tempR+*tempG+*tempB)。 x++) { cur = y*biAlign+3*x。 //從設備的圖像緩存中獲取原始圖像的數(shù)據(jù) for(y=0。 spTransData0[i] = new short [biWidth]。 m_WvltCoeff = new short * [biHeight]。 short **spOriginData, **spTransData0, **spTransData1。 //圖像矩陣坐標與像素數(shù)據(jù) int x,y,cur。unsigned long biAlign = (biWidth*3+3)/4 *4。LPBITMAPFILEHEADER lpBitmapFileHeader = (LPBITMAPFILEHEADER)m_pBitmap。 iWidth_H=iWidth/2。 i++){DWT_Once(pData,pTran0,pTran1,iHeight,iHeight_H,iWidth,iWidth_H,i,fr)。 iHeight = nHeight。 pTran0 = spTransData0。 short **pData, **pTran0, **pTran1。 圖26 一層小波變換的運行結(jié)果除了圖像的一層小波變換，很多應用使用的是圖像的3層小波變換，下面將分析3層小波變換的實現(xiàn)代碼。 //刪除臨時的數(shù)據(jù)空間 delete spOriginData。 //current pixel m_pTransfered[cur] = (unsigned char)fTempBufforDisp。 fTempBufforDisp=MinPixVal。 y(int)biHeight。 if(MinPixValspTransData1[y][x]) MinPixVal=spTransData1[y][x]。 y(int)biHeight。 ~m_bFilter。 //允許圖像復原操作標志 m_bOnce = TRUE。 tempG=lpData[cur+1]。 y++) { for( x=0。 m_WvltCoeff[i] = new short [biWidth]。 i biHeight。spTransData0 = new short* [biHeight]。float fTempBufforDisp。if(m_pTransfered==NULL)m_pTransfered=(unsigned char*) malloc (bmSize)。unsigned long biHeight = lpBitmapInfoHeaderbiHeight。圖24 菜單部分 圖25 菜單的消息ID下面的代碼是關(guān)于實現(xiàn)圖像的一層小波變換及其小波系數(shù)的顯示。下面來分析一下CWvltDoc的程序代碼，了解一下函數(shù)的傳遞和消息傳遞。 Trans_MnHeight_H。spTransData1[Trans_M][nWidth_H+Trans_N] = spTransData1[Trans_M][nWidth_H+Trans_N]+Trans_Coeff0。 Trans_MnHeight_H。spTransData1[0][Trans_N] = spTransData1[0][Trans_N]+Trans_Coeff0。Trans_Coeff1 = ((spTransData1[nHeight_H1][nWidth_H+Trans_N]+spTransData1[nHeight_H2][nWidth_H+Trans_N])1)。spTransData1[nHeight_H+Trans_M][nWidth_H+Trans_N] = spTransData1[nHeight_H+Trans_M][nWidth_H+Trans_N]+Trans_Coeff1。Trans_Coeff1=~Trans_Coeff1+1。 //頻帶HH部分spTransData1[nHeight_H+Trans_M][nWidth_H+Trans_N] = spTransData0[Trans_H+1][nWidth_H+Trans_N]。 Trans_M++){Trans_H =Trans_M1。 }}//行提升后的數(shù)據(jù)在spTransData0中，spTransData0中的數(shù)據(jù)自然奇偶有序for(Trans_N=0。 Trans_M++) {for(Trans_N=0。 Trans_N++){Trans_Coeff0 = ((spTransData0[Trans_H][nWidth_H+Trans_N]+spTransData0[Trans_H][nWidth_H+Trans_N1])2)。 //完成一個奇系數(shù)的邊界處理Trans_Coeff0= ((spTransData0[Trans_H][nWidth_H]+spTransData0[Trans_H][nWidth_H+1])2)。 //系數(shù)預測spTransData0[Trans_H][nWidth_H+Trans_N]= spTransData0[Trans_H][nWidth_H+Trans_N]+Trans_Coeff1。 Trans_H++){for(Trans_N=0。spTransData0[Trans_H][Trans_N] = spTransData1[Trans_H][Trans_W]。spTransData0[Trans_H][nWidth_H+Trans_N]=spOriginData[Trans_H][Trans_W+1]128)。 Trans_N++) { Trans_W=Trans_N1。 //變換濾波系數(shù) //本模塊完成變換系數(shù)的賦值采樣 //行變換,第一次（layer=1時）時nHeight即為原始圖像的高度值 for(Trans_H=0。（1）函數(shù)描述 DWT_Once完成一次圖像的小波變換 （2）函數(shù)參數(shù)short **spOriginData：二維指針，指向原始的圖像數(shù)據(jù) short **spTransData0：小波變換系數(shù)，存放一次水平變換后的小波系數(shù) short **spTransData1：小波變換系數(shù)，存放一次數(shù)值變換后的小波系數(shù) int nHeight ：圖像屬性參數(shù)，數(shù)值為原始圖像的高度值 int nHeight_H：圖像屬性參數(shù)，數(shù)值為原始圖像高度值的一半int nWidth：圖像屬性參數(shù)，數(shù)值為原始圖像的寬度值 int nWidth_H ：圖像屬性參數(shù)，數(shù)值為原始圖像寬度值的一半int layer：小波變換的層數(shù)，數(shù)值為1層 float fRadius ：小波變換因子，（3）函數(shù)代碼void CWvltTrans::DWT_Once(short** spOriginData, short** spTransData0, short** spTransData1, int nHeight, int nH