第一篇：數(shù)字圖像處理界面切換技術(shù)結(jié)課論文

彩色圖像界面切換技術(shù)研究與設(shè)計(jì)

摘 要

數(shù)字圖像處理(Digital Image Processing)是通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。在日常生活中，圖像處理已經(jīng)得到了廣泛應(yīng)用，例如：電腦人像藝術(shù)，電視中的特殊效果，自動(dòng)售貨機(jī)鈔票的識(shí)別，郵政編碼的自動(dòng)識(shí)別和利用指紋、虹膜、面部等特征的身份識(shí)別等。圖像的特技切換是計(jì)算機(jī)軟件開(kāi)發(fā),尤其是多媒體軟件設(shè)計(jì)中經(jīng)常遇到的問(wèn)題。

本文就所學(xué)到的微薄知識(shí)對(duì)利用VB程序設(shè)計(jì)實(shí)現(xiàn)彩色圖像界面切換技術(shù)做以基本闡述。

關(guān)鍵字：數(shù)字圖像處理 計(jì)算機(jī)軟件開(kāi)發(fā) 界面切換

一、數(shù)字圖像處理概述: 數(shù)字圖像處理是通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個(gè)因素的影響:一是計(jì)算機(jī)的發(fā)展;二是數(shù)學(xué)的發(fā)展(特別是離散數(shù)學(xué)理論的創(chuàng)立和完善);三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長(zhǎng)。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開(kāi)拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測(cè)、機(jī)器人視覺(jué)、公安司法、軍事制導(dǎo)、文化藝術(shù)等，使圖像處理成為一門(mén)引人注目、前景遠(yuǎn)大的新型學(xué)科。

數(shù)字圖像處理的目的:一般來(lái)說(shuō)，圖像進(jìn)行處理(或加工、分析)的主要目的有三個(gè)方面:

(1)提高圖像的視感質(zhì)量,如進(jìn)行圖像的亮度、彩色變換,增強(qiáng)、抑制某些分，對(duì)圖像進(jìn)行幾何變換等,以改善圖像的質(zhì)量。

(2)提取圖像中所包含的某些特征或特殊信息,這些被提取的特征或信息往往為計(jì)算機(jī)分析圖像提供便利。提取特征或信息的過(guò)程是模式識(shí)別或計(jì)算機(jī)視覺(jué)的預(yù)處理。提取的特征可以包括很多方面,如頻域特征、灰度或顏色特征、邊界特征、區(qū)域特征、紋理特征、形狀特征、拓?fù)涮卣骱完P(guān)系結(jié)構(gòu)等。

(3)圖像數(shù)據(jù)的變換、編碼和壓縮,以便于圖像的存儲(chǔ)和傳輸。

不管是何種目的的圖像處理,都需要由計(jì)算機(jī)和圖像專(zhuān)用設(shè)備組成的圖像處理系統(tǒng)對(duì)圖像數(shù)據(jù)進(jìn)行輸入、加工和輸出。

在日常生活中，圖像處理已經(jīng)得到了廣泛應(yīng)用。例如：電腦人像藝術(shù)，電視中的特殊效果，自動(dòng)售貨機(jī)鈔票的識(shí)別，郵政編碼的自動(dòng)識(shí)別和利用指紋、虹膜、面部等特征的身份識(shí)別等。

二、系統(tǒng)總體分析 2.1 窗口設(shè)計(jì)

圖像的界面切換主要是指圖像進(jìn)入界面時(shí)的顯示方式，也就是按不同的規(guī)律顯示圖像中的各個(gè)像素點(diǎn)。

根據(jù)需要在窗體上配置必要的控件，并修改相應(yīng)的值，如圖1所示，圖片框用于顯示圖像，命令按鈕“獲取圖像”用于選擇指定圖像文件，并且將圖像顯示在圖片框內(nèi)。命令按鈕“退出”用于退出該窗口，其他命令的具體作用將在下文列舉。

圖1 添加控件及修改名稱(chēng)

以同樣的方式添加其他控件按鈕，如上下對(duì)接進(jìn)入、從坐上到右下進(jìn)入、從中央到四周擴(kuò)散、以斜線(xiàn)方式進(jìn)入、以漸顯方式進(jìn)入、利用Bitlit函數(shù)實(shí)現(xiàn)界面切換和以工字型進(jìn)入等控件按鈕。如圖2所示：

圖2 窗格及控件按鈕

2.2 程序設(shè)計(jì)及實(shí)現(xiàn)過(guò)程

下面通過(guò)幾個(gè)具有代表性的界面切換實(shí)現(xiàn)過(guò)程,對(duì)界面切換技術(shù)加以簡(jiǎn)單闡述。2.2.1 讀圖像數(shù)據(jù)

單擊“讀圖像數(shù)據(jù)”命令按鈕，相應(yīng)的單擊事件程序?yàn)椋?Private Sub Command1_Click()’以二進(jìn)制的方式打開(kāi)文件對(duì)話(huà)框中用戶(hù)選擇的圖像文件 On Error GoTo Err CommonDialog1.Filter = “(*.*)|*.*|(*.gif)|*.gif|(*.bmp)|*.bmp|(*.jpg)|*.jpg” CommonDialog1.ShowOpen Picture1.Picture = LoadPicture(CommonDialog1.FileName)Err: Exit Sub End Sub Private Sub Command2_Click()End 通過(guò)該程序選擇.jpg文件實(shí)現(xiàn)圖像的讀取，如圖3所示。

圖3 獲取圖像的實(shí)現(xiàn)

2.2.2 圖像從上下對(duì)接進(jìn)入界面

圖像以上下對(duì)接方式進(jìn)入界面時(shí)，首先顯示圖像的第一行和最后一行，然后顯示圖像的第二行和倒數(shù)第二行，以此類(lèi)推，最后將圖像中所有的像素顯示出來(lái)。其實(shí)現(xiàn)過(guò)程如圖4所示。

圖4 圖像以上下對(duì)接方式進(jìn)入界面的過(guò)程圖

對(duì)該控制命令進(jìn)行VB編程如下： Private Sub Command3_Click()Picture2.Picture = Picture3.Picture width2 = Picture1.ScaleWidth height2 = Picture1.ScaleHeight

For j = 0 To height2 / 2

For i = 0 To width2jj1

For j = 0 To i

c1 = Picture1.Point(i, j)

rr1 = c1 Mod 256

gg1 = c1 / 256 Mod 256

bb1 = c1 / 65536 If j < height2 And i < width2 Then Picture2.PSet(i, j), RGB(rr1, gg1, bb1)

c2 = Picture1.Point(j, i)

rr2 = c2 Mod 256

gg2 = c2 / 256 Mod 256

bb2 = c2 / 65536 If j < width2 And i < height2 Then Picture2.PSet(j, i), RGB(rr2, gg2, bb2)

Next j Next i End Sub 2.2.4 圖像從中央向四周擴(kuò)散進(jìn)入界面

圖像從中央向四周擴(kuò)散進(jìn)入界面時(shí),首先顯示的是中心點(diǎn)像素,然后顯示圖像中心點(diǎn)周?chē)南袼?依次類(lèi)推,每次顯示當(dāng)前已顯示像素的周?chē)蝗ο袼?最后將圖像中所有像素顯示出來(lái).如圖6所示。

圖6 圖像從中央向四周擴(kuò)散進(jìn)入界面

圖像從中央向四周擴(kuò)散進(jìn)入界面的程序代碼如下： Picture2.Picture = Picture3.Picture w = Picture1.ScaleWidth h = Picture1.ScaleHeight x0 = w 2 y0 = h 2 rmax = Int(Sqr(x0 ^ 2 + y0 ^ 2))For r = 1 To rmax

dc = 1 /(6.28 * r)

For c = 0 To 6.28 Step dc

x = x0 + r * Cos(c)

y = y0 + r * Sin(c)

c1 = Picture1.Point(x, y)

If x >= 0 And x < w1 Then

rr1 = c1 Mod 256

gg1 = c1 / 256 Mod 256

bb1 = c1 / 65536

Picture2.PSet(x0, y0), RGB(rr1, gg1, bb1)

Picture2.PSet(x, y), RGB(rr1, gg1, bb1)

End If

Next c Next r End Sub 2.2.5 圖像以斜線(xiàn)方式進(jìn)入界面

圖像以斜線(xiàn)方式進(jìn)入界面時(shí)，首先顯示圖像的左上角像素，然后以斜線(xiàn)方式顯示當(dāng)前已顯示像素的下一個(gè)斜線(xiàn)上的像素，最后將圖像中所有像素都顯示出來(lái)。顯示過(guò)程如圖7所示。

圖7 圖像以斜線(xiàn)方式進(jìn)入界面的過(guò)程圖

其對(duì)應(yīng)的程序代碼為： Picture2.Picture = Picture3.Picture w = Picture1.ScaleWidth

h = Picture1.ScaleHeight Max = If(h < w, w, h)For d = 0 To 2 * Max y = d For x = 0 To d

If x < w And y < h Then

c1 = Picture1.Point(x, y)

rr1 = c1 Mod 256

gg1 = c1 / 256 Mod 256

bb1 = c1 / 65536

Picture2.PSet(x, y), RGB(rr1, gg1, bb1)

End If

y = y1 Step 2

For i = 0 To w1 Step 2

For i = 1 To w1 Step 2

For i = 1 To w1 Step 2

For i = 0 To w-1 Step 2

c1 = Picture1.Point(i, j)

rr1 = c1 Mod 256

gg1 = c1 / 256 Mod 256

bb1 = c1 / 65536

Picture2.PSet(i, j), RGB(rr1, gg1, bb1)

Next i Next j End Sub 2.2.7利用Bitblt函數(shù)實(shí)現(xiàn)界面切換

Bitblt是Windows API函數(shù)，它用于從源對(duì)象向目標(biāo)對(duì)象成塊復(fù)制圖形，該函數(shù)對(duì)指定的源設(shè)備環(huán)境區(qū)域中的像素進(jìn)行位塊（bit block）轉(zhuǎn)換，以傳送到目標(biāo)設(shè)備環(huán)境。其實(shí)現(xiàn)過(guò)程如圖9所示：

圖9 Bitblt圖像進(jìn)入效果

其實(shí)現(xiàn)程序?yàn)椋?/p>

Picture2.Picture = Picture3.Picture

w = Picture1.ScaleWidth

h = Picture1.ScaleHeight For i = 0 To w / 10 + 1

For j = 0 To 10

Bitblt Picture2.hDC, j * w / 10, 0, i, h, Picture1.hDC, j * w / 10, 0, &HCC0020

DoEvents

Delay 100000

Next j Next i End Sub

三、課程總結(jié)及心得體會(huì)

通過(guò)本學(xué)期對(duì)數(shù)字圖像處理課程的學(xué)習(xí)，我掌握了基本的知識(shí)和操作技能，了解了數(shù)字圖像處理作為一門(mén)理論性和實(shí)用性很強(qiáng)學(xué)科，在日常生活中有很多的用處，例如電腦人像藝術(shù)，電視中的特殊效果，自動(dòng)售貨機(jī)鈔票的識(shí)別，郵政編碼的自動(dòng)識(shí)別和利用指紋、虹膜、面部等特征的身份識(shí)別等。本文僅就簡(jiǎn)單的界面切換技術(shù)以鞏固所學(xué)的基本VB操作能力和圖像處理知識(shí)，這是我大學(xué)學(xué)習(xí)中的又一項(xiàng)技能。

第二篇：《數(shù)字圖像處理》結(jié)課小論文

2013-2014年第一學(xué)期《數(shù)字圖像處理》科目考查卷

專(zhuān)業(yè)：通信工程 班 級(jí)： 任課教師：王新新 姓名： 學(xué) 號(hào)： 成 績(jī)：

一 Deblurring Images Using the Wiener Filter ——使用維納濾波器進(jìn)行圖像去模糊簡(jiǎn)介

在人們的日常生活中，常常會(huì)接觸很多的圖像畫(huà)面，而在景物成像的過(guò)程中有可能出現(xiàn)模糊，失真，混入噪聲等現(xiàn)象，最終導(dǎo)致圖像的質(zhì)量下降，我們現(xiàn)在把它還原成本來(lái)的面目，這就叫做圖像還原。引起圖像的模糊的原因有很多，舉例來(lái)說(shuō)有運(yùn)動(dòng)引起的，高斯噪聲引起的，斑點(diǎn)噪聲引起的，椒鹽噪聲引起的等等，而圖像的復(fù)原也有很多，常見(jiàn)的例如逆濾波復(fù)原法，維納濾波復(fù)原法，約束最小二乘濾波復(fù)原法等等。它們算法的基本原理是，在一定的準(zhǔn)則下，采用數(shù)學(xué)最優(yōu)化的方法從退化的圖像去推測(cè)圖像的估計(jì)問(wèn)題。因此在不同的準(zhǔn)則下及不同的數(shù)學(xué)最優(yōu)方法下便形成了各種各樣的算法。而我接下來(lái)要介紹的算法是一種很典型的算法，維納濾波復(fù)原法。它假定輸入信號(hào)為有用信號(hào)與噪聲信號(hào)的合成，并且它們都是廣義平穩(wěn)過(guò)程和它們的二階統(tǒng)計(jì)特性都已知。維納根據(jù)最小均方準(zhǔn)則，求得了最佳線(xiàn)性濾波器的的參數(shù)，這種濾波器被稱(chēng)為維納濾波器。

維納濾波器是最小均方差準(zhǔn)則下的最佳線(xiàn)性濾波器，它在圖像處理中有著重要的應(yīng)用。本文主要通過(guò)介紹維納濾波的結(jié)構(gòu)原理，以及應(yīng)用此方法通過(guò)MATLAB函數(shù)來(lái)完成圖像的復(fù)原。關(guān)鍵詞：維納函數(shù)、圖像復(fù)原。

二 維納濾波器結(jié)構(gòu)

維納濾波自身為一個(gè)FIR或IIR濾波器，對(duì)于一個(gè)線(xiàn)性系統(tǒng)，如果其沖擊響應(yīng)為h（n），則當(dāng)輸入某個(gè)隨機(jī)信號(hào)x(n)時(shí)，式（1）

這里的輸入 ?

式（2）

式中s(n)代表信號(hào)，v(n)代表噪聲。我們希望這種線(xiàn)性系統(tǒng)的輸出是盡可能地逼近s(n)的某種估計(jì)，并用s^(n)表示，即

式（3）

因而該系統(tǒng)實(shí)際上也就是s(n)的一種估計(jì)器。這種估計(jì)器的主要功能是利用當(dāng)前的觀測(cè)值

x(n)以及一系列過(guò)去的觀測(cè)值x(n-1),x(n-2),……來(lái)完成對(duì)當(dāng)前信號(hào)值的某種估計(jì)。維納濾波屬于一種最佳線(xiàn)性濾波或線(xiàn)性最優(yōu)估計(jì)，是一最小均方誤差作為計(jì)算準(zhǔn)則的一種濾波。設(shè)信號(hào)的真值與其估計(jì)值分別為s(n)和)s^(n)，而它們之間的誤差

式（4）

則稱(chēng)為估計(jì)誤差。估計(jì)誤差e(n)為可正可負(fù)的隨機(jī)變量，用它的均方值描述誤差的大小顯然更為合理。而均方誤差最小，也就是

式（5）

最小。利用最小均方誤差作為最佳過(guò)濾準(zhǔn)則比較方便，它不涉及概率的描述，而且以它導(dǎo)出的最佳線(xiàn)性系統(tǒng)對(duì)其它很廣泛的一類(lèi)準(zhǔn)則而言是屬最佳。

圖1 維納濾波器一般結(jié)構(gòu)

三、維納濾波器的局限

維納濾波復(fù)原法存在著幾個(gè)實(shí)質(zhì)性的局限。第一，最有標(biāo)準(zhǔn)是基于最小均方誤差的且對(duì)所有誤差等權(quán)處理，這個(gè)標(biāo)準(zhǔn)在數(shù)學(xué)上可以接受，但卻是個(gè)不適合人眼的方式，原因在于人類(lèi)對(duì)復(fù)原錯(cuò)誤的感知在具有一致灰度和亮度的區(qū)域中更為嚴(yán)重，而對(duì)于出現(xiàn)在暗的和高梯度區(qū)域的誤差敏感性差得多。第二，空間可變的退化不能用維納濾波復(fù)原法復(fù)原，而這樣的退化是常見(jiàn)的。第三，維納濾波不能處理非平穩(wěn)信號(hào)和噪聲。

四、模擬仿真

運(yùn)行程序及結(jié)果

% 讀入圖像

The example reads in an RGB image and crops it to be 256-by-256-by-3.The deconvwnr function can handle arrays of any dimension.I = imread('peppers.png');I = I(10+[1:256],222+[1:256],:);figure;imshow(I);title('Original Image');

圖2 原始圖像

% 圖像模擬模糊處理。模擬一個(gè)真實(shí)的圖像,可以模糊。攝像機(jī)運(yùn)動(dòng)。示例創(chuàng)建一個(gè)point-spread函數(shù)PSF,對(duì)應(yīng)直線(xiàn)運(yùn)動(dòng)在31個(gè)像素(LEN = 31),在11度角(θ= 11)。模擬模

糊,過(guò)濾器是使用imfilter convolved與形象。

Simulate a a real-life image that could be blurred e.g., by camera motion.The example creates a point-spread function, PSF, corresponding to the linear motion across 31 pixels(LEN=31), at an angle of 11 degrees(THETA=11).To simulate the blur, the filter is convolved with the image using imfilter.LEN = 31;THETA = 11;PSF = fspecial('motion',LEN,THETA);Blurred = imfilter(I,PSF,'circular','conv');figure;imshow(Blurred);title('Blurred');

圖3圖像模擬模糊處理

%恢復(fù)模糊圖像。真正的PSF由模糊變清晰,這個(gè)例子執(zhí)行三個(gè)修復(fù)

wnr1 = deconvwnr(Blurred,PSF);figure;imshow(wnr1);title('Restored, True PSF');

圖4恢復(fù)模糊圖像

% 第二個(gè)恢復(fù)使用估計(jì)PSF,模擬運(yùn)動(dòng)模糊長(zhǎng)度的兩倍長(zhǎng)(LEN)。

wnr2=deconvwnr(Blurred,fspecial('motion',2*LEN,THETA));figure;imshow(wnr2);title('Restored, “Long” PSF');

圖5兩倍長(zhǎng)模糊處理

%第三恢復(fù)使用估計(jì)PSF,模擬運(yùn)動(dòng)兩倍陡峭的角度模糊角度(θ)。

wnr3=deconvwnr(Blurred,fspecial('motion',LEN,2*THETA));figure;

imshow(wnr3);title('Restored, Steep');

圖6兩倍陡峭的角度處理

% 模擬加性噪聲。模擬使用態(tài)分布隨機(jī)數(shù)相加噪聲,并將它添加到模糊圖像,模糊。

noise = 0.1*randn(size(I));BlurredNoisy = imadd(Blurred,im2uint8(noise));figure;imshow(BlurredNoisy);title('Blurred & Noisy');

圖7模擬加性噪聲處理

%恢復(fù)圖像模糊處理。

恢復(fù)模糊和噪聲圖像使用一個(gè)逆濾波器,假設(shè)zero-noise,并比較這第一個(gè)結(jié)果實(shí)現(xiàn)了在步驟3中,wnr1。噪聲呈現(xiàn)在原始的數(shù)據(jù)顯著放大。

wnr4 = deconvwnr(BlurredNoisy,PSF);figure;imshow(wnr4);title('Inverse Filtering of Noisy Data');

圖8恢復(fù)噪聲圖像

%控制噪聲放大,NSR功能提供了信噪比。

NSR = sum(noise(:).^2)/sum(im2double(I(:)).^2);wnr5 = deconvwnr(BlurredNoisy,PSF,NSR);figure;imshow(wnr5);title('Restored with NSR');

圖9 NSR功能恢復(fù)噪聲圖像

%不同NSR值影響恢復(fù)的結(jié)果。小NSR值放大噪聲

wnr6 = deconvwnr(BlurredNoisy,PSF,NSR/2);figure;imshow(wnr6);title('Restored with NSR/2');

圖10 小NSR功能恢復(fù)噪聲圖像

%使用自相關(guān)來(lái)提高圖像恢復(fù)

改進(jìn)模糊的恢復(fù)和嘈雜的圖像,提供完整的自相關(guān)函數(shù)(ACF)噪音,NCORR,和信號(hào),ICORR NP = abs(fftn(noise)).^2;NPOW = sum(NP(:))/prod(size(noise));% noise power NCORR = fftshift(real(ifftn(NP)));% noise ACF, centered IP = abs(fftn(im2double(I))).^2;IPOW = sum(IP(:))/prod(size(I));% original image power ICORR = fftshift(real(ifftn(IP)));% image ACF, centered

wnr7 = deconvwnr(BlurredNoisy,PSF,NCORR,ICORR);figure;imshow(wnr7);title('Restored with ACF');

圖11 自相關(guān)來(lái)提高圖像恢復(fù)

%探索修復(fù)提供了有限的統(tǒng)計(jì)信息:權(quán)力的噪音,NPOW,和一個(gè)單維的自相關(guān)函數(shù)的真實(shí)形象,ICORR1 ICORR1 = ICORR(:,ceil(size(I,1)/2));wnr8 = deconvwnr(BlurredNoisy,PSF,NPOW,ICORR1);figure;imshow(wnr8);title('Restored with NP & 1D-ACF');

圖12 單維自相關(guān)來(lái)提高圖像恢復(fù)

五、結(jié)論與心得體會(huì)

通過(guò)這個(gè)實(shí)驗(yàn)，使我們更加深刻和具體的了解到了維納濾波的原理，功能以及在圖像處理方面的應(yīng)用。維納濾波器是對(duì)噪聲背景下的信號(hào)進(jìn)行估計(jì)，它是最小均方誤差準(zhǔn)則下的最佳線(xiàn)性濾波器。在實(shí)驗(yàn)的過(guò)程中，我發(fā)現(xiàn)采用維納濾波復(fù)原可以得到比較好的效果，這個(gè)算法可以使估計(jì)的點(diǎn)擴(kuò)散函數(shù)值更加接近它的真實(shí)值。但實(shí)現(xiàn)維納濾波的要求是輸入過(guò)程是廣義平穩(wěn)的；輸入過(guò)程的統(tǒng)計(jì)特性是已知的。根據(jù)其他最佳準(zhǔn)則的濾波器也有同樣的要求。然而，由于輸入過(guò)程取決與外界信號(hào)，干擾環(huán)境，這種環(huán)境的統(tǒng)計(jì)特性常常是未知的，變化的，因而這兩個(gè)要求很難滿(mǎn)足，這就促使人們研究自適應(yīng)濾波器。

通過(guò)本次實(shí)驗(yàn)，深深地了解了圖像處理是一門(mén)既有用又有難度的一門(mén)學(xué)科，需要我們認(rèn)真的學(xué)習(xí)，自己在學(xué)習(xí)上還有很多的漏洞，在以后的學(xué)習(xí)中會(huì)更加的努力上進(jìn)，做一個(gè)引以為自豪的人。

參考文獻(xiàn)

《數(shù)字圖像處理》，2007年，清華大學(xué)出版社。

《數(shù)字圖像處理（第3版）》，2010年，科教出版社。

《基于0penCV的計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)》，2001，科學(xué)出版社?！队?jì)算機(jī)圖像處理》，2005，武漢大學(xué)出版社。

第三篇：數(shù)字圖像matlab結(jié)課作業(yè)[模版]

clear all;close all;I=imread('e:5.tif');imshow(I);I_gray=rgb2gray(I);figure,imshow(I_gray);I_gray_hist=imhist(I_gray);figure,imshow(I_gray_hist);Ibw=im2bw(I_gray,0.7);figure,imshow(Ibw);

第四篇：多媒體技術(shù)結(jié)課論文

多媒體技術(shù)結(jié)課論文

————多媒體技術(shù)在虛擬現(xiàn)實(shí)領(lǐng)域的應(yīng)用

姓名張宏亮

班級(jí)10信科1班

學(xué)號(hào)10780107

系部電子與信息工程系

摘要：本文全面回顧了虛擬現(xiàn)實(shí)技術(shù)的發(fā)展歷史和研究背景，介紹了虛擬現(xiàn)實(shí)技術(shù)的構(gòu)成和技術(shù)特點(diǎn)，分析了虛擬現(xiàn)實(shí)系統(tǒng)在遙現(xiàn)技術(shù)、仿真技術(shù)、對(duì)象可視化技術(shù)等方面的應(yīng)用現(xiàn)狀，并論述了虛擬現(xiàn)實(shí)系統(tǒng)的發(fā)展。

關(guān)鍵詞：虛擬現(xiàn)實(shí) 虛擬環(huán)境 虛擬現(xiàn)實(shí)系統(tǒng)

首先，我們來(lái)說(shuō)一下什么是虛擬現(xiàn)實(shí)技術(shù)，虛擬現(xiàn)實(shí)技術(shù)（Virtual Reality），又稱(chēng)靈境技術(shù)，是90年代為科學(xué)界和工程界所關(guān)注的技術(shù)。它的興起，為人機(jī)交互界面的發(fā)展開(kāi)創(chuàng)了新的研究領(lǐng)域；為智能工程的應(yīng)用提供了新的界面工具；為各類(lèi)工程的大規(guī)模的數(shù)據(jù)可視化提供了新的描述方法。這種技術(shù)的特點(diǎn)在于，計(jì)算機(jī)產(chǎn)生一種人為虛擬的環(huán)境，這種虛擬的環(huán)境是通過(guò)計(jì)算機(jī)圖形構(gòu)成的三度空間，或是把其它現(xiàn)實(shí)環(huán)境編制到計(jì)算機(jī)中去產(chǎn)生逼真的“虛擬環(huán)境”，從而使得用戶(hù)在視覺(jué)上產(chǎn)生一種沉浸于虛擬環(huán)境的感覺(jué)。這種技術(shù)的應(yīng)用，改進(jìn)了人們利用計(jì)算機(jī)進(jìn)行多工程數(shù)據(jù)處理的方式，尤其在需要對(duì)大量抽象數(shù)據(jù)進(jìn)行處理時(shí)；同時(shí)，它在許多不同領(lǐng)域的應(yīng)用，可以帶來(lái)巨大的經(jīng)濟(jì)效益。

1965年，Sutherland在篇名為<<終極的顯示>>的論文中首次提出了包括具有交互圖形顯示、力反饋設(shè)備以及聲音提示的虛擬現(xiàn)實(shí)系統(tǒng)的基本思想，從此，人們正式開(kāi)始了對(duì)虛擬現(xiàn)實(shí)系統(tǒng)的研究探索歷程。隨后的1966年，美國(guó)MIT的林肯實(shí)驗(yàn)室正式開(kāi)始了頭盔式顯示器的研制工作。在這第一個(gè)HMD的樣機(jī)完成不久，研制者又把能模擬力量和觸覺(jué)的力反饋裝置加入到這個(gè)系統(tǒng)中。1970年，出現(xiàn)了第一個(gè)功能較齊全的HMD系統(tǒng)。基于從60年代以來(lái)所取得的一系列成就，美國(guó)的Jaron Lanier 在80年代初正式提出了“Virtual Reality”一詞。

80年代，美國(guó)宇航局（NASA）及美國(guó)國(guó)防部組織了一系列有關(guān)虛擬現(xiàn)實(shí)技術(shù)的研究，并取得了令人矚目的研究成果，從而引起了人們對(duì)虛擬現(xiàn)實(shí)技術(shù)的廣泛關(guān)注。1984年，NASA Ames研究中心虛擬行星探測(cè)實(shí)驗(yàn)室的M.McGreevy 和J.Humphries博士組織開(kāi)發(fā)了用于火星探測(cè)的虛擬環(huán)境視覺(jué)顯示器，將火星探測(cè)器發(fā)回的數(shù)據(jù)輸入計(jì)算機(jī)，為地面研究人員構(gòu)造了火星表面的三維虛擬環(huán)境。在隨后的虛擬交互環(huán)境工作站（VIEW）項(xiàng)目中，他們又開(kāi)發(fā)了通用多傳感個(gè)人仿真器和遙現(xiàn)設(shè)備。

進(jìn)入90年代，迅速發(fā)展的計(jì)算機(jī)硬件技術(shù)與不斷改進(jìn)的計(jì)算機(jī)軟件系統(tǒng)相匹配，使得基于大型數(shù)據(jù)集合的聲音和圖象的實(shí)時(shí)動(dòng)畫(huà)制作成為可能；人機(jī)交互系統(tǒng)的設(shè)計(jì)不斷創(chuàng)新，新穎、實(shí)用的輸入輸出設(shè)備不斷地進(jìn)入市場(chǎng)。而這些都為虛擬現(xiàn)實(shí)系統(tǒng)的發(fā)展打下了良好的基礎(chǔ)。[1]

其次，縱觀虛擬現(xiàn)實(shí)的研究現(xiàn)狀，VR 技術(shù)最早在20 世紀(jì)中期由美國(guó)VPL探索公司和它的創(chuàng)始人JaronLanier 提出這一概念, 后來(lái)美國(guó)宇航局(NASA)的艾姆斯空間中心利用流行的液晶顯示電視和其它設(shè)備,開(kāi)始研制低成本的虛擬現(xiàn)實(shí)系統(tǒng),推動(dòng)了該技術(shù)硬件的進(jìn)步。目前,虛擬現(xiàn)實(shí)技術(shù)已獲得了長(zhǎng)足的發(fā)展。在國(guó)內(nèi),20 世紀(jì)80 年代末開(kāi)始進(jìn)行研究,目前還處于初級(jí)階段。

美國(guó)作為VR 技術(shù)的發(fā)源地,其研究水平基本上就代表國(guó)際VR 發(fā)展的水平。目前美國(guó)在該領(lǐng)域的基礎(chǔ)研究主要集中在感知、用戶(hù)界面、后臺(tái)軟件和硬件四個(gè)方面。[2]

美國(guó)宇航局(NASA)的Ames實(shí)驗(yàn)室研究主要集中在以下方面:將數(shù)據(jù)手套工程化,使其成為可用性較高的產(chǎn)品;在約翰遜空間中心完成空間站操縱的實(shí)時(shí)仿真;大量運(yùn)用了面向座艙的飛行模擬技術(shù);對(duì)哈勃太空望遠(yuǎn)鏡的仿真?，F(xiàn)在正致力于一個(gè)叫“虛擬行星探索”(VPE)的試驗(yàn)計(jì)劃。[3] 現(xiàn)在NASA己經(jīng)建立了航空、衛(wèi)星維護(hù)VR 訓(xùn)練系統(tǒng),空間站VR訓(xùn)練系統(tǒng),并且已經(jīng)建立了可供全國(guó)使用的VR 教育系統(tǒng)。北卡羅來(lái)納大學(xué)(UNC)的計(jì)算機(jī)系是進(jìn)行VR 研究最早的大學(xué),他們主要研究分子建模、航空駕駛、外科手術(shù)仿真、建筑仿真等。

LomaLinda 大學(xué)醫(yī)學(xué)中心的DavidWarner 博士和他的研究小組成功地將計(jì)算機(jī)圖形及VR 的設(shè)備用于探討與神經(jīng)疾病相關(guān)的問(wèn)題,首創(chuàng)了VR 兒科治療法。

麻省理工學(xué)院(MIT)是研究人工智能、機(jī)器人和計(jì)算機(jī)圖形學(xué)及動(dòng)畫(huà)的先鋒,這些技術(shù)都是VR 技術(shù)的基礎(chǔ),1985年MIT成立了媒體實(shí)驗(yàn)室,進(jìn)行虛擬環(huán)境的正規(guī)研究。

華盛頓大學(xué)華盛頓技術(shù)中心的人機(jī)界面技術(shù)實(shí)驗(yàn)室(HITLab),將VR 研究引入了教育、設(shè)計(jì)、娛樂(lè)和制造領(lǐng)域。從90 年代初起,美國(guó)率先將虛擬現(xiàn)實(shí)技術(shù)用于軍事領(lǐng)域,主要用于以下四個(gè)方面:虛擬戰(zhàn)場(chǎng)環(huán)境;進(jìn)行單兵模擬訓(xùn)練;實(shí)施諸軍兵種聯(lián)合演習(xí);進(jìn)行指揮員訓(xùn)練。

在VR 開(kāi)發(fā)的某些方面,特別是在分布并行處理、輔助設(shè)備(包括觸覺(jué)反饋)設(shè)計(jì)和應(yīng)用研究方面,英國(guó)是領(lǐng)先的,尤其是在歐洲。英國(guó)主要有四個(gè)從事VR 技術(shù)研究的中心：[4]

Windustries(工業(yè)集團(tuán)公司),是國(guó)際VR 界的著名開(kāi)發(fā)機(jī)構(gòu),在工業(yè)設(shè)計(jì)和可視化等重要領(lǐng)域占有一席之地;BritishAerospace(英國(guó)航空公司BAe)的Brough分部,正在利用VR技術(shù)設(shè)計(jì)高級(jí)戰(zhàn)斗機(jī)座艙;DimensionInternational, 是桌面VR的先驅(qū)。該公司生產(chǎn)了一系列的商業(yè)VR 軟件包,都命名為Superscape;DivisonLTD公司在開(kāi)發(fā)VISION、ProVision 和Su2pervision系統(tǒng)P模塊化高速圖形引擎中,率先使用了Transputer和i860 技術(shù)。

日本主要致力于建立大規(guī)模VR 知識(shí)庫(kù)的研究,在虛擬現(xiàn)實(shí)的游戲方面的研究也處于領(lǐng)先地位。

京都的先進(jìn)電子通信研究所(ATR)正在開(kāi)發(fā)一套系統(tǒng),它能用圖像處理來(lái)識(shí)別手勢(shì)和面部表情,并把它們作為系統(tǒng)輸入;富士通實(shí)驗(yàn)室有限公司正在研究虛擬生物與VR 環(huán)境的相互作用,他們還在研究虛擬現(xiàn)實(shí)中的手勢(shì)識(shí)別,已經(jīng)開(kāi)發(fā)了一套神經(jīng)網(wǎng)絡(luò)姿勢(shì)識(shí)別系統(tǒng),該系統(tǒng)可以識(shí)別姿勢(shì),也可以識(shí)別表示詞的信號(hào)語(yǔ)言。[2] 日本奈良尖端技術(shù)研究生院大學(xué)教授千原國(guó)宏領(lǐng)導(dǎo)的研究小組于2004 年開(kāi)發(fā)出一種嗅覺(jué)模擬器,只要把虛擬空間里的水果拉到鼻尖上一聞,裝置就會(huì)在鼻尖處放出水果的香味,這是虛擬現(xiàn)實(shí)技術(shù)在嗅覺(jué)研究領(lǐng)域的一項(xiàng)突破。

我國(guó)VR 技術(shù)研究起步較晚,與國(guó)外發(fā)達(dá)國(guó)家還有一定的差距,但現(xiàn)在已引起國(guó)家有關(guān)部門(mén)和科學(xué)家們的高度重視,并根據(jù)我國(guó)的國(guó)情,制定了開(kāi)展VR 技術(shù)的研究計(jì)劃。九五規(guī)劃、國(guó)家自然科學(xué)基金委、國(guó)家高技術(shù)研究發(fā)展計(jì)劃等都把VR 列入了研究項(xiàng)目。國(guó)內(nèi)一些重點(diǎn)院校,已積極投入到了這一領(lǐng)域的研究工作。

北京航空航天大學(xué)計(jì)算機(jī)系是國(guó)內(nèi)最早進(jìn)行VR 研究、最有權(quán)威的單位之一,并在以下方面取得進(jìn)展:著重研究了虛擬環(huán)境中物體物理特性的表示與處理;在虛擬現(xiàn)實(shí)中的視覺(jué)接口方面開(kāi)發(fā)出部分硬件,并提出有關(guān)算法及實(shí)現(xiàn)方法;實(shí)現(xiàn)了分布式虛擬環(huán)境網(wǎng)絡(luò)設(shè)計(jì),可以提供實(shí)時(shí)三維動(dòng)態(tài)數(shù)據(jù)庫(kù)、虛擬現(xiàn)實(shí)演示環(huán)境、用于飛行員訓(xùn)練的虛擬現(xiàn)實(shí)系統(tǒng)、虛擬現(xiàn)實(shí)應(yīng)用系統(tǒng)的開(kāi)發(fā)平臺(tái)等。

浙江大學(xué)CAD&CG國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)發(fā)出了一套桌面型虛擬建筑環(huán)境實(shí)時(shí)漫游系統(tǒng),還研制出了在虛擬

環(huán)境中一種新的快速漫游算法和一種遞進(jìn)網(wǎng)格的快速生成算法;哈爾濱工業(yè)大學(xué)已經(jīng)成功地虛擬出了人的高級(jí)行為中特定人臉圖像的合成、表情的合成和唇動(dòng)的合成等技術(shù)問(wèn)題;清華大學(xué)計(jì)算機(jī)科學(xué)和技術(shù)系對(duì)虛擬現(xiàn)實(shí)和臨場(chǎng)感的方面進(jìn)行了研究;西安交通大學(xué)信息工程研究所對(duì)虛擬現(xiàn)實(shí)中的關(guān)鍵技術(shù)——立體顯示技術(shù)進(jìn)行了研究,提出了一種基于JPEG 標(biāo)準(zhǔn)壓縮編碼新方案,獲得了較高的壓縮比、信噪比以及解壓速度;北方工業(yè)大學(xué)CAD研究中心是我國(guó)最早開(kāi)展計(jì)算機(jī)動(dòng)畫(huà)研究的單位之一,中國(guó)第一部完全用計(jì)算機(jī)動(dòng)畫(huà)技術(shù)制作的科教片《相似》就出自該中心。

再次，虛擬現(xiàn)實(shí)技術(shù)的構(gòu)成，從本質(zhì)上說(shuō)，虛擬現(xiàn)實(shí)就是一種先進(jìn)的計(jì)算機(jī)用戶(hù)接口，它通過(guò)給用戶(hù)同時(shí)提供諸如視、聽(tīng)、觸等各種直觀而又自然的實(shí)時(shí)感知交互手段、最大限度地方便用戶(hù)的操作，從而減輕用戶(hù)的負(fù)擔(dān)、提高整個(gè)系統(tǒng)的工作效率。

虛擬現(xiàn)實(shí)的定義可以歸納如下：虛擬現(xiàn)實(shí)是利用計(jì)算機(jī)生成一種模擬環(huán)境（如飛機(jī)駕駛艙、操作現(xiàn)場(chǎng)等），通過(guò)多種傳感設(shè)備使用戶(hù)“投入”到該環(huán)境中，實(shí)現(xiàn)用戶(hù)與該環(huán)境直接進(jìn)行自然交互的技術(shù)。虛擬現(xiàn)實(shí)技術(shù)因此具有以下四個(gè)重要特征：[5]

所謂多感知性就是說(shuō)除了一般計(jì)算機(jī)所具有的視覺(jué)感知外，還有聽(tīng)覺(jué)感知、力覺(jué)感知、觸覺(jué)感知、運(yùn)動(dòng)感知、甚至包括味覺(jué)感知、嗅覺(jué)感知等。理想的虛擬現(xiàn)實(shí)就是應(yīng)該具有人所具有的感知功能。

又稱(chēng)臨場(chǎng)感，它是指用戶(hù)感到作為主角存在于模擬環(huán)境中的真實(shí)程度。理想的模擬環(huán)境應(yīng)該達(dá)到使用戶(hù)難以分辨真假的程度。

交互性是指用戶(hù)對(duì)模擬環(huán)境內(nèi)物體的可操作程度和從環(huán)境得到反饋的自然程度（包括實(shí)時(shí)性）。例如，用戶(hù)可以用手去直接抓取環(huán)境中的物體，這時(shí)手有握著東西的感覺(jué)，并可以感覺(jué)物體的重量，視場(chǎng)中的物體也隨著手的移動(dòng)而移動(dòng)。

是指虛擬環(huán)境中物體依據(jù)物理定律動(dòng)作的程度。例如，當(dāng)受到力的推動(dòng)時(shí)，物體會(huì)向力的方向移動(dòng)、或翻倒、或從桌面落到地面等。

虛擬現(xiàn)實(shí)系統(tǒng)的模型表示如圖1。用戶(hù)通過(guò)傳感裝置直接對(duì)虛擬環(huán)境進(jìn)行操作，并得到實(shí)時(shí)三維顯示和其它 反饋信息（如觸覺(jué)、力覺(jué)反饋等）。當(dāng)系統(tǒng)與外部世界通過(guò)傳感裝置構(gòu)成反饋閉環(huán)時(shí)，在用戶(hù)的控制下，用戶(hù)與虛擬環(huán)境間的交互可以對(duì)外部世界產(chǎn)生作用（如遙操作等）。

虛擬現(xiàn)實(shí)系統(tǒng)主要由以下六個(gè)模塊構(gòu)成檢測(cè)模塊：檢測(cè)用戶(hù)的操作命令，并通過(guò)傳感器模塊作用于虛擬環(huán)境。

反饋模塊：接受來(lái)自傳感器模塊信息，為用戶(hù)提供實(shí)時(shí)反饋。

傳感器模塊：一方面接受來(lái)自用戶(hù)的操作命令，并將其作用于虛擬環(huán)境；另一方面 將操作后產(chǎn)生的結(jié)果以各種反饋的形式提供給用戶(hù)。

控制模塊：對(duì)傳感器進(jìn)行控制，使其對(duì)用戶(hù)、虛擬環(huán)境和現(xiàn)實(shí)世界產(chǎn)生作用。

建模模塊：獲取現(xiàn)實(shí)世界組成部分的三維表示，并由此構(gòu)成對(duì)應(yīng)的虛擬環(huán)境。

最后，來(lái)說(shuō)一下虛擬現(xiàn)實(shí)技術(shù)的實(shí)際應(yīng)用，虛擬現(xiàn)實(shí)技術(shù)的應(yīng)用前景是很廣闊的。它可應(yīng)用于建模與仿真、科學(xué)計(jì)算可視化、設(shè)計(jì)與規(guī)劃、教育與訓(xùn)練、遙作與遙現(xiàn)、醫(yī)學(xué)、藝術(shù)與娛樂(lè)等多個(gè)方面，遙現(xiàn)技術(shù)[6]是指當(dāng)實(shí)際上在某一個(gè)地方時(shí)，可以產(chǎn)生在另一個(gè)地方的感覺(jué)。虛擬現(xiàn)實(shí)涉及到體驗(yàn)由計(jì)算機(jī)產(chǎn)生的三維虛擬環(huán)境，而遙現(xiàn)則涉及到體驗(yàn)一個(gè)遙遠(yuǎn)的真實(shí)環(huán)境。遙現(xiàn)技術(shù)在實(shí)際應(yīng)用中需要虛擬環(huán)境的指導(dǎo)。例如，在遙控宇宙空軍站的開(kāi)發(fā)計(jì)劃中，從安全性以及費(fèi)用的角度考慮，我們有必要使用空間機(jī)器人。這種空間機(jī)器人的特點(diǎn)是由地面上的操作員進(jìn)行遙操作，或進(jìn)行部分自主操作。對(duì)于像零件更換的固定操作可以完全自主進(jìn)行，而對(duì)于故障檢修等難以預(yù)測(cè)的操作則有必要依賴(lài)于遙操作。這時(shí)，虛擬現(xiàn)實(shí)技術(shù)和遙現(xiàn)技術(shù)將發(fā)揮重要的作用。為研究新一代空間機(jī)器人的遙操作技術(shù)，日本開(kāi)發(fā)了宇宙開(kāi)發(fā)地面實(shí)驗(yàn)平臺(tái)。該實(shí)驗(yàn)平臺(tái)有人－機(jī)交互、計(jì)算機(jī)系統(tǒng)以及機(jī)器人系統(tǒng)所構(gòu)成。現(xiàn)在，在該實(shí)驗(yàn)平臺(tái)上進(jìn)行了零件更換等空間機(jī)器人的典型操作實(shí)驗(yàn)，實(shí)現(xiàn)了實(shí)驗(yàn)平臺(tái)的基本功能。

虛擬環(huán)境是計(jì)算機(jī)生成的具有沉浸感的環(huán)境，它對(duì)參與者生成諸如視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、味覺(jué)等各種感官信息，給參與者一種身臨其境的感覺(jué)。因此，虛擬環(huán)境是一種新發(fā)展的、具有新含義的一種人機(jī)交互系統(tǒng)。

飛行仿真系統(tǒng)由四部分組成，即飛行員的操縱艙系統(tǒng)顯示外部圖象的視覺(jué)系統(tǒng)產(chǎn)生運(yùn)動(dòng)感的運(yùn)動(dòng)系統(tǒng)計(jì)

算和控制飛行運(yùn)動(dòng)的計(jì)算機(jī)系統(tǒng)。

計(jì)算機(jī)系統(tǒng)是飛行仿真系統(tǒng)的中樞，用它來(lái)計(jì)算飛行的運(yùn)動(dòng)、控制儀表及指示燈、駕駛桿等信號(hào)。視覺(jué)系統(tǒng)和運(yùn)動(dòng)系統(tǒng)與虛擬現(xiàn)實(shí)密切相關(guān)，其中，視覺(jué)系統(tǒng)向飛行員提供外界的視覺(jué)信息。該系統(tǒng)由產(chǎn)生視覺(jué)圖象的“圖象產(chǎn)生部”和將產(chǎn)生的信號(hào)提供給飛行員的“視覺(jué)顯示部”組成。在圖象產(chǎn)生部，隨著計(jì)算機(jī)圖形學(xué)的發(fā)展，現(xiàn)在使用稱(chēng)為CGI（Computer Generated Imagery）的視覺(jué)產(chǎn)生裝置。在CGI中利用紋理圖形駕駛可以產(chǎn)生云彩、海面的波浪等效果。另外，利用圖象映射駕駛可以從航空照片上將農(nóng)田以及城市分離出來(lái)，并作為圖象數(shù)據(jù)加以利用。視覺(jué)顯示部向飛行員提供具有真實(shí)感的圖象，圖象的顯示有無(wú)限遠(yuǎn)顯示方式、廣角方式、半球方式以及立體眼鏡和頭盔式顯示器等四種方式。

作為飛行仿真系統(tǒng)的構(gòu)成部分，運(yùn)動(dòng)系統(tǒng)向飛行員提供一種身體感覺(jué)，它使得駕駛艙整體產(chǎn)生運(yùn)動(dòng)，根據(jù)自由度以及驅(qū)動(dòng)方式的不同，可以分為萬(wàn)向方式、共動(dòng)型吊掛方式、共動(dòng)型支撐方式以及共動(dòng)型六自由度方式等。利用該運(yùn)動(dòng)系統(tǒng)，飛行員可以感覺(jué)到實(shí)際飛機(jī)一樣的運(yùn)動(dòng)感覺(jué)。

研究人員設(shè)計(jì)了一種與虛擬生物對(duì)話(huà)的仿真系統(tǒng)。在該系統(tǒng)中，虛擬世界中的虛擬生物和現(xiàn)實(shí)世界中的生物一樣，可以決定自己的行動(dòng)，并且能夠動(dòng)態(tài)地應(yīng)付周?chē)那闆r。對(duì)于人的挑逗也能夠根據(jù)情況的不同作出各種復(fù)雜的反應(yīng)，甚至能夠進(jìn)行對(duì)話(huà)。通過(guò)引進(jìn)虛擬生物，可以實(shí)現(xiàn)系統(tǒng)的自主性、交互性及其自然的魅力。

各個(gè)國(guó)家在傳統(tǒng)上習(xí)慣于通過(guò)舉行實(shí)戰(zhàn)演習(xí)來(lái)訓(xùn)練軍事人員和士兵，但是這種實(shí)戰(zhàn)演練，特別是大規(guī)模的軍事演習(xí)，將耗費(fèi)大量資金和軍用物資，安全性差，而且還很難在實(shí)戰(zhàn)演習(xí)條件下改變狀態(tài)，來(lái)反復(fù)進(jìn)行各種戰(zhàn)場(chǎng)態(tài)勢(shì)下的戰(zhàn)術(shù)和決策研究。近年來(lái)，虛擬現(xiàn)實(shí)技術(shù)的應(yīng)用，使得軍事演習(xí)在概念上和方法上有了一個(gè)新的飛躍，即通過(guò)建立虛擬戰(zhàn)場(chǎng)來(lái)檢驗(yàn)和評(píng)估武器系統(tǒng)的性能。例如一種虛擬戰(zhàn)場(chǎng)環(huán)境，它能夠包括在地面行進(jìn)的坦克和裝甲車(chē)，在空中飛行的直升機(jī)、殲擊機(jī)、導(dǎo)彈等多種武器平臺(tái)，并分別屬于紅、蘭交戰(zhàn)雙方。

在科學(xué)研究中，人們總會(huì)面對(duì)大量的隨機(jī)數(shù)據(jù)，為了從中得到有價(jià)值的規(guī)律和結(jié)論，需要對(duì)這些數(shù)據(jù)進(jìn)行認(rèn)真分析。例如，為了設(shè)計(jì)出阻力小的機(jī)翼，人們必須詳細(xì)分析機(jī)翼的空氣動(dòng)力學(xué)特性。因此人們發(fā)明了風(fēng)洞實(shí)驗(yàn)方法，通過(guò)使用煙霧氣體使得人們可以用肉眼直接觀察到氣體與機(jī)翼的作用情況，因而大大提高了人們對(duì)機(jī)翼的動(dòng)力學(xué)特性的了解。虛擬風(fēng)洞的目的是讓工程師分析多旋渦的復(fù)雜三維性質(zhì)和效果、空氣循環(huán)區(qū)域、旋渦被破壞時(shí)的亂流等，而這些分析利用通常的數(shù)據(jù)仿真是很難可視化的。[7] 在學(xué)習(xí)過(guò)程中，學(xué)生總有許許多多的疑問(wèn)有待解答。虛擬物理實(shí)驗(yàn)室[8]的設(shè)計(jì)使得學(xué)生可以通過(guò)親身實(shí)踐―做、看、聽(tīng)來(lái)學(xué)習(xí)的方式成為可能。使用該系統(tǒng)，學(xué)生們可以很容易的演示和控制力的大小、物體的形變與非形變碰撞、摩擦系數(shù)等物理現(xiàn)象。為了顯示物體的運(yùn)動(dòng)軌跡，可以對(duì)不同大小和質(zhì)量的運(yùn)動(dòng)物體進(jìn)行軌跡追蹤。還可以停止時(shí)間的推移，以便仔細(xì)觀察隨時(shí)間變化的現(xiàn)象。學(xué)生可以通過(guò)使用數(shù)據(jù)手套與系統(tǒng)進(jìn)行各種交互。

在現(xiàn)行的電力控制室的設(shè)計(jì)中，控制臺(tái)以及顯示器的設(shè)計(jì)一般是用和實(shí)物同等大小的模型。研究人員使用虛擬現(xiàn)實(shí)技術(shù)研制了一個(gè)輔助設(shè)計(jì)控制室的系統(tǒng)。使用該系統(tǒng)可以自由地改變控制室內(nèi)的配色、照明、報(bào)警、顯示器的畫(huà)面構(gòu)成，以及各種儀表的配置等室內(nèi)環(huán)境。另外，用戶(hù)還可以在室內(nèi)移動(dòng)，以便從不同方向觀察室內(nèi)情況。

現(xiàn)在人們正在研究將圖形與實(shí)際圖象進(jìn)行融合的系統(tǒng)。使用該系統(tǒng)可以用虛擬空間監(jiān)視遠(yuǎn)方的現(xiàn)場(chǎng)，也可以給用戶(hù)一種自由往返于虛擬空間和遠(yuǎn)方現(xiàn)場(chǎng)的感覺(jué)。但是，目前還沒(méi)有合適的輸出裝置。相信這種需要必將會(huì)促進(jìn)虛擬現(xiàn)實(shí)技術(shù)中硬件裝置的研制。

正如其它新興科學(xué)技術(shù)一樣，虛擬現(xiàn)實(shí)技術(shù)也是許多相關(guān)學(xué)科領(lǐng)域交叉、集成的產(chǎn)物。

它的研究?jī)?nèi)容涉及到人工智能、計(jì)算機(jī)科學(xué)、電子學(xué)、傳感器、計(jì)算機(jī)圖形學(xué)、智能控制、心理學(xué)等[9]。我們必須清醒地認(rèn)識(shí)到，雖然這個(gè)領(lǐng)域的技術(shù)潛力是巨大的，應(yīng)用前景也是很廣闊的，但仍存在著許多尚未解決的理論問(wèn)題和尚未克服的技術(shù)障礙?？陀^而論，目前虛擬現(xiàn)實(shí)技術(shù)所取得的成就，絕大部分還僅僅限于擴(kuò)展了計(jì)算機(jī)的接口能力，僅僅是剛剛開(kāi)始涉及到人的感知系統(tǒng)和肌肉系統(tǒng)與計(jì)算機(jī)的結(jié)合作用問(wèn)題，還根本未涉及“人在實(shí)踐中得到的感覺(jué)信息是怎樣在人的大腦中存儲(chǔ)和加工處理成為人對(duì)客觀世界的認(rèn)識(shí)”這一重要過(guò)程[10]。只有當(dāng)真正開(kāi)始涉及并找到對(duì)這些問(wèn)題的技術(shù)實(shí)現(xiàn)途徑時(shí)，人和信息

處理系統(tǒng)間的隔閡才有可能被徹底的克服了。我們期待這有朝一日，虛擬現(xiàn)實(shí)系統(tǒng)成為一種對(duì)多維信息處理的強(qiáng)大系統(tǒng)，成為人進(jìn)行思維和創(chuàng)造的助手和對(duì)人們已有的概念進(jìn)行深化和獲取新概念的有力工具。

參考文獻(xiàn)

[1] 汪成為，高文，王行仁.靈境（虛擬現(xiàn)實(shí)）技術(shù)的理論、實(shí)現(xiàn)及應(yīng)用 清華大學(xué)出版社 1996.[2] 姜學(xué)智,李忠華.國(guó)內(nèi)外虛擬現(xiàn)實(shí)技術(shù)的研究現(xiàn)狀[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào),2004,23(2):2382240

[3] 蔣慶全.國(guó)外VR 技術(shù)發(fā)展綜述[J].飛航導(dǎo)彈,2002,(1):27234

[4] 吳迪,黃文騫.虛擬現(xiàn)實(shí)技術(shù)的發(fā)展過(guò)程及研究現(xiàn)狀[J].海洋測(cè)繪,2002,22(6):15217

第五篇：數(shù)字圖像處理課設(shè)報(bào)告

數(shù)字圖像處理課程設(shè)計(jì)報(bào)告

細(xì)胞識(shí)別

目錄

第一部分

1、實(shí)驗(yàn)課題名稱(chēng)--------------------3

2、實(shí)驗(yàn)?zāi)康?-------------------------3

第 1 頁(yè)

3、實(shí)驗(yàn)內(nèi)容概要--------------------3 第二部分

1、建立工程文件--------------------3

2、圖像信息獲取--------------------4

3、如何建立下拉菜單--------------6

4、標(biāo)記Mark點(diǎn)----------------------6

5、二值化9

6、填洞---9

7、收縮---10

8、獲取中心點(diǎn)------------------------11

9、細(xì)胞計(jì)數(shù)---------------------------13

10、All-steps---------------------------13

11、擴(kuò)展功能-------------------------14 第三部分

12、各步驟結(jié)果和錯(cuò)誤舉例------16 第四部分

13、心得體會(huì)--------------------------22

第一部分

1、實(shí)驗(yàn)課題：細(xì)胞識(shí)別

2、實(shí)驗(yàn)?zāi)康模簩?duì)血液細(xì)胞切片圖片進(jìn)行各種處理，最終得出細(xì)胞的數(shù)目、面積等信息。

3、實(shí)驗(yàn)內(nèi)容概要：基于VC++6.0軟件下的細(xì)胞識(shí)別，通過(guò)細(xì)胞的標(biāo)記、二

第 2 頁(yè) 值化、填洞、收縮、獲取中心點(diǎn)、計(jì)數(shù)等過(guò)程完成實(shí)驗(yàn)?zāi)康摹?/p>

第二部分——實(shí)驗(yàn)具體步驟

1、建立工程文件

① 新建MFC工程項(xiàng)目：--MFC AppWizard、工程名

② 拷貝cdib.h，cdib.cpp到工程文件夾，再向工程里添加

③ doc.h添加變量：m_lpDib 和頭文件#include”cdib.h”

④ doc.cpp:變量(m_lpDib)的new、delete

第 3 頁(yè)

⑤ doc.cpp: Serialize（）

2、圖像信息獲取

① 讀取圖像參數(shù)View.cpp: OnDraw()?m_pDib->Draw()如果圖像不為空的話(huà)，那么就執(zhí)行如下主要代碼：

② 點(diǎn)擊鍵，建立類(lèi)向?qū)?，在messages中添加OnInitialUpdate()函數(shù)，添加代碼實(shí)現(xiàn)對(duì)自動(dòng)打開(kāi)固定圖片。

③ 通過(guò)鼠標(biāo)右擊，點(diǎn)擊建立類(lèi)向?qū)?，在messages中添加OnMouseMove()函數(shù)，添加代碼實(shí)現(xiàn)獲取所要信息，即實(shí)現(xiàn)鼠標(biāo)在圖像任一位置移動(dòng)時(shí)可以直觀的讀取相對(duì)應(yīng)位置的信息?？梢栽谄聊簧巷@示鼠標(biāo)所指點(diǎn)的坐標(biāo)以及RGB、HSI和灰度值，通過(guò)HSI的可以選取合適的閾值來(lái)找到細(xì)胞以及邊界。

第 4 頁(yè) ④ 為了RGB圖像轉(zhuǎn)化為人眼更容易識(shí)別的HSI模型，我們可以通過(guò)添加成員函數(shù)RgbtoHsi來(lái)實(shí)現(xiàn)這一功能。

HSI模型與RGB模型的轉(zhuǎn)化關(guān)系

（添加函數(shù)時(shí)，可以右擊類(lèi)窗口中的view.h，選中add member function，之后選擇函數(shù)的返回值類(lèi)型和函數(shù)描述，其它默認(rèn)不變）

確定后在里面添加實(shí)現(xiàn)函數(shù)功能的代碼。

3、添加下拉菜單

在resourceview那欄的找到菜單按鍵設(shè)置

第 5 頁(yè) 雙擊，后在里面添加所需按鍵

每個(gè)按鍵的ID號(hào)為注意在填寫(xiě)為IDR_加菜單大寫(xiě)。

之后右擊按鍵，建立類(lèi)向?qū)砑影存I所需函數(shù)

4、標(biāo)記mark 分為四步

1.找出mark(red)點(diǎn)和maybemark(blue)點(diǎn)

2.將maybemark(blue)點(diǎn)變成mark(black red)點(diǎn)

3.將mark(black red)點(diǎn)變成edge(yellow(fullred&&fullgreen))點(diǎn) 4.edge點(diǎn)濾波

基本思想：Mark點(diǎn)指的是我們要尋找的細(xì)胞內(nèi)的點(diǎn)。我們先獲取每一個(gè)像素點(diǎn)的RGB分量，然后我們將其轉(zhuǎn)化成HSI分量，將H分量進(jìn)行歸一化，因?yàn)镾的范圍是0到1，所以我們要進(jìn)行尺度的一致，這樣才具有可計(jì)算性。然后我們通過(guò)每個(gè)像素點(diǎn)的H分量和S分量的值與細(xì)胞內(nèi)部的H分量和S分量計(jì)算歐幾里得距離，設(shè)定一個(gè)Mark門(mén)限值(我們這里將MarkDoor設(shè)置為0.09，大家可以行設(shè)置合適的參數(shù))，小于這個(gè)門(mén)限值我們就當(dāng)做是細(xì)胞的內(nèi)部，然后對(duì)細(xì)胞進(jìn)行標(biāo)記（Red）。還需要設(shè)定一個(gè)Maybe Mark門(mén)限值(我們這里將Maybe MarkDoor設(shè)置為0.15，大家可以行設(shè)置合適的參數(shù))，我們大于Mark門(mén)限值小于Maybe Mark門(mén)限值時(shí)，我們暫時(shí)看成是細(xì)胞，我們進(jìn)行Maybe Mark的標(biāo)記（Blue）。否則的話(huà)，我們需要考慮，一些不是Mark和Maybe Mark點(diǎn)的*lpSrc==0我們區(qū)別一下賦值為1，*lpSrc==255

第 6 頁(yè) 我們區(qū)別一下賦值為254，*(lpSrc+1)==255我們區(qū)別一下賦值為254.這樣的話(huà)，我們?cè)诤竺媾袛嗍欠駷镸ark點(diǎn)的時(shí)候，我們只需要判斷*lpSrc是否為0就可以了，判斷Maybe Mark點(diǎn)時(shí)只需要判斷*(lpSrc)是否為255就可以了。對(duì)于邊緣的判斷只需要判斷*(lpSrc+1)是否為255就可以了。

將細(xì)胞標(biāo)記為Mark用紅色（255,0,0）標(biāo)記出來(lái)，將可能是的細(xì)胞標(biāo)記為MayBe Mark用藍(lán)色（0,0,255）標(biāo)記出來(lái)。將MayBeMark To Mark的區(qū)域用亮紅（128,0,0）表示，將不可能是細(xì)胞的區(qū)域、細(xì)胞邊界分別用綠色標(biāo)記出來(lái)。操作過(guò)程:（1）根據(jù)H、S的歐幾里得距離sqrt（s2+h2）來(lái)大致的確定哪些是細(xì)胞（Mark）和可能是細(xì)胞（Maybe Mark）的點(diǎn)。

（2）根據(jù)Maybe Mark點(diǎn)周?chē)那闆r，如果它的上下左右四個(gè)方向有Mark點(diǎn)，則將Maybe Mark點(diǎn)變成Mark點(diǎn)。

（3）用Sobel算子來(lái)做邊緣的提取邊界（0,255,255）（255,255,0），使用3*3的模板，使用歐幾里得距離來(lái)判斷是否為邊緣。

兩種Sobel算子如下：

第 7 頁(yè)

主要代碼如下：

doubletmp1=pixel[0]+2*pixel[1]+pixel[2]-pixel[6]-2*pixel[7]-pixel[8];doubletmp2=pixel[0]+2*pixel[3]+pixel[6]-pixel[2]-2*pixel[5]-pixel[8];double edge=sqrt(tmp1*tmp1+tmp2*tmp2);

if(edge>edgeDoor)*(lpDst+1)=255;//Sobel判斷該點(diǎn)是否edge//edgeDoor=40（4）edge濾波

就是去除全邊緣點(diǎn)(四周都是背景或邊緣)(強(qiáng)度為5)

5、二值化

基本思想：將原有彩色圖像變換為二值圖像，其中細(xì)胞0X80(128)用Gray(灰色)標(biāo)記出來(lái)，邊緣0xF0(240)用Bright(亮色)標(biāo)記出來(lái)，其他表示為0。主要代碼：

第 8 頁(yè)

6、填洞

將細(xì)胞中或者細(xì)胞相鄰的地方的較小的背景填成細(xì)胞的背景，填完的細(xì)胞背景的灰度值是129，因?yàn)槎急辉L(fǎng)問(wèn)過(guò)了，然后將邊緣去掉。

填洞的基本思想：首先將細(xì)胞或邊緣內(nèi)的黑點(diǎn)置為vistied = 0x01，以該黑點(diǎn)為中心，在其上下左右側(cè)進(jìn)行訪(fǎng)問(wèn)是否有未訪(fǎng)問(wèn)的黑點(diǎn)，若有則將上方黑點(diǎn)壓棧，且上下左右側(cè)的黑點(diǎn)置已訪(fǎng)問(wèn)。將堆棧頂端的數(shù)據(jù)彈出，作為新的種子進(jìn)行擴(kuò)散，即以該元素為基點(diǎn)，判斷其周?chē)欠翊嬖谖丛L(fǎng)問(wèn)黑點(diǎn)，若有則繼續(xù)壓棧，重復(fù)操作。直到找到最后一點(diǎn)，此點(diǎn)四周均不存在未訪(fǎng)問(wèn)黑點(diǎn)，結(jié)束訪(fǎng)問(wèn)。若洞像素?cái)?shù)小于100大于50，洞內(nèi)像素?cái)?shù)及其初進(jìn)棧的點(diǎn)(56,(409,222))時(shí)，則進(jìn)行填洞。填洞的過(guò)程就是將非mark點(diǎn)轉(zhuǎn)化為mark點(diǎn)。

主要標(biāo)記訪(fǎng)問(wèn)代碼：

填洞函數(shù)主要代碼分析：

填完洞后，進(jìn)行下面操作：

如果圖像中只有已訪(fǎng)問(wèn)黑點(diǎn)0x01則將其恢復(fù)成0；如果圖像中只有Edge點(diǎn)0xf0則將 Edge置為黑點(diǎn)。這樣圖像中只有黑色的背景以及灰色的細(xì)胞mark(0x80)點(diǎn)。

主要代碼：

第 9 頁(yè)

7、收縮

收縮的目的是為了方便計(jì)數(shù)。通過(guò)掃描圖像，對(duì)圖像進(jìn)行預(yù)先的3次腐蝕，判斷所生成邊界點(diǎn)，然后根據(jù)原理判定是否標(biāo)注該點(diǎn)，存放所標(biāo)志的中心點(diǎn)，便于統(tǒng)計(jì)細(xì)胞個(gè)數(shù)及計(jì)算細(xì)胞半徑。

由Mark生成邊界，我們有四鄰域生成邊界和八鄰域生成邊界。判斷該點(diǎn)是否為Mark點(diǎn)，如果是Mark點(diǎn)的話(huà)，我們判斷i、j是否是我們選取圖片的邊界，如果是的話(huà)，我們將該點(diǎn)變成邊緣點(diǎn)，否則我們判斷它的上下左右（周?chē)藗€(gè)點(diǎn)）是否有非Mark點(diǎn)，如有有，則將這邊變成邊緣點(diǎn)，反之，不變。

8鄰域收縮操作代碼(4鄰域與8鄰域思想相同)：

第 10 頁(yè)

8、獲取中心點(diǎn)

根據(jù)前面所作工作統(tǒng)計(jì)獲得的中心點(diǎn)個(gè)數(shù)，去掉一系列不符合要求的點(diǎn)得出最終的細(xì)胞個(gè)數(shù)、細(xì)胞的平均半徑和平均面積，用對(duì)話(huà)框輸出統(tǒng)計(jì)結(jié)果。

操作過(guò)程如下：

① 首先我們要去除訪(fǎng)問(wèn)標(biāo)志，是我們先前一次在判斷是否需要保存點(diǎn)的時(shí)候（MarkIt(int i, int j)），我們將邊緣點(diǎn)都標(biāo)記成訪(fǎng)問(wèn)過(guò)了，這時(shí)在處理下一次遍歷圖片發(fā)現(xiàn)中心點(diǎn)的時(shí)候，我們要進(jìn)行判斷點(diǎn)是否要保存就沒(méi)有辦法做了，所以在沒(méi)進(jìn)行一次圖片的遍歷之前我們都需要去除訪(fǎng)問(wèn)標(biāo)志。主要代碼：*lpSrc&=NO_VISITED;//0xfe// 清除visited標(biāo)志

最后位 置0操作

② 需要判斷是否是邊界以外的點(diǎn)，這里我們只處理邊界內(nèi)部的點(diǎn)，對(duì)于邊界外部的點(diǎn)不加以查找中心點(diǎn)。對(duì)于內(nèi)部的點(diǎn)，我們先要判斷是否是孤立的邊緣點(diǎn)，即判斷該邊緣點(diǎn)的上下左右四個(gè)點(diǎn)都不是Mark點(diǎn)和邊緣點(diǎn)我們認(rèn)為是孤立的邊緣點(diǎn)，但是我們?cè)谶@里也要去除半徑不大于2的孤立點(diǎn)，因?yàn)槲覀冋J(rèn)為它的半徑太小，是噪聲。如果是半徑大于2的孤立點(diǎn)，我們對(duì)他進(jìn)行標(biāo)記成中心點(diǎn)，對(duì)半徑做一點(diǎn)補(bǔ)償（pt.radius=k+pre_shrink_count+4，4為補(bǔ)償）。然后在入隊(duì)。

主要代碼如下：

{

第 11 頁(yè) if(k<3)// 如果進(jìn)行第一次收縮即消失的點(diǎn)則認(rèn)為該點(diǎn)是噪點(diǎn)，不進(jìn)行保存直接進(jìn)行下一次收縮

continue;

// 孤立的點(diǎn)

*lpSrc |=CENTERED;//0x2 對(duì)孤立點(diǎn)加上中心點(diǎn)標(biāo)志0xf2//后面shrink時(shí)為0x02

// 保存一下CENTER_POINT信息（圓心，半徑）

pt.x=i;pt.y=j;pt.radius=k + pre_shrink_count + 4;// +4放大補(bǔ)償，k為把此圓收縮到一點(diǎn)所經(jīng)歷的收縮次數(shù)

points_temp.push_back(pt);continue;}

③ 需要判斷是否需要保存該點(diǎn)，我們?cè)谂袛嗨纳舷伦笥沂欠裼袥](méi)有訪(fǎng)問(wèn)過(guò)的邊緣點(diǎn)，這里我們運(yùn)用遞歸函數(shù)來(lái)找相連通的邊緣點(diǎn)，如果是全邊緣點(diǎn)的時(shí)候我們就需要保存，即將m_bFullEdge=1。在保存的函數(shù)中我們將該點(diǎn)變成中心點(diǎn)，然后半徑補(bǔ)償然后我們來(lái)對(duì)該點(diǎn)入隊(duì)（保存），然后將該點(diǎn)設(shè)置成沒(méi)有訪(fǎng)問(wèn)過(guò)的點(diǎn)，因?yàn)橄旅嬖谧鲈擖c(diǎn)的上下左右是否為訪(fǎng)問(wèn)過(guò)的，訪(fǎng)問(wèn)過(guò)才保存，因?yàn)檫@個(gè)點(diǎn)已經(jīng)保存過(guò)了，所以要將保存過(guò)的點(diǎn)設(shè)置成沒(méi)有訪(fǎng)問(wèn)過(guò)，我們必須將這點(diǎn)變成沒(méi)有訪(fǎng)問(wèn)過(guò)。然后判斷該點(diǎn)的周?chē)它c(diǎn)是否是訪(fǎng)問(wèn)過(guò)的，如果訪(fǎng)問(wèn)過(guò)就保存該點(diǎn)，這里也是運(yùn)用遞歸函數(shù)來(lái)實(shí)現(xiàn)的。

對(duì)中心點(diǎn)處理：

a)獨(dú)立的中心點(diǎn)直接存儲(chǔ)

b)相鄰的中心點(diǎn)通過(guò)遞歸求質(zhì)心作為圓心，最大半徑作為新的半徑，合并各中心為一點(diǎn)

主要代碼如下：

pt.x=tot_x/tot_num;//質(zhì)心 pt.y=tot_y/tot_num;pt.radius=max_radius;//取最大半徑作為質(zhì)點(diǎn)中心點(diǎn)半徑 *(lpSrc-(pt.y-j)*lLineBytes+pt.x-i)|=CENTERED;//質(zhì)點(diǎn)置為中心點(diǎn) points.push_back(pt);c)相近但不相鄰的點(diǎn)，求質(zhì)心為圓心，最大半徑為半徑（直到無(wú)相近點(diǎn)）

主要代碼如下：

if(abs(x0-x)+abs(y0-y)<10)// 相近

{

/*pt=points.at(j);if(points.at(i).radius

pt=points.at(i);*/ points.at(i).x=(x+x0)/2;//取均值，保存最大半徑

第 12 頁(yè)

points.at(i).y=(y+y0)/2;points.at(i).radius=max(points.at(i).radius,points.at(j).radius)+4;pt=pt=points.at(i);d)在無(wú)相近點(diǎn)的情況下，若半徑小于8，則刪除。

主要代碼如下：

if(bdelete)

{

} e)兩圓相交，若其中一圓非相交部分面積小于50%，則刪除

主要代碼如下：

if(total

9、細(xì)胞計(jì)數(shù)

打開(kāi)我們處理前的圖片，根據(jù)前面保存中心點(diǎn)的隊(duì)列，我們知道中心點(diǎn)的位置和細(xì)胞的半徑，然后我們重新的導(dǎo)入細(xì)胞的圖片，在上面畫(huà)圓，標(biāo)出細(xì)胞。然后我們獲取細(xì)胞內(nèi)部的HSI的最大值和最小值，計(jì)算出細(xì)胞的平均面積和個(gè)數(shù)。主要代碼如下：

msg.Format(“共有%d個(gè)細(xì)胞,平均半徑%d,平均面積%d : H(%3.1f,%3.1f)S(%3.2f,%3.2f)I(%3.2f,%3.2f)”, m_vCenterPoints.size(),(int)(totr/m_vCenterPoints.size()+.5),(int)(tota/m_vCenterPoints.size()+.5), 360.0*min[0]/255.0,360.0*max[0]/255.0, 1.0*min[1]/255.0,1.0*max[1]/255.0, 1.0*min[2]/255.0,1.0*max[2]/255.0);

10、All-steps

第 13 頁(yè) 可以一次性實(shí)現(xiàn)細(xì)胞識(shí)別的所有操作步驟

設(shè)置控制按鍵的權(quán)限，點(diǎn)擊update_command_ui ,鍵入控制條件

每步操作時(shí)給cellprocess設(shè)置不同數(shù)值，表示那步進(jìn)行過(guò)，只能進(jìn)行規(guī)定的下步操作，從而在運(yùn)行過(guò)程中放置按鍵誤觸導(dǎo)致程序崩潰。

11、擴(kuò)展：

區(qū)域選擇：

第 14 頁(yè)

建立類(lèi)向?qū)В篛nButtonDown 和OnButtonUp 鍵入代碼：

在OnDraw中添加下列代碼

注意：bool 變量m_bDrag要定義在view.cpp文件頭部，定義在view.h會(huì)出現(xiàn)第一次區(qū)域選擇時(shí)出現(xiàn)錯(cuò)誤。

添加復(fù)位按鍵：

第 15 頁(yè)

點(diǎn)擊該鍵后會(huì)重新讀取圖像(和圖像自動(dòng)打開(kāi)代碼一樣)

第三部分

12、各步驟結(jié)果和錯(cuò)誤舉例

① 各步驟結(jié)果圖

a.Mark（Red）& MayBe Mark(Blue)

maybemark to mark(black red)第 16 頁(yè)

edge information and edge filter

twovalue

fillholes 第 17 頁(yè)

shrink

findcenter 第 18 頁(yè)

count

出現(xiàn)的錯(cuò)誤舉例：

Mousemove 程序中出現(xiàn)問(wèn)題： 1.錯(cuò)誤：

沒(méi)有加#include “MainFrm.h”頭文件 2.錯(cuò)誤

第 19 頁(yè)

error C2248: 'm_wndStatusBar' : cannot access protected member declared in class 'CMainFrame'

需將protected: // control bar embedded members CStatusBar m_wndStatusBar;CToolBar

m_wndToolBar;

protected變?yōu)閜ublic 供用戶(hù)操作使用

MouseMove函數(shù)中((CMainFrame*)AfxGetMainWnd())->m_wndStatusBar.SetPaneText(0,str);使str.Format中內(nèi)容顯示在標(biāo)準(zhǔn)窗口圖像的左下方bar

3.MouseMove的坐標(biāo)判決放在for循環(huán)外，鼠標(biāo)移動(dòng)到圖像外，程序會(huì)崩潰。解決：改變坐標(biāo)判決代碼的位置

通見(jiàn)問(wèn)題：

在ClassView中的類(lèi)視圖不見(jiàn)了，在FileView視圖中該類(lèi)的.h和.cpp文件仍然存在

解決方案：先保存workspace，然后關(guān)閉工程，刪除此工程目錄中的.ncb文件，重新打開(kāi)workspace 原因：classview顯示混亂 在類(lèi)中添加的成員變量和成員函數(shù)不能顯示出來(lái)，即使顯示出來(lái)了變量或函數(shù)，雙擊后不能跳至正確的位置。

第 20 頁(yè)

Edge information中出現(xiàn)問(wèn)題

正常

不正常

memcpy(lpNewDIBBits,lpSrc,lHeight *lLineBytes);代碼應(yīng)放在圖像處理前，參考圖像是初始狀態(tài)的圖像，把第一步的四個(gè)小步驟分開(kāi)寫(xiě)在不同的函數(shù)內(nèi)時(shí)，因?yàn)槊恳恍〔降牟僮鞫紩?huì)改變圖像的狀態(tài)，如果把： memcpy(lpNewDIBBits,lpSrc,lHeight *lLineBytes);寫(xiě)在maybemark_to_mark之后那么參考圖像就不是原始圖像

發(fā)現(xiàn)：做到shrink時(shí)，看到收縮后的圖像效果很差，和標(biāo)準(zhǔn)收縮圖像相差較大，經(jīng)調(diào)試后發(fā)現(xiàn)問(wèn)題(沒(méi)注意 ppt最后一頁(yè)有，老師在qq群在中也提到過(guò))。

Shrink操作后，關(guān)閉圖像，出現(xiàn)問(wèn)題 GenEdge4()函數(shù)中出現(xiàn)問(wèn)題 for(int j=0;j

{

lpSrc =(unsigned char *)pDoc->m_lpDib->m_lpImage + lLineBytes*(lHeight-1-j)-1;

for(int i=0;i

{

lpSrc++;......和

for(int j=0;j

for(int i=0;i

{

第 21 頁(yè) lpSrc =(unsigned char *)pDoc->m_lpDib->m_lpImage + lLineBytes*(lHeight-1-j)-i;....for循環(huán)問(wèn)題 有差異

后面起始點(diǎn)地址為dot1 前面起始點(diǎn)地址為 dot1+1，不處理四周邊界

可以把第二個(gè)for循環(huán)語(yǔ)句中前面的i=0 改成i=1.觀察圖像，發(fā)現(xiàn)Shirnk后未保存填洞點(diǎn)，結(jié)果只有 0x00 0x80 0xf0 //

*lpSrc &=NO_EDGE_POINT;//至關(guān)重要

少寫(xiě)后，程序一直崩潰。

這段代碼在GenEdge函數(shù)中，在shrink步驟中沒(méi)影響，但在找中心點(diǎn)過(guò)程中用到這個(gè)函數(shù)時(shí)，這段代碼就十分必要。否則程序會(huì)在運(yùn)行findcenter時(shí)直接崩潰。

中心點(diǎn)標(biāo)志 0x02

不是0xf2

Temp.at(n).y 等同于 temp[n].y

13、心得體會(huì)

通過(guò)對(duì)本次數(shù)字圖像處理課程設(shè)計(jì)的學(xué)習(xí)，進(jìn)一步加深了對(duì)數(shù)圖知識(shí)的理解，同時(shí)也基本掌握了VC++軟件的使用方法。從一開(kāi)始的連圖像都無(wú)法打開(kāi)，到最后在老師上課的資料以及同學(xué)的幫助和學(xué)長(zhǎng)的參考程序下終于完成了一幅細(xì)胞圖像的整個(gè)識(shí)別過(guò)程。自己一向在編程方面有所欠缺，通過(guò)咨詢(xún)老師和同學(xué)還有百度，自己也慢慢理解了所寫(xiě)程序代碼的含義，間接地提高了自己寫(xiě)代碼與識(shí)別代碼的能力。

通過(guò)一個(gè)星期多的學(xué)習(xí)，我對(duì)細(xì)胞識(shí)別的基本思想有了深一步的理解，也讓我對(duì)c語(yǔ)言相關(guān)的知識(shí)得到了回顧。此次課程設(shè)計(jì)給我們提供了一個(gè)既能學(xué)習(xí)又能鍛煉的機(jī)會(huì)，使我們養(yǎng)成了查找資料（主要是在百度上查閱一些代碼的含義）的習(xí)慣，將理論與實(shí)際相結(jié)合起來(lái)，鍛煉了分析問(wèn)題和實(shí)際解決問(wèn)題的能力。提高了適應(yīng)能力，為今后的學(xué)習(xí)和實(shí)踐打下了基礎(chǔ)。

第 22 頁(yè)