【正文】 TODO: Add your mand handler code hereCDIPSDoc* pDoc = GetDocument()。(pDocGetHDIB())。//set flag in order to indicate modificationpDocSetModifiedFlag(TRUE)。int intensity1,intensity2,intensity3,intensity4,intensity5,intensity6,intensity7,intensity8,intensity。// a point to start of BitMapDataLPBYTE lpDIBBits。//Get pointer of BitMapDatalpDIBBits = (lpDIB)。 image., Prompt , MB_ICONINFORMATION | MB_OK)。沈陽理工大學學士學位論文22//exitreturn。//get width of the imageLONG lWidth = (lpDIB)。//get bytes of each lineLONG lLineBytes = WIDTHBYTES(lWidth * 8)。 i lHeight1。 j lLineBytes1。intensity2=*((BYTE *)lpDIBBits + lLineBytes * i + j+1)。intensity4=*((BYTE *)lpDIBBits + lLineBytes * (i+1) + j)。intensity6=*((BYTE *)lpDIBBits + lLineBytes * (i1) + j1)。intensity8=*((BYTE *)lpDIBBits + lLineBytes * (i1) + j1)。//write new value*((BYTE *)lpDIBBits + lLineBytes * i + j ) = (BYTE)intensity。//計算均方根誤差// Acc_Targets(lHeight,lWidth,lpDIBBits)。} 結(jié)果輸出及分析 結(jié)果輸出沈陽理工大學學士學位論文24圖 加入椒鹽噪聲后的圖像圖 均值濾波后的圖像沈陽理工大學學士學位論文25 結(jié)果分析從上面的簡單例子可以看到，均值濾波方法抑制噪聲算法簡單，計算速度快。沈陽理工大學學士學位論文26(,){(,),(}gxyMedfxkylklW???5 中值濾波 基本原理中值濾波是基于排序系統(tǒng)理論的一種能有效抑制噪聲的非線性信號處理技術(shù)。下面，以一個簡單的一維數(shù)據(jù)序列的濾波為例，介紹中值濾波原理。如果該模板中的數(shù)據(jù)為某個圖像中的一個局部的數(shù)據(jù)，從數(shù)據(jù)的分布規(guī)律來看，原理模板中心位置上的像素值為 45，較其周圍的像素值大，畫面上一定會出現(xiàn)一個突變的噪聲點。中值濾波的核心運算是將模板中的數(shù)據(jù)進行排序，這樣，如果一個亮點（暗點）為噪聲，就會在排序過程中被排在數(shù)據(jù)序列的最右側(cè)或者是最左側(cè)，因此，最終選擇的數(shù)據(jù)序列中間位置上的值一般不是噪聲點的值，由此便可以達到抑制噪聲的目的。類似于一維，二維中值濾波輸出為：其中， , 分別為原圖像和處理后的圖像。因為椒鹽噪聲只在畫面中的部分點上隨機出現(xiàn)，所以根據(jù)中值濾波原理可知，通過數(shù)據(jù)排序的方法，將圖像中未被噪聲污染的點替代噪聲點的值的概率比較大，因此噪聲的抑制效果很好，同時畫面清晰的基本保持。// call class CDeNoisingCDeNoising clsDeNoising。//refresh the viewInvalidate()。} 添加成員函數(shù)在類 CdeNoising 中,其成員函數(shù) MidFilter(HDIB hDIB)執(zhí)行具體算法：void CDeNoising::MidFilter(HDIB hDIB){////////1*5 中值濾波// variables definitionLONG i,j,m,n。LPBYTE lpDIB。沈陽理工大學學士學位論文28//Lock and get pointer Of DIB lpDIB = (LPBYTE) ::GlobalLock((HGLOBAL) hDIB)。//If DIBBitCount equal 24,then give a prompt and exit this programif ((lpDIB) != 8){//promptMessageBox(This program can only process 8bits39。//unlock::GlobalUnlock((HGLOBAL) hDIB)。}//let cursor in wait statusBeginWaitCursor()。LONG lHeight = (lpDIB)。//accesss every pixelfor (i = 0。 i++){for (j =2。 j ++){intensity[0]=*((BYTE *)lpDIBBits + lLineBytes * i + j2)。intensity[2]=*((BYTE *)lpDIBBits + lLineBytes * i + j)。intensity[4]=*((BYTE *)lpDIBBits + lLineBytes * i + j+2)。m3。n5。intensity[m]=intensity[n]。}}}//write new value*((BYTE *)lpDIBBits + lLineBytes * i + j ) = (BYTE)intensity[2]。//計算均方根誤差// Acc_Targets(lHeight,lWidth,lpDIBBits)。沈陽理工大學學士學位論文30}void CDeNoising::Smoothing(HDIB hDIB){// variables definitionLONG i,j,m。// a pointer to BitMapFileHeaderLPBYTE lpDIB。//Lock and get pointer Of DIB lpDIB = (LPBYTE) ::GlobalLock((HGLOBAL) hDIB)。//If DIBBitCount equal 24,then give a prompt and exit this programif ((lpDIB) != 8){//promptMessageBox(This program can only process 8bits39。::GlobalUnlock((HGLOBAL) hDIB)。}//let cursor in wait status沈陽理工大學學士學位論文31BeginWaitCursor()。LONG lHeight = (lpDIB)。//accesss every pixelintensity[9]=0。 i lHeight1。 j lLineBytes1。intensity[1]=*((BYTE *)lpDIBBits + lLineBytes * (i1) + j)。intensity[3]=*((BYTE *)lpDIBBits + lLineBytes * i + j1)。intensity[5]=*((BYTE *)lpDIBBits + lLineBytes * i + j+1)。intensity[7]=*((BYTE *)lpDIBBits + lLineBytes * (i+1) + j)。for(m=0。m++){intensity[9]+=intensity[m]。intensity[9]=0。沈陽理工大學學士學位論文32}}// unlock::GlobalUnlock((HGLOBAL) hDIB)。//let cursor in normal statusEndWaitCursor()。但是，適當?shù)倪x擇模板的大小于結(jié)構(gòu)形狀也非常重要。沈陽理工大學學士學位論文346 傅立葉降噪 基本概念為了有效地和快速地對圖像進行處理和分析，常常需要將原定義在圖像空間的圖像以某種形式轉(zhuǎn)換（正變換）到另外一些空間，并利用在這些空間的特有性質(zhì)方便地進行一定的加工，最后再轉(zhuǎn)換回圖像空間（反變換或逆變換）以得到所需要的效果。有限長序列可以通過離散傅里葉變換（DFT）將其頻域也離散化成有限長序列 .但其計算量太大,很難實時地處理問題,因此引出了快速傅里葉變換（FFT） 。FFT 在離散傅里葉反變換、線性卷積和線性相關(guān)等方面也有重要應用。 二維離散傅里葉變換對于二維傅里葉變換，其離散形式如公式()所示： ()12()0(,)(,)uxvyMNjMNxyFuvfxe????????????逆變換公式如()所示： ()12()0(,)(,)uxvyMNjMNxyfuvFuve???????????頻譜公式如()所示：沈陽理工大學學士學位論文35(,)1222(,)(,)(,)juvFuveRjIuvI????????? ()由可傅里葉變換的分離性可知，一個二維傅里葉變換可分解為兩步進行， 其中每一步都是一個一維傅里葉變換。顯然對 先按(,)Fuv fxy行進行離散傅里葉變換， 再按列進行離散傅里葉變換也是可行的。FFT 的基本思想：將大點數(shù)的 DFT 分解為若干個小點數(shù) DFT 的組合，從而減少運算量。 相關(guān)原理添加 FFT 函數(shù)。它有三個參數(shù)：一個是指向時域數(shù)組的指針 TD，該數(shù)組保存著要進行傅里葉變換的數(shù)值序列，類型為復數(shù)；第二個是指向頻域數(shù)組的指針，用來保存快速傅里葉變換的結(jié)果。傅里葉變換的點數(shù)可以由參數(shù) 直接求出，只要將 1r2logN r左移 位即可。由于噪聲信息儲存在高頻區(qū)域，所以，經(jīng)低通濾波去掉其高頻信息，保留低頻信息，可隨之去掉噪聲信息。 程序源代碼沈陽理工大學學士學位論文36 快速傅里葉變換 CDIPSView 類中，得到快速傅里葉變換響應函數(shù) OnTFourier()void CDIPSView::OnTFourier() {// TODO: Add your mand handler code hereCDIPSDoc* pDoc=GetDocument()。(pDocGetHDIB())。pDocSetModifiedFlag(TRUE)。參數(shù)：plexdouble * TD，指向時域數(shù)組的指針；plexdouble * FD 指向頻域數(shù)組的指針；r－2 的冪數(shù)，即迭代次數(shù)。VOID WINAPI FFT(plexdouble * TD, plexdouble * FD, int r){LONG count。 // 循環(huán)變量int bfsize,p。 // 角度plexdouble *W,*X1,*X2,*X。 // 計算傅里葉變換點數(shù)// 分配運算所需存儲器W = new plexdouble[count / 2]。X2 = new plexdouble[count]。 i count / 2。W[i] = plexdouble (cos(angle), sin(angle))。// 采用蝶形算法進行快速傅里葉變換for(k = 0。 k++){for(j = 0。 j++){bfsize = 1 (rk)。 i bfsize / 2。X2[i + p] = X1[i + p] + X1[i + p + bfsize / 2]。}}X = X1。X2 = X。 j count。for(i = 0。 i++){if (jamp。}}FD[j]=X1[p]。delete X1。} 快速傅里葉逆變換 CDIPSView 類中，得到快速傅里葉逆變換響應函數(shù) OnTIfourier()void CDIPSView::OnTIfourier() {// TODO: Add your mand handler code hereCDIPSDoc* pDoc=GetDocument()。(pDocGetHDIB())。pDocSetModifiedFlag(TRUE)。參數(shù):plexdouble * TD，指向時域數(shù)組的指針； plexdouble * FD 指向頻域數(shù)組的指針；r－2 的冪數(shù)，即迭代次數(shù)。BOOL WINAPI IFFT(plexdouble * FD, plexdouble * TD, int r){// 傅里葉變換點數(shù)LONG count。plexdouble *X。X = new plexdouble[count]。 //將頻域點寫入 X//求共軛for(i = 0。 i++){X[i]=plexdouble(X[i].real(),X[i].imag())。 // 調(diào)用快速傅里葉變換// 求時域點的共軛for(i = 0。 i++)沈陽理工大學學士學位論文40{TD[i]=plexdouble(TD[i].real()/