【正文】 //刪除臨時的圖像數(shù)據(jù)空間 delete ImgData。m_pTransfered[cur+2]= (unsigned char)[biHeight 1 y][x]。 //當(dāng)前像素的位置 m_pTransfered[cur] = (unsigned char)[biHeight 1 y][x]。 x(int)biWidth。 y(int)biHeight。 //屏蔽圖像復(fù)原操作標(biāo)志 m_bFilter = TRUE。 //no problem }} //創(chuàng)建小波濾波器類 CWFilter Filter。 tempR=lpData[cur+2]。 tempB=lpData[cur]。 x(int)biWidth。 y(int)biHeight。 i ++) { ImgData[i] = new short [biWidth]。 for(int i = 0。 //圖像矩陣坐標(biāo)與圖像數(shù)據(jù) int tempR, tempG, tempB, x, y, cur。 short **ImgData。 if(m_pTransfered==NULL)return。 unsigned long bmSize = biHeight * biAlign。 unsigned long biWidth = lpBitmapInfoHeaderbiWidth。 unsigned char *lpData = m_pBitmap + lpBitmapFileHeaderbfOffBits。圖223 菜單選項圖224 消息ID的定義該函數(shù)代碼如下：void CWvltDoc::OnFilterSharpness2() { // 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)。} 該函數(shù)衰減了LL頻帶的小波系數(shù)：衰減為原來的1/2，而高頻頻帶的小波系數(shù)不衰減，這樣逆變換后，使得圖像的邊緣信息十分明顯。 delete spTransData1。 j nWidth / 8) m_FilterData[i][j] /= 2。 if(i nHeight / 8 amp。 j nWidth 。 i nHeight。TransDWT_TriLayers(spOriginData,spTransData0,spTransData1,nHeight,nHeight/2, nWidth, nWidth/2, nLayer, )。 m_FilterData[i] = new short [nWidth]。 i ++) { spTransData0[i] = new short [nWidth]。 for(int i = 0。 spTransData1 = new short *[nHeight]。 spOriginData = pData。（2）函數(shù)參數(shù)： short **pData：二維指針，存放正則化后的小波系數(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 nLayer：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(jìn)行調(diào)用（4）函數(shù)代碼void CWFilter::HPass_Filter2(short **pData, int nHeight, int nWidth,int nLayer){ short **spOriginData, **spTransData0, **spTransData1。 下面的函數(shù)代碼實現(xiàn)了圖像銳化處理。完成整個濾波處理的CWvltDoc函數(shù)是CWvltDoc::OnFilterSharpness()，其對應(yīng)的菜單是“濾波處理→高通濾波1”高通濾波的實現(xiàn)及程序、結(jié)果 如果將LL的小波系數(shù)進(jìn)行有效的衰減，那么便起到圖像銳化的效果。其思路與低通濾波非常相似。 圖222 去除LL小波系數(shù)的高通濾波處理利用小波變換處理分頻帶的圖像信息處理是十分容易的，通過改變各頻帶小波系數(shù)的幅值，或者是小波系數(shù)的相位信息均能完成很好的處理。}運行結(jié)果如圖221：圖221 圖像的低通濾波 指紋圖像的高通濾波及編程實現(xiàn)和運行結(jié)果 圖像的高通濾波圖像的高通濾波類似于圖像的低通濾波，通過對低頻帶小波系數(shù)的衰減處理，將圖像的邊緣信息突出。 } } //顯示圖像 UpdateAllViews(NULL)。m_pTransfered[cur+1]= (unsigned char)[biHeight 1 y][x]。 x++) { cur= y*biAlign+3*x。 y++) { for(x=0。 //將處理后的圖像數(shù)據(jù)放入顯示緩存中 for(y=0。 //小波低通濾波處理 (ImgData, biHeight, biWidth, MaxLayer, 1)。ImgData[biHeight1y][x]=(short)(*tempR+*tempG+*tempB)。 tempG=lpData[cur+1]。 x++) { cur = y*biAlign+3*x。 y++) { for(x=0。 } //獲取顯示緩存中的原始圖像數(shù)據(jù) for(y=0。 i biHeight。 //分配圖像數(shù)據(jù)的內(nèi)存空間 ImgData = new short * [biHeight]。 float fTempBufforDisp。 //圖像小波系數(shù)的低通濾波層數(shù)為3層 int MaxLayer = 3。 if(m_pTransfered==NULL) m_pTransfered=(unsigned char*) malloc (bmSize)。 unsigned long biAlign = (biWidth*3+3)/4 *4。 unsigned long biHeight = lpBitmapInfoHeaderbiHeight。LPBITMAPFILEHEADER lpBitmapFileHeader = (LPBITMAPFILEHEADER)m_pBitmap。圖219 菜單選項 圖220 小波ID的定義下面是函數(shù)CWvltDoc::OnFilterBlur()的編程實現(xiàn)。圖220所示，定義了兩個低通濾波的菜單，完成不同尺度的低通濾波效果。 DWT_Inverse(iHeight, iWidth, 3)。 }} delete spTransData0。j(int)nWidth/(4*scale)。i(int)nHeight/(4*scale)。TransDWT_TriLayers(spOriginData, spTransData0, spTransData1, nHeight, nHeight/2, nWidth, nWidth/2, nLayer, )。 j ++) { m_FilterData[i][j] = 0。 for(int j = 0。 spTransData1[i] = new short [nWidth]。 i nHeight。 m_FilterData = new short * [nHeight]。 spTransData0 = new short *[nHeight]。 int iHeight = nHeight, iWidth = nWidth。如圖219所示，程序完成了圖像低尺度下的低通濾波操作，去除了大量的圖像高頻邊緣信息。而進(jìn)行濾波處理時，為了保持圖像信息，可以選擇去除下層高頻帶的小波系數(shù)，而保留上層高頻帶的小波系數(shù)，這樣能達(dá)到較好的濾波效果。 指紋圖像低通濾波的實現(xiàn)及運行結(jié)果 本節(jié)將分析基于小波變換的低通濾波實現(xiàn)。并且，對于多層小波變換而言，還能對不同分辨率級的小波系數(shù)進(jìn)行單獨的處理而達(dá)到設(shè)想的濾波效果。所以，在濾波器的設(shè)計上，可以針對不同頻帶分別設(shè)計。傳統(tǒng)基于傅立葉變換的圖像濾波處理大都采用傅立葉變換后的頻率域的乘法運算，但是傅立葉變換的計算量大，并且變換后的頻譜與原始圖像的相關(guān)性不強。而HL、LH和HH頻帶存放的是圖像的細(xì)節(jié)信息，它們的關(guān)系如下：l HL頻帶存放的是圖像水平方向的高頻信息，它反映了圖像水平方向上的變化信息和邊緣信息；l LH頻帶存放的是圖像豎直方向的高頻信息，它反映了圖像在豎直方向上的灰度變化信息和圖像邊緣信息；l HH頻帶存放的是圖像在對角線方向的高頻信息，它反映了水平方向和豎直方向上圖像灰度的綜合變化信息，同時包含了少量的邊緣信息。LL頻帶是圖像內(nèi)容的縮略圖，它是圖像數(shù)據(jù)能量集中的頻帶。我們可以通過了解小波系數(shù)的分布情況，通過不同的濾波器來處理小波系數(shù)，濾波后的小波變換經(jīng)過逆變換后便能得到理想的處理結(jié)果。}編譯完成后，如圖28所示。 delete spTransData0。 }} //顯示圖像的小波變換 UpdateAllViews(NULL)。 m_pTransfered[cur+1]= (unsigned char)fTempBufforDisp。 cur= y*biAlign+3*x。 fTempBufforDisp*=255。 x++) { //因為小波變換后的小波系數(shù)有可能超過255甚至更多，那么就將//小波系數(shù)的范圍映射到0~255區(qū)間內(nèi)，以后出現(xiàn)類似的處理，目的都是一樣的 fTempBufforDisp=spTransData1[biHeight1y][x]。 y++) { for(x=0。 //將圖像的小波數(shù)據(jù)處理后放入顯示緩存中for(y=0。 m_WvltCoeff[y][x] = spTransData1[y][x]。 x++) { if(MaxPixValspTransData1[y][x]) MaxPixVal=spTransData1[y][x]。 y++) { for( x=0。 //得到小波系數(shù)的極大值和極小值 for( y=0。 MaxPixVal=spTransData1[0][0]。 ~m_bOnce amp。 m_bTribl = m_bTribl amp。 //no problem}} //完成圖像的三次小波變換pTransDWT_TriLayers(spOriginData,spTransData0,spTransData1,biHeight,biHeight/2,biWidth,biWidth/2,3,)。 tempR=lpData[cur+2]。 tempB=lpData[cur]。 x(int)biWidth。 y(int)biHeight。 } //創(chuàng)建圖像小波類 CWvltTrans *pTrans。 spTransData1[i] = new short [biWidth]。 i ++) { spOriginData[i] = new short [biWidth]。 for(int i = 0。 spTransData1 = new short* [biHeight]。 //分配圖像小波變換的數(shù)據(jù)內(nèi)存空間 spOriginData = new short* [biHeight]。 short MaxPixVal,MinPixVal,Diff。 unsigned char tempR, tempG, tempB。if(m_pTransfered==NULL)return。unsigned long bmSize = biHeight * biAlign。unsigned long biWidth = lpBitmapInfoHeaderbiWidth。unsigned char *lpData = m_pBitmap + lpBitmapFileHeaderbfOffBits。void CWvltDoc::OnWvltTransTrb