【正文】 向?qū)ё詣?dòng)生成代碼 雙擊“OnButtonInputEquip”函數(shù)或者在選種函數(shù)的情況下點(diǎn)擊 “Edit Code”按扭，在出現(xiàn)下面的函數(shù)代碼，如圖4—2所示。 然后單擊“Add Function”按扭，添加對(duì)鼠標(biāo)點(diǎn)擊左鍵的響應(yīng)，點(diǎn)確認(rèn)鍵。選擇“Message Maps”選項(xiàng)卡。IDPropertiesCaptionIDC_PIC_TESTPicture PropertieIDC_EDIT_RESULTEdit PropertiesIDC_BUTTON_INPUT_EQUIPPush Button Properties模板計(jì)算IDC_BUTTON_INPUT_TESTPush Button Properties樣本測(cè)試 表4—1 按扭的詳細(xì)定義選中對(duì)話框，點(diǎn)擊右鍵點(diǎn)擊類向?qū)В–lassWizard）， 根據(jù)上述介紹的原理，打開(kāi)類向?qū)?。并且加以命名。MFC類庫(kù)充分利用了Microsoft開(kāi)發(fā)人員多年開(kāi)發(fā)Windows程序的經(jīng)驗(yàn)，并可以將這些經(jīng)驗(yàn)融入到用戶自己開(kāi)發(fā)的應(yīng)用程序中去。 MFC概述微軟基礎(chǔ)類庫(kù)（MFC，Microsoft Foundation Class）是微軟為Windows程序員提供的一個(gè)面向?qū)ο蟮腤indows編程接口，它大大簡(jiǎn)化了Windows編程工作。可使用AppWizard生成完整的基于MFC類庫(kù)的源文件和資源文件；可使用MFC ActiveX ControlWizard生成創(chuàng)建ActiveX空間所需的開(kāi)始文件；還可使用ClassWizard來(lái)創(chuàng)建新類(Class),定義消息處理函數(shù)(Message Hander)，覆蓋虛擬函數(shù)(Virtual Function),從對(duì)話框(Dialog Box)的空間中獲取數(shù)據(jù)并驗(yàn)證數(shù)據(jù)的合法性等。(2)它是一種面向?qū)ο蟮恼Z(yǔ)言，使得軟件能夠在編碼級(jí)、類級(jí)、控件級(jí)等多個(gè)級(jí)別上的重用，軟件的開(kāi)發(fā)效率大為提高。(c)安裝MSDNLibrary。 運(yùn)行環(huán)境安裝：(a)安裝MICROSOFT公司的Visual C++ 。與Win32緊密相連。在最后一次掃描過(guò)程中，若沒(méi)有象素點(diǎn)被標(biāo)記，整個(gè)細(xì)化算法結(jié)束。這兩個(gè)條件都是為了防止過(guò)度腐蝕。(7)X8(P)=1或者P6沒(méi)有被標(biāo)志。(6)X4(P)=1或者P4沒(méi)有被標(biāo)志。(i=1,2,3,4),bi取值：當(dāng)P(2i—1)值為0并且P(2i)的值為1或者P(2i+1)的值取為1，其他情況bi的值為0。(5)N(P)=1。(4)N(P)=1。(3)S8(P)=2。(2)S4(P)=3。 次算法在對(duì)二值圖像的每一次掃描處理過(guò)程中，掃描順序是從左到右，從上到下，一個(gè)黑象素點(diǎn)同時(shí)滿足下列七個(gè)條件將被刪除：(1)P=1。 圖像未經(jīng)細(xì)化時(shí)模板訓(xùn)練的效果如圖3—3所示 圖片3—3 細(xì)化前的效果如圖3—4所示，當(dāng)前象素點(diǎn)P(值為1)的8領(lǐng)域，以及P為邊界點(diǎn)、端點(diǎn)、斷點(diǎn)時(shí)的一種表現(xiàn)形式。(3)該點(diǎn)不是一個(gè)斷點(diǎn)。在細(xì)化算法中，每一次掃描過(guò)程中，一個(gè)黑點(diǎn)，即圖形象素點(diǎn)必須滿足下面的條件才能被刪除：(1)該點(diǎn)是一個(gè)邊界點(diǎn)。一些滿足給定條件的象素點(diǎn)將被標(biāo)記，在本次掃描結(jié)束后，再將這些標(biāo)記的象素點(diǎn)刪除，然后開(kāi)始下一次掃描，直到在某一次掃描過(guò)程中，再?zèng)]有象素點(diǎn)被標(biāo)記，整個(gè)細(xì)化過(guò)程結(jié)束。 Hilditch細(xì)化算法是一種串行算法。 Hilditch算法描述Hilditch細(xì)化算法描述Hilditch 提出了一種串行細(xì)化算法，由于該算法是Hilditch提出的，就叫做Hilditch算法。(3)不要產(chǎn)生嚴(yán)重的畸變，對(duì)噪聲不敏感。一般來(lái)說(shuō)，細(xì)化有以下的基本的要求：(1)細(xì)化要保持原有字符的連續(xù)性，不能使本來(lái)相連的筆劃斷開(kāi)。因此是否細(xì)化應(yīng)根據(jù)實(shí)際情況而定。 細(xì)化的要求在字符識(shí)別系統(tǒng)中，為減少數(shù)據(jù)量，準(zhǔn)確提取特征，常常需要采用細(xì)化算法。骨架是描述圖像幾何及拓?fù)湫再|(zhì)的重要特征之一。一個(gè)圖像的“骨架”是指圖像的中央的骨骼部分，可以理解為圖像的中軸。 } }} 圖像的細(xì)化 細(xì)化的定義經(jīng)過(guò)預(yù)處理，待細(xì)化的圖像是0，1二值圖象。 y++) { if(digitarray[x][y] = thre) digitarray[x][y]=(BYTE)1。 x++) { for(y=0。 for(x=0。 digitHeight = ()。所以閾值的正確選擇很重要。這里的關(guān)鍵問(wèn)題是閾值的確定方法。除次之外，在圖像中還含有其它的各種噪聲。二值化處理就是把圖像f(x,y)分為對(duì)象物和背景兩個(gè)領(lǐng)域，然后求其閾值。輸出的圖像的灰度值大于閾值，其數(shù)據(jù)點(diǎn)值取1；反之取0。例如，輸入的函數(shù)是f(x,y)，輸出的圖像是f(x,y)。如圖3—2所示。通常，灰度直方圖的橫軸表示灰度值，縱軸用來(lái)表示頻度。圖像信息和背景信息分別對(duì)應(yīng)圖像灰度直方圖，因此可以通過(guò)灰度直方圖選擇一個(gè)閾值把整個(gè)圖像分成圖像信息和背景信息兩部分，從而把灰度圖像轉(zhuǎn)化為黑白二值圖像。這是因?yàn)樵谑褂玫南到y(tǒng)中，要求處理的速度高、成本低，所以信息量大的灰階圖像的處理占用太大的部分不是好辦法。這種方法首先掃描所有的象素，每遇到一種新的顏色就把它放到八叉樹(shù)中，并創(chuàng)建一個(gè)葉子節(jié)點(diǎn)，圖像掃描結(jié)束后，如果葉節(jié)點(diǎn)的數(shù)量大于調(diào)色板所需的顏色數(shù)，就將某些葉節(jié)點(diǎn)合并到其上一層節(jié)點(diǎn)中(父節(jié)點(diǎn))去，并將父節(jié)點(diǎn)變?yōu)槿~節(jié)點(diǎn)，這樣進(jìn)行下去直到葉節(jié)點(diǎn)的數(shù)量等于或者小于調(diào)色板所需的顏色數(shù)，之后遍歷八叉樹(shù)，將葉節(jié)點(diǎn)的顏色填入調(diào)色板的顏色表中。所謂調(diào)色板就是在16色或者256色的顯示系統(tǒng)中，由圖像出現(xiàn)的最頻繁的16中顏色或者256種顏色所組成的頻色表，顏色表中的值是某種顏色在顏色查找表中的索引值。 圖像的顏色處理 在真彩色系統(tǒng)中，圖像的顏色與真實(shí)世界中的顏色非常自然逼近，人眼難以區(qū)分他們的差別，通常使用RGB表示法來(lái)表現(xiàn)真彩色圖像，每一個(gè)象素的值用24位表示，紅、綠、藍(lán)三原色的濃度分別用一個(gè)字節(jié)來(lái)表示。位圖數(shù)據(jù)：在位圖頭文件、位圖信息頭、調(diào)色板之后，便是位圖的主體部分：位圖數(shù)據(jù)。} RGBQUAD。 BYTE rgbRed。調(diào)色板實(shí)際上是一個(gè)數(shù)組，調(diào)色板是由顏色表項(xiàng)組成的，調(diào)色板結(jié)構(gòu)如下：Typedef struct tagRGBQUAD{ BYTE rgbBlue。 biClrImportant:這個(gè)值通常為0，表示所有顏色都是必須的。 32：4G真彩色，一般沒(méi)有調(diào)色板，每4個(gè)字表表示一個(gè)象素，相對(duì)24位真彩色圖而言，加入了一個(gè)透明度，即RGBA模式。 16：64K圖，一般沒(méi)有調(diào)色板，圖像數(shù)據(jù)中每?jī)蓚€(gè)字節(jié)表示一個(gè)象素。 4：16色圖。 結(jié)構(gòu)成員說(shuō)明bitSize結(jié)構(gòu)BITMAPINFOHEADER的字節(jié)數(shù)，（40字節(jié)）biWidth以象素為單位的圖像寬度biHeight以象素為單位的圖像的高度biplanes目標(biāo)設(shè)備的位平面數(shù)，必須是1，不用考慮biBitCount每個(gè)象素的位數(shù)biCompression圖像壓縮格式biSizeImage以字節(jié)為單位的圖像數(shù)據(jù)的大小biXPelsPermeter表示目標(biāo)設(shè)備的水平分辨率biYpelsPerMeter表示目標(biāo)設(shè)備的垂直分辨率biClrused調(diào)色板中實(shí)際使用的顏色數(shù)biClrImportant實(shí)現(xiàn)位圖時(shí)必須的顏色數(shù) 表 3—2其中，biBitCount分別有如下的意義： 0：用在JPEG格式中。} BITMAPINFOHEADER。 DWORD biClrUsed。 LONG biXPelPerMeter。 DWORD biCompression。 WORD biplanes。 LONG biWidth。位圖信息頭：包含了單個(gè)象素所用字節(jié)數(shù)以及描述顏色的格式，此外還包括位圖的寬度、高度、目標(biāo)設(shè)備的位圖平面書、圖像的壓縮格式。bfReserved1和bfReserved2為保留字，不用考慮。其中，bfType表示文件類型，必須是0X424D，即值應(yīng)該是“BM”，標(biāo)志該文件是BMP位圖文件。 DWORD bfOffbits。 UNIT bfReserved1。如表3—1所示：文件信息頭BITMAPFILEHEARDER位圖信息頭結(jié)構(gòu)BITMAPINFOHEADER調(diào)色板Palette位圖象素?cái)?shù)據(jù)DIB Pixels 表3—1 Windows DIB的組成位圖文件頭：主要用于識(shí)別位圖文件，下面是位圖文件頭結(jié)構(gòu)定義：Typedef struct tagBITMAPFILEHEADER{ UNIT bfType。任何運(yùn)行Windows的計(jì)算機(jī)都可以處理DIB，它通常以BMP文件的形式被保存在磁盤中。對(duì)于檢測(cè)到的噪聲，只需要對(duì)應(yīng)的窗口區(qū)域A中所有的黑點(diǎn)變?yōu)榘c(diǎn)，即可將噪聲去除。具體的方法如下：設(shè)F(i,j),0 im,0jn,，為二值圖象，令A(yù)為二值圖象平面上的一個(gè)NN的窗口區(qū)域，令A(yù)為包含A的(N+2)(N+2)的窗口區(qū)域，若=0 則我們認(rèn)為窗口區(qū)域A中的筆劃為噪聲或斷筆。將多余的噪聲去掉，或?qū)喙P連在主體筆劃上。如能較好地濾除噪聲，無(wú)疑會(huì)為正確識(shí)別帶來(lái)方便。噪聲處理噪聲處理是一個(gè)重要而復(fù)雜的工作，通過(guò)掃描得到的字符圖像有時(shí)含有噪聲，這些噪聲可能是因?yàn)榧垙堎|(zhì)量，污點(diǎn)，掃描通道的碎物或其它干擾造成的。設(shè)有33 窗口如圖3—1所示： 圖3—1平滑算法 其中P為當(dāng)前點(diǎn)，N0N7為其8個(gè)鄰接點(diǎn)，平滑準(zhǔn)則為：(1) 當(dāng)P為白時(shí)，N0，N2，N4，N6中至少有三個(gè)元素為黑，則，將P改為黑，否則不變。 圖像的平滑去噪平滑處理： 字符圖像經(jīng)過(guò)平滑處理，能夠去掉孤立噪聲干擾，平滑筆劃邊沿。預(yù)處理工作做的好，使反映字符本質(zhì)特征的部分得到保留甚至突出出來(lái)，識(shí)別就容易進(jìn)行，識(shí)別率高且識(shí)別速度快。先讓計(jì)算機(jī)學(xué)習(xí)，先計(jì)算素材T中模板圖片0~9總共10個(gè)數(shù)字的特征值，每一個(gè)特征值顯示如下所示：數(shù)字0的特征值為：,,數(shù)字1的特征值為：,,數(shù)字2的特征值為：,,數(shù)字3的特征值為：,,數(shù)字4的特征值為：,,數(shù)字5的特征值為：,,數(shù)字6的特征值為：,,數(shù)字7的特征值為：,,數(shù)字8的特征值為：,,數(shù)字9的特征值為：,,第三章 圖像的預(yù)處理一般說(shuō)來(lái)，被觀測(cè)的圖像中含有這種各樣的噪聲和畸變，去掉這些噪聲和畸變，并將圖像變成某種標(biāo)準(zhǔn)形式進(jìn)行加工，使得特征的提取和識(shí)別變的容易進(jìn)行，這些處理稱為字符識(shí)別預(yù)處理。這樣變簡(jiǎn)單多。當(dāng)進(jìn)行樣本訓(xùn)練的時(shí)候，用同樣的算法計(jì)算圖片中數(shù)字的17個(gè)特征值，并到計(jì)算機(jī)存儲(chǔ)區(qū)中去匹配，直接利用象素灰度值的差異，找到特征值最接近的一個(gè)圖片數(shù)字，便完成匹配識(shí)別的過(guò)程。共記有17個(gè)特征值。算法改進(jìn)的思想：將圖片(34)分為12塊區(qū)域，具體區(qū)域的劃分如圖2—4所示。提高識(shí)別速度。并非像前面介紹的在待測(cè)圖片中搜索，并返回得到匹配點(diǎn)。此時(shí)識(shí)別效率就不明顯。即會(huì)從圖像的左下角一直順著搜索一直至全圖結(jié)束。本系統(tǒng)中識(shí)別的圖像均為2036大小的。但是求相似性度量函數(shù)，求待匹配圖像和模板之間的相似性映射關(guān)系均比較復(fù)雜。D(i,j)= 公式(1—1)展開(kāi)后有：D(i,j)=公式(1—2) 公式(1—2)右邊第三項(xiàng)代表模板的總能量，與(i,j)無(wú)關(guān)，是一個(gè)常數(shù)；第一項(xiàng)是子圖能量，隨(i,j)而改變，T和S匹配時(shí)這一項(xiàng)的取值最大，可以用下面的互相關(guān)系作相似性測(cè)度：R(i,j)== 公式(1—3)或歸一化為：R(i,j)= 公式(1—4)顯然R(i,j)越大，模板T和子圖S就越相似，使得R(i,j)取得最大值的位置即為最佳匹配位置，(i,j)也就是我們要搜索的匹配點(diǎn)。M—1N—M+1子圖SN—M+1XXMM—1M(a) (b) 圖2—3 被搜索圖(a)和模板(b)匹配過(guò)程如下所示：假設(shè)模板T從待匹配圖像S的左下角開(kāi)始逐點(diǎn)遍歷圖像，比較T和S的內(nèi)容。如圖2—3所示，搜索圖即待匹配圖像S為一方形區(qū)域，邊長(zhǎng)為N，模板圖像T也是一個(gè)方形區(qū)域，邊長(zhǎng)為M 。圖像匹配在機(jī)器視覺(jué)、工業(yè)自動(dòng)模式識(shí)別、醫(yī)學(xué)圖像的定位等方面都有著重要意義。(5)搜索方法：即遍歷圖像時(shí)的查找策略，正確的選擇搜索方法直接影響到匹配的速度。(4)匹配算法：是實(shí)現(xiàn)匹配的基本思想和方法，是解決匹配問(wèn)題的關(guān)鍵所在。(2)圖像的特征空間：由特征數(shù)據(jù)組成，這些特征數(shù)據(jù)可以是原始像素?cái)?shù)據(jù)，也可以是經(jīng)過(guò)處理后提取的圖像特征數(shù)據(jù)。整個(gè)過(guò)程如圖2—2所示。先計(jì)算模板圖片的特征值，并存儲(chǔ)到計(jì)算機(jī)中。這看起來(lái)好像很簡(jiǎn)單，因?yàn)槲覀円谎劬湍芸闯鲆环鶊D中是否包含另一幅圖像，遺