【正文】 int h= + Direction[BeginDirect][1]。 while(!bFindStartPoint) { bFindPoint = false。 point[pointnum].y=。 = 。 //跟蹤邊界 bFindStartPoint = false。 *lpDst = (unsigned char)0。 = i。 if(pixel == 0) { bFindStartPoint = true。i++) { // 指向源圖像倒數(shù)第 j行，第 i個象素的指針 lpSrc = (char *)lpDIBBits + lLineBytes * j + i*3。amp。j++) { for(i = 0。amp。 for (j = 0。 memset(lpDst, (BYTE)255, lLineBytes * height)。 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 35 } // 鎖定內(nèi)存 lpNewDIBBits = (char * )LocalLock(hNewDIBBits)。 // 暫時分配內(nèi)存，以保存新圖像 hNewDIBBits = LocalAlloc(LHND, lLineBytes * height)。 int BeginDirect。 //起始邊界點與當(dāng)前邊界點 Point StartPoint,CurrentPoint。 //是否找到起始點及回到起始點 bool bFindStartPoint。 long j。 // 圖像每行的字節(jié)數(shù) LONG lLineBytes。 // 指向緩存 DIB圖像的指針 LPSTR lpNewDIBBits。 BOOL WINAPI LunKuoGenZong(LPSTR lpDIBBits,LONG width,LONG height) { // 指向源圖像的指針 LPSTR lpSrc。 CPoint point[1000]。 int width。 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 33 附錄：設(shè)計程序 // : implementation file include include include include include include include pragma ment( lib, ) ifdef _DEBUG define new DEBUG_NEW undef THIS_FILE static char THIS_FILE[] = __FILE__。 本次畢設(shè)涉及到了基于計算機視覺的處理圖形圖像處理知識，以及空域圖形圖像處理的各個方面，由于只是淺嘗輒止，所以對于這些知識的研究還是很膚淺的，存在不足之處亦是在所難免。 本次畢業(yè)設(shè)計的完成是根據(jù)： （ 1）建立基于對話框的程序界面， BMP24 位圖像的打開、顯示和保存；（ 2）視頻圖像的采集和實現(xiàn)；（ 3）圖像分割的實現(xiàn)；（ 4）模板匹配法實現(xiàn)圖形辨別；（ 4）模板匹配法實現(xiàn)圖形辨別；（ 5）跟蹤并存儲圖像輪廓的坐標；（ 6）計算輪廓的夾角并進行角度辨別這六個步驟，循序漸進，一步一步實現(xiàn)的。用戶借助該文件，可以在相應(yīng)的顯示區(qū)域內(nèi)，使用攝像頭，對圖像進行采集圖像，對采集圖像進行圖像分割，得到二值化圖像 ，然后通過輪廓跟蹤獲得圖形輪廓信息，最后使用基于輪廓跟蹤的圖像辨別算法在空域上辨別三角形、矩形、圓形，并在特定的區(qū)域上顯示相應(yīng)信息。雖有差度，但是并不影響觀察及判別結(jié)果。 圖 46 矩形判別效果總圖 關(guān)于實驗的幾點說明 本系統(tǒng)中關(guān)于角度閾值的選取，因為曲率計算用的浮點數(shù)運算，其結(jié)果不易通過理論計算得出；且由于 拐角輪廓信息相比理想情況下，分布并不規(guī)律，即理論上 60 度或 90 度的角實際計算出的值是在一個范圍內(nèi)波動的。 圖 45（ a） 矩形角度判別后顯示信息 圖 45（ b） 三角形角度判別后顯示信息 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 31 圖 45（ c） 圓形角度判別后顯示信息 效果顯示在同一個對話框中，如圖 46 所示。 得到三個角點，判別為三角形；得到四個角點，判別為矩形；若沒有出現(xiàn)角點，判別為圓形。 圖 43 圖像分割后效果 4．輪廓跟蹤 按照前面 中的方法進行輪廓跟蹤，獲取并存儲個圖形的輪廓點，得到的各圖形輪廓點，如圖 44所示。 3．圖像分割 把獲取的圖像采用公式 31 進行圖像分割，得到二值化圖像，二值化圖像見圖43所示。 基于對話框的操作界面 圖 41 系統(tǒng)運行的對話框界面 實驗及結(jié)果 1．圖像采集 本系統(tǒng)使用攝像頭采集，設(shè)定攝像頭與圖形距離在 ~ 范圍內(nèi)，由于系統(tǒng)設(shè)置采集圖像最好與攝像頭垂直，完成待辨別圖形的圖像采集，采集圖像如圖42所示。 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 28 第四章 實驗及結(jié)果 應(yīng)該寫明自己當(dāng)前的條件 因為系統(tǒng)主要進行的是圖像處理，在這個過程中要進行大量的數(shù)據(jù)處理，所以對處理器和內(nèi)存的要求比較高， 要求 CPU 主頻大于 600Hz，內(nèi)存大于等于 128MB。其中值得注意的是關(guān)于角度閾值的選取，因為曲率計算用的浮點數(shù)運算，其結(jié)果不易通過理論計算得出；且由于拐角輪廓信息相比理想情況下，分布并不規(guī)律，即理論上 60 度或 90 度的角實際計算出的值是在一個范圍內(nèi)波動的。 角度判別 算法流程圖，見圖（ 312） 。然后通過拐角的個數(shù)實現(xiàn)圖形間的分辨。 Ti?? 公式（ 36） 則判定它是拐角點。因為用此種方法計算出的弧度值均為正值，而反正切則存在負值情況，對于系統(tǒng)要求中實現(xiàn)簡單圖形（三角形、矩形、圓形）來說，用余弦定理較為方便。 對比以上兩種求曲率的求法，均可以比較簡單地實現(xiàn)曲率計算。公式見式（ 35）： 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 26 ? ? ? ?xxyy isiisia ?? ???? 22 ? ? ? ?xxyy siisiib ???? ?? 22 ? ? ? ?xxyy sisisisic ?????? ?? 22 ????????????? ?ba cbai 22221cos? 公式（ 35） 公式中 a,b 是余弦定理夾角的兩個鄰邊， c是余弦定理夾角的對邊。α i代表點 i的曲率，α α α i 單位均為弧度。 圖 311 像素 i的曲率 方法一：反正切定理。這樣找比只隔一個邊緣點找兩個點的曲率準確度要高。 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 25 圖 310 差別碼判斷準則實例（鏈碼為 7777771111111333344534466766444） （ 2）曲率計算方法 對于曲率的估算的方法有多種，下面介紹兩種較為容易實現(xiàn)的且有效的方法。在實際輪廓中，點 A、 B、C為拐角點，而點 B是輪廓邊緣噪聲點，點 E 則是由于曲線數(shù)字化形成的誤差，它們并不能被視為是拐角點。對于圖中的點 A di=3，由準則 2可知，點 A必是拐點，不需要進一步判別。如果 di=0，則這些輪廓點必須在一條直線上，由準則一可排除這些點。 在得到差別碼后，可用下面的準則實現(xiàn)加快處理速度的目的 . 準則 1：如果 di=0, 則 i 點被認為是非拐角點； 準則 2：如果︱ di︱ 2，則 i點一定是拐角點； 準則 3：如果︱ di︱ =1 或 2，則 i點為可疑點，應(yīng)加以進一步考慮 。 2，177。輪廓邊緣的差別碼 定義為見公式（ 32）， di 是輪廓邊緣的差別碼， ai和 ai+1 是相鄰的兩個鏈碼值： aad iii ?? ?1 公式（ 32） 輪廓邊緣的差別碼用下面幾種情況，見公式（ 33）： ??????????? ??48 11aaaad iiiii 444111?????????aaaaaaiiiiiiififif 公式（ 33） 所以差別碼的值可能為： 0，177。下面提供一種基于鏈碼的減少曲率計算次數(shù)的方法。 圖 39 輪廓跟蹤走向示意圖 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 24 此系統(tǒng)采用的圖像辨別算法是通過數(shù)學(xué)計算，得到圖形邊緣曲率， 通過算出的角度判斷它是否是拐點（拐點定義在第二章的 基于輪廓跟蹤的角度判別算法分析中有介紹 ）。然后根據(jù)輪廓信息計算曲率，判別拐角點數(shù)目。輪廓跟蹤是根據(jù)圖像邊緣的走向來跟蹤提取輪廓信息的方法。然后通過圖形間的拐角數(shù)目，就可實現(xiàn)辨別圖形的目的。拐角是由直線或曲線的交點所形成的，它能充分描述物體形狀的特征點，實現(xiàn)包含少量數(shù)據(jù)便可提供有關(guān)有關(guān)圖形形狀的重要信息， 也就是曲率變化劇烈的點。 這是一種根據(jù)圖形邊緣空間分布特征判斷圖形的方法。形狀描述是通過形狀描述函數(shù)描述一種生成數(shù)值的描述子來表示形狀，此種算法是通過輪廓信息計算圖形角度大小作為形狀描述。值得注意的是在找到下一個輪廓點后，探測方向不是回到初始方向，由于此輪廓跟蹤算法用的是一種改進后的方法，每次找到輪廓點后探測方向逆時針旋轉(zhuǎn) 90 度，這樣做的好處是，如果輪廓是一條直線，可以節(jié)省探測次數(shù)，提高效率，且保證輪廓跟蹤的正確性。 圖 36 輪廓跟蹤算法的示意圖 輪廓跟蹤算法流程圖，見圖（ 37）。這樣搜索可以減少八鄰域探測次數(shù)，不用每次都從八鄰域 0 開始探測，提高了算法效率。直到找到第一個黑色像素為止。 （ 2）以這個邊界點為起點，假設(shè)已經(jīng)沿順時針方向環(huán)繞整個圖像一周找到 了所有的邊界點，由于邊界是連續(xù)的，所以每一個邊界點都可以用這個邊界點對前一個邊界點的夾角來表示。 6 7 05 14 3 2圖 圖 圖 圖 圖 35 輪廓跟蹤八鄰域探測邊緣示意圖 北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 21 輪廓跟蹤算法的實現(xiàn)過程如下： （ 1）要仔細的選擇起始點。同時在找到一個邊緣點后，記錄此時移動的方向。圖像分割流程圖，見圖（ 34）。 二值化結(jié)果的好壞決定 了 輪廓跟蹤算北京印刷學(xué)院本科生畢業(yè)設(shè)計（論文） 20 法實現(xiàn) 的好壞， 進而 決定了 圖形辨別算法實現(xiàn)的可能性 。 此系統(tǒng)采用的全局閾值法，即整幅圖像用統(tǒng)一的閾值劃分標準，由于此系統(tǒng)采集進來的圖像是 8位灰度圖象，所以只要使被識別圖形或物體與背景的反差很大，就可以獲得很好的域值分割的效果。閾值分割實質(zhì)上就是按照某個準則求出最佳閾值的過程。閾值是用于區(qū)分不同目標的灰度值 。圖像分割常用的方法是閾值法。 圖像分割 —— 二值化處理 圖像分割是圖像處理 中關(guān)鍵的步驟，因為它 去除了圖像中大量的無用信息如背景等。值得注意的是使用平滑模板算子時，對于圖像的邊緣點是找不到完全的八鄰域點的，且處理這些點沒有實際意義。程序流程圖，圖（ 33）。將 3 3 模板套入圖像的每一個像素，將該像素的灰度值與其八鄰域的各像素灰度值球和，再取平均值代替該像素的灰度值，實現(xiàn)衰減高頻分量，增強低頻分量的目的。圖像的預(yù)處理工作有很多，除噪聲，抗干擾等等，因此首先我們得對圖像進行一些必要的預(yù)處理，以免為后面的工作帶來不必要的麻煩，預(yù)處理的好壞直接影響到圖像處理工作，當(dāng)然最好的預(yù)處理就是沒有預(yù)處理。 通過 采集設(shè)備 獲取到 待識別圖形或物體的 平面圖 像 ，為了避免一些外界干擾信息，在做這些預(yù)處理時，把 待識別圖形或物體 平鋪在白色背景的紙上。另外，在實際采集過程中，有些圖像采集卡驅(qū)動程序?qū)νㄟ^回調(diào)機制所獲取的數(shù)據(jù)進行了壓縮，而在圖像測量系統(tǒng)高精度的要求，壓縮后的圖像 數(shù)據(jù)直接影響以后的圖像處理工作。實際應(yīng)用表明，通過這種方法，提高了視頻采集的 效果和程序運行的效率，同時也減少了對硬件的依賴性，提高了程序的兼容性和移植性 視頻數(shù)據(jù)的采集是整個應(yīng)用的關(guān)鍵，根據(jù)應(yīng)用的不同可以將視頻幀采集到的文件或采集的緩存直接加以處理。 視頻數(shù)據(jù)的實時采集主要是通過調(diào)用 創(chuàng)建 AVICap 窗口類 ， 由AVICap 窗口類中的消息、宏函數(shù)、結(jié)構(gòu)以及回調(diào)函數(shù)來完成。通過它們之間的協(xié)調(diào)工作，可以完成播放、編輯、文件管理和視頻捕獲等功能，為視頻圖像處理和分析帶來非常大的便利 。 視 頻圖像捕獲一般來講有兩種方法，一種是利用視頻捕獲卡所附帶的 SDK 開發(fā)工具，這種捕獲方法的實現(xiàn)是與設(shè)備有關(guān)的，依賴于視頻捕獲卡與攝像頭的類型，不利于靈活應(yīng)用；另外一種捕獲方法是 Microsoft 的 Visual C++自從 4． 0版就開始支持 Video for Windo