一、實習(xí)的目的和意義

實習(xí)目的：本實習(xí)內(nèi)容旨在讓學(xué)生通過用VC等高級語言編寫數(shù)字圖像處理的一些基本算法程序，來鞏固和掌握圖像處理技術(shù)的基本技能，提高實際動手能力，并通過實際編程了解圖像處理軟件的實現(xiàn)的基本原理。為學(xué)生進(jìn)一步學(xué)習(xí)數(shù)字?jǐn)z影測量、遙感和地理信息系統(tǒng)等專業(yè)課程以及應(yīng)用圖像處理解決實際問題奠定基礎(chǔ)。

二、實習(xí)原理和方法

（1）    Raw格式到BMP格式的轉(zhuǎn)換：                                                                           

Raw格式：Raw格式文件是按照數(shù)字圖像組成的二維矩陣，將像素按行列號順序存儲在文件中。這種文件只含有圖像像素數(shù)據(jù)，不含有信息頭，因此，在讀圖像時，需要根據(jù)文件大小，計算圖像所包含的行列號，或者需要事先知道圖像大?。ň仃嚧笮。?。RAW文件按圖像上行到下行、左列到右列順序存儲。

BMP格式：BMP文件數(shù)據(jù)區(qū)按圖像上下行到上行、左列列到右列順序存儲到數(shù)據(jù)區(qū)。BMP文件由文件頭、信息頭、顏色表、數(shù)據(jù)區(qū)四個部分組成。

做Raw格式文件到BMP格式文件的轉(zhuǎn)化，先要為BMP格式文件申請四部分的內(nèi)存：文件頭，位圖信息頭，顏色表，圖象數(shù)據(jù)，然后根據(jù)輸入值以及Raw文件信息，BMP格式文件信息計算出這幾部分的值，賦給他們，寫到BMP文件中去。

（2）    灰度圖象的線性拉伸：

    灰度變化是點(diǎn)運(yùn)算，將原圖象的每個像素的灰度值改成線性變化之后的灰度即可。

灰度的線性變換就是指圖像的中所有點(diǎn)的灰度按照線性灰度變換函數(shù)進(jìn)行變換?；叶茸儞Q方程如下：

該方程為線性方程。式中參數(shù)  為輸入圖像的像素的灰度值，參數(shù)為輸出圖像的
灰度值。

設(shè)原圖象的灰度范圍為［a,b］,變化之后的范圍為［a’,b’］，則：

          fA=(b’-a’)/(b-a)

          fB=-(b’-a’)/(b-a)*a+a’

如果算出來的值大于255，則讓它等于255，小于0則讓其等于0。

（3）    局部處理（3*3高通濾波，3*3低通濾波）：

局部處理在處理某一像素時，利用與該像素相鄰的一組像素，經(jīng)過某種變換得到處理后圖像中某一點(diǎn)的像素值。目標(biāo)像素的鄰域一般是由像素組成的二維矩陣，該矩陣的大小為奇數(shù)，目標(biāo)像素位于該矩陣的中央，即目標(biāo)像素就是區(qū)域的中心像素。經(jīng)過處理后，目標(biāo)像素的值為經(jīng)過特定算法計算后所得的結(jié)果。

實際上都是利用卷積來實現(xiàn)的，卷積往往用一個矩陣表示，將矩陣的中心對齊某個像素，矩陣中的值乘到相應(yīng)的像素中去，然后將所有乘積加起來就得到中心像素的灰度值。邊界像素不做處理，仍為原來的灰度值。求出的像素灰度值若超過[0~255]，則向離其最近的屬于該范圍的像素值靠攏。

3*3低通濾波的算子見表1。

3*3高通濾波的算子見表2。

表格 1

表格 2

（4）          圖象幾何處理（圖象平移，圖象縮放）：

對于圖像平移來說，若平移量是（tx，ty），像素在原圖像中的坐標(biāo)為（x0，y0），則變化后的坐標(biāo)為（x1，y1），x1=x0+tx，y1=y0+ty。平移只需改變像素的灰度值，不必改變位圖信息頭和調(diào)色板內(nèi)容。

對于圖像縮放，假設(shè)放大因子為ratio，縮放的變換矩陣為：

      圖像信息頭中新圖像的寬度和高度都變?yōu)樵瓉韺挾群透叨确謩e與水平垂直比例的乘積，圖像大小變?yōu)樾聦挾龋ㄗ優(yōu)?的整數(shù)倍）與新高度的乘積。

（5）    灰度圖象中值濾波：

中值濾波也屬于局部處理的一種，將窗口中的各個像素排序之后排序，取中值賦給模板中心的像素，所以窗口中個數(shù)一般是基數(shù)。

我用的中值濾波窗口是十字絲的9個數(shù)的窗口。

（6）    灰度圖象邊緣檢測：

   邊緣檢測有三種算子：Roberts，Prewit，Sobel。三種算子都是做一階差分的，通過算子算出各個像素的梯度值，將水平梯度的絕對值和垂直梯度的絕對值相加，若此梯度值大于某個閾值，則將其灰度值賦為255，否則賦為0。

（7）    圖象旋轉(zhuǎn)：

     圖像旋轉(zhuǎn)一般是以圖像中心為中心順時針旋轉(zhuǎn)，利用圖像的四個角點(diǎn)求出圖像旋轉(zhuǎn)后的大小。

    先計算以圖像中心為原點(diǎn)坐標(biāo)系下原圖像四個角點(diǎn)的坐標(biāo)值，按照旋轉(zhuǎn)矩陣計算其旋轉(zhuǎn)之后的坐標(biāo)值，根據(jù)四個角點(diǎn)的新坐標(biāo)值計算出最大寬度和高度作為新圖像的寬度和高度值，按照計算值修改位圖信息頭，申請一塊新內(nèi)存，存儲旋轉(zhuǎn)后圖像的灰度值。

旋轉(zhuǎn)矩陣如下：

同樣要求各個像素在原圖像中的坐標(biāo)，先將新圖像的坐標(biāo)系平移到圖像中心，做逆時針旋轉(zhuǎn)，然后再平移到屏幕左上角，然后將原圖像對應(yīng)坐標(biāo)的值賦給新圖像。

（8）    圖象二值化：

判斷分析法：假定圖像的灰度區(qū)間為[0，L-1]，則選擇一閾值T 將圖像的像素分為兩組。

為最大值所對應(yīng)的T，就是所求判斷分析法的分割閾值。

搜尋到閾值之后，灰度值小于閾值的像素賦0，其他的賦1，修改文件信息頭，調(diào)色板，申請新內(nèi)存。

（9）    圖象直方圖：

統(tǒng)計各灰度值出現(xiàn)的頻數(shù)，以及像素的總個數(shù)，用頻數(shù)除以總個數(shù)作為頻率，以灰度值作為橫坐標(biāo)，頻率作為縱坐標(biāo)繪圖。

三、實習(xí)過程和步驟

首先要建立一個基于MFC的多文檔工程，將視圖基類改為滾動視圖，以自己的學(xué)號命名。

我用的是書上給的CDib類，類里面有獲取BMP寬度，高度的函數(shù)，有指向位圖信息頭的指針，指向圖象數(shù)據(jù)的指針，因此我在文檔類（Doc類）里定義了一個CDib類的對象，打開以及保存文件的時候利用這個對象去調(diào)用CDib里讀取與存儲文件的函數(shù)，并且可以利用這個對象的兩個指針對打開的圖象進(jìn)行各種操作。

1．Raw格式到BMP格式的轉(zhuǎn)換：

首先建立一個RawToBMP的對話框，在上面加上四個編輯框（一個輸入打開文件的路徑一個輸入保存文件的路徑，另兩個），兩個按鈕，以及默認(rèn)的確認(rèn)，取消按鈕。利用類向?qū)Р迦氪藢υ捒蝾悾⑶覟榍皟蓚€編輯框定義CString的兩個變量，用來存儲打開與保存文件的路徑。同時為兩個瀏覽按鈕添加消息響應(yīng)函數(shù)，在消息函數(shù)里創(chuàng)建CFileDialog對象，利用此對象的函數(shù)將兩個路徑值賦給前兩個編輯框的成員變量。再為OK鍵添加消息響應(yīng)函數(shù)，分別定義 BMP格式文件前三部分?jǐn)?shù)據(jù)變量，計算出各變量的值，并且利用一個CFile對象獲取Raw圖象的數(shù)據(jù)，利用另一個CFile對象將數(shù)據(jù)存儲到所輸入的路徑的文件中去，CFile對象的Read函數(shù)會自動創(chuàng)建一個文件。

然后在菜單上新建一個菜單，為菜單添加消息響應(yīng)函數(shù)，在其消息響應(yīng)函數(shù)里創(chuàng)建RowToBMP對話框。這樣點(diǎn)擊菜單后就會彈出一個對話框，按確定鍵之后就可以讀取Raw文件并且存儲BMP文件，完成整個消息循環(huán)。

2.灰度圖象的線性拉伸：

創(chuàng)建一個對話框來輸入變化后的灰度值，為對話框的兩個編輯框定義成員變量，在文檔類中添加處理函數(shù)，按照對話框輸入值計算出fA與fB，做一個循環(huán)，將0 到255的灰度值，計算出拉伸后的灰度值（超限情況特殊處理），存放在下標(biāo)為此值的一個數(shù)組中，然后利用文檔類的中定義的CDib類的成員變量 m_DIB，獲得當(dāng)前打開的圖像指向圖像數(shù)據(jù)部分的指針m_DIB.m_pBits，在數(shù)組中查出每個像素變化后的灰度值，并將此值賦給指針 m_pBits指向的內(nèi)存。刷新視圖。

然后在菜單中加上線性拉伸的菜單，為該菜單的ID添加消息響應(yīng)函數(shù)，在該函數(shù)中創(chuàng)建對話框，并調(diào)用文檔類線性拉伸的函數(shù)，將對話框的兩個成員變量傳給此函數(shù)。

3.局部處理：

在文檔類里添加低通濾波和高通濾波的成員函數(shù)，在函數(shù)中使用m_DIB對象中指向圖像數(shù)據(jù)部分的指針m_pBits，首先申請一個新內(nèi)存，將原來圖像的灰度值存儲起來，然后定義9個BYTE類型的指針，利用雙重嵌套循環(huán)，在循環(huán)中每次用這9個指針指向復(fù)制圖像對應(yīng)模板中的9個數(shù)，然后按照模板中的數(shù)值計算出中心像素的灰度值，判斷是否超過范圍，如果超過范圍則做相應(yīng)的處理，否則將此值直接賦給m_pBits中對應(yīng)的中心像素。循環(huán)之后刷新視圖。

添加局部處理的菜單，為菜單設(shè)置消息響應(yīng)函數(shù)，在菜單消息響應(yīng)函數(shù)中調(diào)用文檔類的函數(shù)，完成對m_DIB的處理。

    4．圖像幾何變換：

建立平移對話框，定義兩個成員變量，分別存儲輸入的水平位移和垂直位移。

在文檔類里添加平移函數(shù)，申請一塊新內(nèi)存復(fù)制原圖像的信息，在函數(shù)中將

外層循環(huán)變量i視為縱坐標(biāo)，內(nèi)層循環(huán)變量j視為橫坐標(biāo)，通過雙重循環(huán)，對每個像素，求出其在原圖像中的坐標(biāo)（i0，j0），將復(fù)制圖像中的對應(yīng)（i0，j0）的像素灰度值賦給m_DIB.m_pBits指針中的圖像。如果在原圖像中找不到該像素，置為背景色。刷新視圖。

在菜單中添加圖像平移菜單，并為該菜單添加消息響應(yīng)函數(shù)，在此函數(shù)中創(chuàng)建平移對話框，調(diào)用文檔類的平移函數(shù)，將對話框的成員變量傳入該函數(shù)。

建立縮放對話框類，為此類定義兩個成員變量，存儲輸入的水平縮放因子和垂直縮放因子。

再在文檔類中添加縮放函數(shù)，利用m_DIB.m_pBMI（指向位圖信息頭的指針），修改位圖信息頭中的寬度，高度，圖像大小。計算出新圖像的大小，申請一塊新內(nèi)存存儲新圖像，同平移函數(shù)一樣，計算出每個像素在原圖像中的坐標(biāo)，i0=i/PRatio,j0=j/VRatio,PRatio與VRatio 分別為水平縮放因子和垂直縮放因子。將原圖像中對應(yīng)坐標(biāo)的灰度值賦給新內(nèi)存，然后將m_DIB.m_pBits（指向圖像數(shù)據(jù)的指針）指向新內(nèi)存，刷新視圖。

5.中值濾波：

在文檔類中添加兩個成員函數(shù)。一個用來把傳入的指針里的內(nèi)容排序，一個用來做中值濾波。也要申請一塊新內(nèi)存來復(fù)制原圖像的信息，雙重嵌套循環(huán)，邊界像素不處理，對每個像素，使用一個大小為9個字節(jié)的數(shù)組來存放復(fù)制圖像窗口中各像素值，然后將數(shù)組首地址傳入排序的函數(shù)中，將中間的值賦給當(dāng)前圖像窗口中心的像素。排序函數(shù)我用的是快速排序法。

在菜單中添加中值濾波菜單項，為其添加消息響應(yīng)函數(shù)，調(diào)用文檔類的中值濾波函數(shù)。

6.邊緣檢測：

在文檔類中定義三個函數(shù)，分別為Roberts，Prewit，Sobel算子處理函數(shù)，處理時，先申請新內(nèi)存復(fù)制原來圖像信息，邊界像素不作處理，對每個像素值，求出其在復(fù)制圖像中的梯度，判斷，若梯度值大于150（這個是我自己定的），則將灰度值賦為255，否則置零。

菜單中添加邊緣檢測菜單，置屬性為Pop—up，添加三個下一級菜單，分別為Roberts，Prewit，Sobel，各個菜單的消息響應(yīng)函數(shù)中調(diào)用文檔類中各自的處理函數(shù)。

7．圖像旋轉(zhuǎn)：

創(chuàng)建一個對話框輸入旋轉(zhuǎn)角度，在文檔類中添加成員函數(shù)。

先將角度化為弧度值。

計算原圖像四個角點(diǎn)的坐標(biāo)，以及新圖像四個角點(diǎn)的坐標(biāo)。

根據(jù)新圖像四個角點(diǎn)的坐標(biāo)，取對角線上兩個點(diǎn)橫坐標(biāo)差值較大值作為寬度，縱坐標(biāo)差值較大值作為高度。

根據(jù)計算出來的高度和寬度修改文件信息頭，并且申請內(nèi)存存儲新圖像。

計算每點(diǎn)的像素在原來圖像中的坐標(biāo)從而獲取其灰度值，寫入新內(nèi)存。

將m_DIB.m_pBits指向該新內(nèi)存。刷新視圖。

添加圖像旋轉(zhuǎn)菜單，在菜單響應(yīng)函數(shù)中創(chuàng)建對話框，調(diào)用文檔類中旋轉(zhuǎn)函數(shù)，將對話框中獲取的角度傳給旋轉(zhuǎn)函數(shù)。

8.圖像二值化：

在文檔類添加一個成員函數(shù)，根據(jù)傳人的圖像和閾值返回組間方差和組內(nèi)方差的比值。

再添加一個成員函數(shù)，進(jìn)行二值化。

在函數(shù)中：

計算新BMP文件的大小，申請一塊新內(nèi)存，存儲新的整個BMP文件的信息，將位圖信息頭中biBitCount置為1，調(diào)色板數(shù)組只有兩個兩個元素，下標(biāo)為0的三個灰度值都為0，下標(biāo)為1的三個灰度值為255。

從最大灰度值到最小灰度值之間搜尋上述函數(shù)返回值最大的值，作為閾值。

對每個像素，若其原來灰度值小于閾值，賦1，否則賦0。

將m_DIB,m_pBits指向新內(nèi)存的圖像數(shù)據(jù)部分，m_DIB.m_pBMI指向位圖信息頭。

9.圖像直方圖：

為文檔類添加一個int型指針成員變量m_pGray，在構(gòu)造函數(shù)中將該指針賦空，在文檔類中定義了一個函數(shù)，統(tǒng)計各個灰度值出現(xiàn)的頻數(shù)，申請一個內(nèi)存，存儲在這個內(nèi)存中，并將m_pGray指向它。

創(chuàng)建一個畫直方圖的對話框，添加Picture控件，在控件里調(diào)用文檔類成員變量，畫直方圖。添加一個滾動條，用來確定閾值，為滾動條添加消息響應(yīng)函數(shù)，按照滾動條的值進(jìn)行二值化。

在菜單中添加直方圖菜單，添加消息響應(yīng)函數(shù)，在響應(yīng)函數(shù)中創(chuàng)建直方圖對話框?qū)ο蟆?/p>

最后，因為我開始做工程的時候沒有把菜單設(shè)計好，做得有點(diǎn)亂，所以，我又在View里添加WM_CONTEXTMENU消息響應(yīng)函數(shù)，在函數(shù)體內(nèi)用CMenu類來實現(xiàn)彈出菜單。

四、結(jié)果分析與評價

（1）Raw格式到BMP格式的轉(zhuǎn)換：效果見圖1。

圖表 1

老師說在轉(zhuǎn)化的時候后面用一個循環(huán)會降低效率，但是實際上只要寬度是4的整數(shù)倍，后面的循環(huán)就不會做了。所以這個算法效率我覺得還行吧。

（2）線性變化：輸入線性變化范圍10~20，效果見圖2。

圖表 2

用了線性查找表之后，這個算法的效率應(yīng)該會高很多，但是我的算法里是線性表從0~255都有變化之后的值，實際上，如果圖片的灰度范圍小一些的話，做了很多無用的計算，而且前面已經(jīng)搜尋過原圖像的最大最小灰度值了，所以線性表的生成循環(huán)可以只從最小灰度做到最大灰度。另外，我設(shè)計的算法里，如果最大值和最小值輸反了的話，程序會自動交換他們的值，做這個可能就會多算一些東西了。

（3）低通濾波：效果見圖3。

圖表 3

取的是8鄰域內(nèi)的平均值，效果不是很好。

高通濾波：效果見圖4。

圖表 4

基本上我覺得邊緣還是有突出了吧。

中值濾波：效果見圖5。

圖表 5

這個中值濾波的效果我還是比較滿意的，因為排序所以要調(diào)用其他函數(shù)，我用了快速排序，而且用的是9個數(shù)的十字絲窗口，所以速度要比25個數(shù)的窗口快一些。平滑的效果出來還可以。

（4）邊緣檢測：

Roberts算子：效果見圖6。

圖表 6

Prewit算子：效果見圖7。

圖表 7

Sobel算子：效果見圖8。

圖表 8

由于Prewit算子和Sobel算子都用了8個數(shù)去做，所以效果要好一些，相比之下，Sobel算子對這幅圖又要效果好些，應(yīng)該是對4鄰域賦予了更大權(quán)的緣故。但是后兩種算法計算量也要大一些。

（5）圖像平移：效果見圖9。

圖表 9

這個圖像平移量比較大，所以被裁切的也顯得不真實了。主要是因為我的圖像大小和坐標(biāo)都沒有變化，所以只在原來的圖像坐標(biāo)范圍內(nèi)顯示平移后的圖像，實際上，我既可以改變圖像的大小，并且為了節(jié)省計算，可以讓循環(huán)變量i和j從一個新的值開始做計算，前面的全都賦背景色。

圖像縮放：水平比例0.4，垂直比例0.5，效果見圖10。

圖表 10

在此基礎(chǔ)上旋轉(zhuǎn)：效果見圖11。

圖表 11

這幾種算法主要的計算量都在for循環(huán)內(nèi)，所以要想優(yōu)化算法的話，必須簡化循環(huán)里的計算。不過我的想法差不多跟書上的差不多，還沒有什么優(yōu)化。也許，這種優(yōu)化的算法需要看很多別人做的好程序才能慢慢自己學(xué)會吧。

（6）二值化（判斷分析法）：效果見圖12。

圖表 12

實際上，我用直方圖看的最佳閾值應(yīng)該在100多左右，而我做的程序閾值好像偏小一些，所以效果不太好，我計算組間方差和組內(nèi)方差的時候調(diào)用了一個函數(shù)專門求閾值，可能這里的計算還是有一點(diǎn)問題。而且在我的函數(shù)里，要256次調(diào)用這個函數(shù)，又因為計算機(jī)是按字節(jié)處理數(shù)據(jù)的，因此寫圖像數(shù)據(jù)的時候要用每8個寫到一個數(shù)組中，然后通過計算得到字節(jié)類型的值，這些都使得我的算法效率比較低，最后一個問題，我覺得如果使用位運(yùn)算會快一些，但是前面的問題還沒有想到比較好的解決方法。

（7）直方圖：效果見圖13。

這個圖像255的像素太多，如果我沒算錯的話，量化應(yīng)該不是很好吧。

圖表 13

五、實習(xí)總結(jié)與體會

這次實習(xí)學(xué)到最大的東西，是自己總算有MFC編程的概念了，雖然自己VC++考試的分?jǐn)?shù)還不錯，但是里面的很多東西，不通過自己的編程時絕對不能真正理解。比如說封裝性，這次用CDib的方便，很好地利用了類的封裝性。另外，比如MFC是基于消息響應(yīng)機(jī)制的，這就決定了，要利用鼠標(biāo)或者菜單響應(yīng)函數(shù)去實現(xiàn)功能，而用c語言編寫程序的時候，完全是按主函數(shù)的線程來的。

另外，我也學(xué)會了調(diào)試的真正含義。以前都只知道那幾個按鍵是做什么用的，調(diào)試的真正目的，是根據(jù)自己的算法來檢驗程序計算的各個值是否符合，從而可以很快速方便地查到自己的錯誤。

自學(xué)也是很重要的一方面。實際上，在現(xiàn)在來說，用MSDN也不是很難的事了，我們不應(yīng)該被英文打到，而且現(xiàn)在，隨著對一些專有名詞熟悉了之后，看MSDN也容易一些了，萬一不懂的函數(shù)，也可以利用網(wǎng)絡(luò)查到很多函數(shù)功能用法的解釋。

剛開始的時候做的是位圖的讀取和顯示，實在是不知從哪里做起，所以就照著實習(xí)書上敲了前面的部分，但是慢慢地也看懂了代碼的意思。所以后來的基本上都是自己做的了，但是算法還是基本上和書上差不多。不過自己編的時候還是有很多細(xì)節(jié)的部分沒有注意到，比如說，強(qiáng)制數(shù)據(jù)類型轉(zhuǎn)換，我自己編的時候沒有注意這個問題，結(jié)果出了很多錯，有些事由于函數(shù)調(diào)用引起的，有些是由于不等號兩邊數(shù)據(jù)的匹配問題，還有的是由于指針的移動，直到這個時候，才真正明白實習(xí)書上程序為什么那么多強(qiáng)制類型轉(zhuǎn)換，雖然書上很多東西不是盡善盡美，但是對于我這種剛開始學(xué)會編程的人還是有很多可以學(xué)習(xí)的地方的。

如老師所說，算法的效率是很重要的。要提高算法的效率，一個是要簡化計算（不得不說，這需要數(shù)學(xué)基礎(chǔ)），另外一個就是要避免許多重復(fù)的計算。在參考書上的程序里，很多時候，為了避免這種重復(fù)的計算（在循環(huán)中表現(xiàn)尤其明顯），會把某些數(shù)當(dāng)常數(shù)算出來，只要后來加上這個常數(shù)就可以，這樣，效率高很多。

另外，對許多出錯的情況，我的程序里也沒有做好。比如，如果打開的不是8位圖像，我的程序不會提示錯誤，正常結(jié)束，而可能做錯，所以，這也是我應(yīng)該向別人程序?qū)W習(xí)的地方。

最后一個，自己菜單的布局也是很亂的。要從一開始就布局好。