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

摘 要

數(shù)字圖像處理(Digital Image Processing)是通過計算機(jī)對圖像進(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，自動售貨機(jī)鈔票的識別，郵政編碼的自動識別和利用指紋、虹膜、面部等特征的身份識別等。圖像的特技切換是計算機(jī)軟件開發(fā),尤其是多媒體軟件設(shè)計中經(jīng)常遇到的問題。

本文就所學(xué)到的微薄知識對利用VB程序設(shè)計實現(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 計算機(jī)軟件開發(fā) 界面切換

一、數(shù)字圖像處理概述: 數(shù)字圖像處理是通過計算機(jī)對圖像進(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)展主要受三個因素的影響:一是計算機(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。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、機(jī)器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等，使圖像處理成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。

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

(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算機(jī)分析圖像提供便利。提取特征或信息的過程是模式識別或計算機(jī)視覺的預(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,以便于圖像的存儲和傳輸。

不管是何種目的的圖像處理,都需要由計算機(jī)和圖像專用設(shè)備組成的圖像處理系統(tǒng)對圖像數(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，自動售貨機(jī)鈔票的識別，郵政編碼的自動識別和利用指紋、虹膜、面部等特征的身份識別等。

二、系統(tǒng)總體分析 2.1 窗口設(shè)計

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

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

以同樣的方式添加其他控件按鈕，如上下對接進(jìn)入、從坐上到右下進(jìn)入、從中央到四周擴(kuò)散、以斜線方式進(jìn)入、以漸顯方式進(jìn)入、利用Bitlit函數(shù)實現(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)計及實現(xiàn)過程

下面通過幾個具有代表性的界面切換實現(xiàn)過程,對界面切換技術(shù)加以簡單闡述。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)的單擊事件程序為： Private Sub Command1_Click()’以二進(jìn)制的方式打開文件對話框中用戶選擇的圖像文件 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 通過該程序選擇.jpg文件實現(xiàn)圖像的讀取，如圖3所示。

圖3 獲取圖像的實現(xiàn)

2.2.2 圖像從上下對接進(jìn)入界面

圖像以上下對接方式進(jìn)入界面時，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，以此類推，最后將圖像中所有的像素顯示出來。其實現(xiàn)過程如圖4所示。

圖4 圖像以上下對接方式進(jìn)入界面的過程圖

對該控制命令進(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,首先顯示的是中心點像素,然后顯示圖像中心點周圍的像素,依次類推,每次顯示當(dāng)前已顯示像素的周圍一圈像素,最后將圖像中所有像素顯示出來.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 圖像以斜線方式進(jìn)入界面

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

圖7 圖像以斜線方式進(jìn)入界面的過程圖

其對應(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)實現(xiàn)界面切換

Bitblt是Windows API函數(shù)，它用于從源對象向目標(biāo)對象成塊復(fù)制圖形，該函數(shù)對指定的源設(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。其實現(xiàn)過程如圖9所示：

圖9 Bitblt圖像進(jìn)入效果

其實現(xiàn)程序為：

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

通過本學(xué)期對數(shù)字圖像處理課程的學(xué)習(xí)，我掌握了基本的知識和操作技能，了解了數(shù)字圖像處理作為一門理論性和實用性很強(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，自動售貨機(jī)鈔票的識別，郵政編碼的自動識別和利用指紋、虹膜、面部等特征的身份識別等。本文僅就簡單的界面切換技術(shù)以鞏固所學(xué)的基本VB操作能力和圖像處理知識，這是我大學(xué)學(xué)習(xí)中的又一項技能。

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

專業(yè)：通信工程 班 級： 任課教師：王新新 姓名： 學(xué) 號： 成 績：

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

在人們的日常生活中，常常會接觸很多的圖像畫面，而在景物成像的過程中有可能出現(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，舉例來說有運(yùn)動引起的，高斯噪聲引起的，斑點噪聲引起的，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圖像的估計問題。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。它假定輸入信號為有用信號與噪聲信號的合成，并且它們都是廣義平穩(wěn)過程和它們的二階統(tǒng)計特性都已知。維納根據(jù)最小均方準(zhǔn)則，求得了最佳線性濾波器的的參數(shù)，這種濾波器被稱為維納濾波器。

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。本文主要通過介紹維納濾波的結(jié)構(gòu)原理，以及應(yīng)用此方法通過MATLAB函數(shù)來完成圖像的復(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FIR或IIR濾波器，對于一個線性系統(tǒng)，如果其沖擊響應(yīng)為h（n），則當(dāng)輸入某個隨機(jī)信號x(n)時，式（1）

這里的輸入 ?

式（2）

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

式（3）

因而該系統(tǒng)實際上也就是s(n)的一種估計器。這種估計器的主要功能是利用當(dāng)前的觀測值

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

式（4）

則稱為估計誤差。估計誤差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)出的最佳線性系統(tǒng)對其它很廣泛的一類準(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)原法存在著幾個實質(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所有誤差等權(quán)處理，這個標(biāo)準(zhǔn)在數(shù)學(xué)上可以接受，但卻是個不適合人眼的方式，原因在于人類對復(fù)原錯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的。第三，維納濾波不能處理非平穩(wěn)信號和噪聲。

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。模擬一個真實的圖像,可以模糊。攝像機(jī)運(yùn)動。示例創(chuàng)建一個point-spread函數(shù)PSF,對應(yīng)直線運(yùn)動在31個像素(LEN = 31),在11度角(θ= 11)。模擬模

糊,過濾器是使用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,這個例子執(zhí)行三個修復(fù)

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

圖4恢復(fù)模糊圖像

% 第二個恢復(fù)使用估計PSF,模擬運(yùn)動模糊長度的兩倍長(LEN)。

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

圖5兩倍長模糊處理

%第三恢復(fù)使用估計PSF,模擬運(yùn)動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逆濾波器,假設(shè)zero-noise,并比較這第一個結(jié)果實現(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,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)來提高圖像恢復(fù)

%探索修復(fù)提供了有限的統(tǒng)計信息:權(quán)力的噪音,NPOW,和一個單維的自相關(guān)函數(shù)的真實形象,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)來提高圖像恢復(fù)

五、結(jié)論與心得體會

通過這個實驗，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。維納濾波器是對噪聲背景下的信號進(jìn)行估計，它是最小均方誤差準(zhǔn)則下的最佳線性濾波器。在實驗的過程中，我發(fā)現(xiàn)采用維納濾波復(fù)原可以得到比較好的效果，這個算法可以使估計的點擴(kuò)散函數(shù)值更加接近它的真實值。但實現(xiàn)維納濾波的要求是輸入過程是廣義平穩(wěn)的；輸入過程的統(tǒng)計特性是已知的。根據(jù)其他最佳準(zhǔn)則的濾波器也有同樣的要求。然而，由于輸入過程取決與外界信號，干擾環(huán)境，這種環(huán)境的統(tǒng)計特性常常是未知的，變化的，因而這兩個要求很難滿足，這就促使人們研究自適應(yīng)濾波器。

通過本次實驗，深深地了解了圖像處理是一門既有用又有難度的一門學(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)中會更加的努力上進(jìn)，做一個引以為自豪的人。

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的計算機(jī)視覺技術(shù)實現(xiàn)》，2001，科學(xué)出版社?！队嬎銠C(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)實領(lǐng)域的應(yīng)用

姓名張宏亮

班級10信科1班

學(xué)號10780107

系部電子與信息工程系

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

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

首先，我們來說一下什么是虛擬現(xiàn)實技術(shù)，虛擬現(xiàn)實技術(shù)（Virtual Reality），又稱靈境技術(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)的特點在于，計算機(jī)產(chǎn)生一種人為虛擬的環(huán)境，這種虛擬的環(huán)境是通過計算機(jī)圖形構(gòu)成的三度空間，或是把其它現(xiàn)實環(huán)境編制到計算機(jī)中去產(chǎn)生逼真的“虛擬環(huán)境”，從而使得用戶在視覺上產(chǎn)生一種沉浸于虛擬環(huán)境的感覺。這種技術(shù)的應(yīng)用，改進(jìn)了人們利用計算機(jī)進(jìn)行多工程數(shù)據(jù)處理的方式，尤其在需要對大量抽象數(shù)據(jù)進(jìn)行處理時；同時，它在許多不同領(lǐng)域的應(yīng)用，可以帶來巨大的經(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)實系統(tǒng)的基本思想，從此，人們正式開始了對虛擬現(xiàn)實系統(tǒng)的研究探索歷程。隨后的1966年，美國MIT的林肯實驗室正式開始了頭盔式顯示器的研制工作。在這第一個HMD的樣機(jī)完成不久，研制者又把能模擬力量和觸覺的力反饋裝置加入到這個系統(tǒng)中。1970年，出現(xiàn)了第一個功能較齊全的HMD系統(tǒng)?；趶?0年代以來所取得的一系列成就，美國的Jaron Lanier 在80年代初正式提出了“Virtual Reality”一詞。

80年代，美國宇航局（NASA）及美國國防部組織了一系列有關(guān)虛擬現(xiàn)實技術(shù)的研究，并取得了令人矚目的研究成果，從而引起了人們對虛擬現(xiàn)實技術(shù)的廣泛關(guān)注。1984年，NASA Ames研究中心虛擬行星探測實驗室的M.McGreevy 和J.Humphries博士組織開發(fā)了用于火星探測的虛擬環(huán)境視覺顯示器，將火星探測器發(fā)回的數(shù)據(jù)輸入計算機(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）項目中，他們又開發(fā)了通用多傳感個人仿真器和遙現(xiàn)設(shè)備。

進(jìn)入90年代，迅速發(fā)展的計算機(jī)硬件技術(shù)與不斷改進(jìn)的計算機(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時動畫制作成為可能；人機(jī)交互系統(tǒng)的設(shè)計不斷創(chuàng)新，新穎、實用的輸入輸出設(shè)備不斷地進(jìn)入市場。而這些都為虛擬現(xiàn)實系統(tǒng)的發(fā)展打下了良好的基礎(chǔ)。[1]

其次，縱觀虛擬現(xiàn)實的研究現(xiàn)狀，VR 技術(shù)最早在20 世紀(jì)中期由美國VPL探索公司和它的創(chuàng)始人JaronLanier 提出這一概念, 后來美國宇航局(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,開始研制低成本的虛擬現(xiàn)實系統(tǒng),推動了該技術(shù)硬件的進(jìn)步。目前,虛擬現(xiàn)實技術(shù)已獲得了長足的發(fā)展。在國內(nèi),20 世紀(jì)80 年代末開始進(jìn)行研究,目前還處于初級階段。

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

美國宇航局(NASA)的Ames實驗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時仿真;大量運(yùn)用了面向座艙的飛行模擬技術(shù);對哈勃太空望遠(yuǎn)鏡的仿真?，F(xiàn)在正致力于一個叫“虛擬行星探索”(VPE)的試驗計劃。[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)建立了可供全國使用的VR 教育系統(tǒng)。北卡羅來納大學(xué)(UNC)的計算機(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)器人和計算機(jī)圖形學(xué)及動畫的先鋒,這些技術(shù)都是VR 技術(shù)的基礎(chǔ),1985年MIT成立了媒體實驗室,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)實驗室(HITLab),將VR 研究引入了教育、設(shè)計、娛樂和制造領(lǐng)域。從90 年代初起,美國率先將虛擬現(xiàn)實技術(shù)用于軍事領(lǐng)域,主要用于以下四個方面:虛擬戰(zhàn)場環(huán)境;進(jìn)行單兵模擬訓(xùn)練;實施諸軍兵種聯(lián)合演習(xí);進(jìn)行指揮員訓(xùn)練。

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

Windustries(工業(yè)集團(tuán)公司),是國際VR 界的著名開發(fā)機(jī)構(gòu),在工業(yè)設(shè)計和可視化等重要領(lǐng)域占有一席之地;BritishAerospace(英國航空公司BAe)的Brough分部,正在利用VR技術(shù)設(shè)計高級戰(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 知識庫的研究,在虛擬現(xiàn)實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)正在開發(fā)一套系統(tǒng),它能用圖像處理來識別手勢和面部表情,并把它們作為系統(tǒng)輸入;富士通實驗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)實中的手勢識別,已經(jīng)開發(fā)了一套神經(jīng)網(wǎng)絡(luò)姿勢識別系統(tǒng),該系統(tǒng)可以識別姿勢,也可以識別表示詞的信號語言。[2] 日本奈良尖端技術(shù)研究生院大學(xué)教授千原國宏領(lǐng)導(dǎo)的研究小組于2004 年開發(fā)出一種嗅覺模擬器,只要把虛擬空間里的水果拉到鼻尖上一聞,裝置就會在鼻尖處放出水果的香味,這是虛擬現(xiàn)實技術(shù)在嗅覺研究領(lǐng)域的一項突破。

我國VR 技術(shù)研究起步較晚,與國外發(fā)達(dá)國家還有一定的差距,但現(xiàn)在已引起國家有關(guān)部門和科學(xué)家們的高度重視,并根據(jù)我國的國情,制定了開展VR 技術(shù)的研究計劃。九五規(guī)劃、國家自然科學(xué)基金委、國家高技術(shù)研究發(fā)展計劃等都把VR 列入了研究項目。國內(nèi)一些重點院校,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)計算機(jī)系是國內(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)實中的視覺接口方面開發(fā)出部分硬件,并提出有關(guān)算法及實現(xiàn)方法;實現(xiàn)了分布式虛擬環(huán)境網(wǎng)絡(luò)設(shè)計,可以提供實時三維動態(tài)數(shù)據(jù)庫、虛擬現(xiàn)實演示環(huán)境、用于飛行員訓(xùn)練的虛擬現(xiàn)實系統(tǒng)、虛擬現(xiàn)實應(yīng)用系統(tǒng)的開發(fā)平臺等。

浙江大學(xué)CAD&CG國家重點實驗室開發(fā)出了一套桌面型虛擬建筑環(huán)境實時漫游系統(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行為中特定人臉圖像的合成、表情的合成和唇動的合成等技術(shù)問題;清華大學(xué)計算機(jī)科學(xué)和技術(shù)系對虛擬現(xiàn)實和臨場感的方面進(jìn)行了研究;西安交通大學(xué)信息工程研究所對虛擬現(xiàn)實中的關(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研究中心是我國最早開展計算機(jī)動畫研究的單位之一,中國第一部完全用計算機(jī)動畫技術(shù)制作的科教片《相似》就出自該中心。

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

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

所謂多感知性就是說除了一般計算機(jī)所具有的視覺感知外，還有聽覺感知、力覺感知、觸覺感知、運(yùn)動感知、甚至包括味覺感知、嗅覺感知等。理想的虛擬現(xiàn)實就是應(yīng)該具有人所具有的感知功能。

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

交互性是指用戶對模擬環(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（包括實時性）。例如，用戶可以用手去直接抓取環(huán)境中的物體，這時手有握著東西的感覺，并可以感覺物體的重量，視場中的物體也隨著手的移動而移動。

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

虛擬現(xiàn)實系統(tǒng)的模型表示如圖1。用戶通過傳感裝置直接對虛擬環(huán)境進(jìn)行操作，并得到實時三維顯示和其它 反饋信息（如觸覺、力覺反饋等）。當(dāng)系統(tǒng)與外部世界通過傳感裝置構(gòu)成反饋閉環(huán)時，在用戶的控制下，用戶與虛擬環(huán)境間的交互可以對外部世界產(chǎn)生作用（如遙操作等）。

虛擬現(xiàn)實系統(tǒng)主要由以下六個模塊構(gòu)成檢測模塊：檢測用戶的操作命令，并通過傳感器模塊作用于虛擬環(huán)境。

反饋模塊：接受來自傳感器模塊信息，為用戶提供實時反饋。

傳感器模塊：一方面接受來自用戶的操作命令，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。

控制模塊：對傳感器進(jìn)行控制，使其對用戶、虛擬環(huán)境和現(xiàn)實世界產(chǎn)生作用。

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

最后，來說一下虛擬現(xiàn)實技術(shù)的實際應(yīng)用，虛擬現(xiàn)實技術(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)計算可視化、設(shè)計與規(guī)劃、教育與訓(xùn)練、遙作與遙現(xiàn)、醫(yī)學(xué)、藝術(shù)與娛樂等多個方面，遙現(xiàn)技術(shù)[6]是指當(dāng)實際上在某一個地方時，可以產(chǎn)生在另一個地方的感覺。虛擬現(xiàn)實涉及到體驗由計算機(jī)產(chǎn)生的三維虛擬環(huán)境，而遙現(xiàn)則涉及到體驗一個遙遠(yuǎn)的真實環(huán)境。遙現(xiàn)技術(shù)在實際應(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發(fā)計劃中，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。對于像零件更換的固定操作可以完全自主進(jìn)行，而對于故障檢修等難以預(yù)測的操作則有必要依賴于遙操作。這時，虛擬現(xiàn)實技術(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)，日本開發(fā)了宇宙開發(fā)地面實驗平臺。該實驗平臺有人－機(jī)交互、計算機(jī)系統(tǒng)以及機(jī)器人系統(tǒng)所構(gòu)成?，F(xiàn)在，在該實驗平臺上進(jìn)行了零件更換等空間機(jī)器人的典型操作實驗，實現(xiàn)了實驗平臺的基本功能。

虛擬環(huán)境是計算機(jī)生成的具有沉浸感的環(huán)境，它對參與者生成諸如視覺、聽覺、觸覺、味覺等各種感官信息，給參與者一種身臨其境的感覺。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系統(tǒng)產(chǎn)生運(yùn)動感的運(yùn)動系統(tǒng)計

算和控制飛行運(yùn)動的計算機(jī)系統(tǒng)。

計算機(jī)系統(tǒng)是飛行仿真系統(tǒng)的中樞，用它來計算飛行的運(yùn)動、控制儀表及指示燈、駕駛桿等信號。視覺系統(tǒng)和運(yùn)動系統(tǒng)與虛擬現(xiàn)實密切相關(guān)，其中，視覺系統(tǒng)向飛行員提供外界的視覺信息。該系統(tǒng)由產(chǎn)生視覺圖象的“圖象產(chǎn)生部”和將產(chǎn)生的信號提供給飛行員的“視覺顯示部”組成。在圖象產(chǎn)生部，隨著計算機(jī)圖形學(xué)的發(fā)展，現(xiàn)在使用稱為CGI（Computer Generated Imagery）的視覺產(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，并作為圖象數(shù)據(jù)加以利用。視覺顯示部向飛行員提供具有真實感的圖象，圖象的顯示有無限遠(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)動系統(tǒng)向飛行員提供一種身體感覺，它使得駕駛艙整體產(chǎn)生運(yùn)動，根據(jù)自由度以及驅(qū)動方式的不同，可以分為萬向方式、共動型吊掛方式、共動型支撐方式以及共動型六自由度方式等。利用該運(yùn)動系統(tǒng)，飛行員可以感覺到實際飛機(jī)一樣的運(yùn)動感覺。

研究人員設(shè)計了一種與虛擬生物對話的仿真系統(tǒng)。在該系統(tǒng)中，虛擬世界中的虛擬生物和現(xiàn)實世界中的生物一樣，可以決定自己的行動，并且能夠動態(tài)地應(yīng)付周圍的情況。對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)行對話。通過引進(jìn)虛擬生物，可以實現(xiàn)系統(tǒng)的自主性、交互性及其自然的魅力。

各個國家在傳統(tǒng)上習(xí)慣于通過舉行實戰(zhàn)演習(xí)來訓(xùn)練軍事人員和士兵，但是這種實戰(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，而且還很難在實戰(zhàn)演習(xí)條件下改變狀態(tài)，來反復(fù)進(jìn)行各種戰(zhàn)場態(tài)勢下的戰(zhàn)術(shù)和決策研究。近年來，虛擬現(xiàn)實技術(shù)的應(yīng)用，使得軍事演習(xí)在概念上和方法上有了一個新的飛躍，即通過建立虛擬戰(zhàn)場來檢驗和評估武器系統(tǒng)的性能。例如一種虛擬戰(zhàn)場環(huán)境，它能夠包括在地面行進(jìn)的坦克和裝甲車，在空中飛行的直升機(jī)、殲擊機(jī)、導(dǎo)彈等多種武器平臺，并分別屬于紅、蘭交戰(zhàn)雙方。

在科學(xué)研究中，人們總會面對大量的隨機(jī)數(shù)據(jù)，為了從中得到有價值的規(guī)律和結(jié)論，需要對這些數(shù)據(jù)進(jìn)行認(rèn)真分析。例如，為了設(shè)計出阻力小的機(jī)翼，人們必須詳細(xì)分析機(jī)翼的空氣動力學(xué)特性。因此人們發(fā)明了風(fēng)洞實驗方法，通過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機(jī)翼的動力學(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)過程中，學(xué)生總有許許多多的疑問有待解答。虛擬物理實驗室[8]的設(shè)計使得學(xué)生可以通過親身實踐―做、看、聽來學(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)動軌跡，可以對不同大小和質(zhì)量的運(yùn)動物體進(jìn)行軌跡追蹤。還可以停止時間的推移，以便仔細(xì)觀察隨時間變化的現(xiàn)象。學(xué)生可以通過使用數(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)計中，控制臺以及顯示器的設(shè)計一般是用和實物同等大小的模型。研究人員使用虛擬現(xiàn)實技術(shù)研制了一個輔助設(shè)計控制室的系統(tǒng)。使用該系統(tǒng)可以自由地改變控制室內(nèi)的配色、照明、報警、顯示器的畫面構(gòu)成，以及各種儀表的配置等室內(nèi)環(huán)境。另外，用戶還可以在室內(nèi)移動，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，也可以給用戶一種自由往返于虛擬空間和遠(yuǎn)方現(xiàn)場的感覺。但是，目前還沒有合適的輸出裝置。相信這種需要必將會促進(jìn)虛擬現(xiàn)實技術(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。

它的研究內(nèi)容涉及到人工智能、計算機(jī)科學(xué)、電子學(xué)、傳感器、計算機(jī)圖形學(xué)、智能控制、心理學(xué)等[9]。我們必須清醒地認(rèn)識到，雖然這個領(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題和尚未克服的技術(shù)障礙?？陀^而論，目前虛擬現(xiàn)實技術(shù)所取得的成就，絕大部分還僅僅限于擴(kuò)展了計算機(jī)的接口能力，僅僅是剛剛開始涉及到人的感知系統(tǒng)和肌肉系統(tǒng)與計算機(jī)的結(jié)合作用問題，還根本未涉及“人在實踐中得到的感覺信息是怎樣在人的大腦中存儲和加工處理成為人對客觀世界的認(rèn)識”這一重要過程[10]。只有當(dāng)真正開始涉及并找到對這些問題的技術(shù)實現(xiàn)途徑時，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)實系統(tǒng)成為一種對多維信息處理的強(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）技術(shù)的理論、實現(xiàn)及應(yīng)用 清華大學(xué)出版社 1996.[2] 姜學(xué)智,李忠華.國內(nèi)外虛擬現(xiàn)實技術(shù)的研究現(xiàn)狀[J].遼寧工程技術(shù)大學(xué)學(xué)報,2004,23(2):2382240

[3] 蔣慶全.國外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)實技術(shù)的發(fā)展過程及研究現(xiàn)狀[J].海洋測繪,2002,22(6):15217

第五篇：數(shù)字圖像處理課設(shè)報告

數(shù)字圖像處理課程設(shè)計報告

細(xì)胞識別

目錄

第一部分

1、實驗課題名稱--------------------3

2、實驗?zāi)康?-------------------------3

第 1 頁

3、實驗內(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----------------------6

5、二值化9

6、填洞---9

7、收縮---10

8、獲取中心點------------------------11

9、細(xì)胞計數(shù)---------------------------13

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

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

12、各步驟結(jié)果和錯誤舉例------16 第四部分

13、心得體會--------------------------22

第一部分

1、實驗課題：細(xì)胞識別

2、實驗?zāi)康模簩ρ杭?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、實驗內(nèi)容概要：基于VC++6.0軟件下的細(xì)胞識別，通過細(xì)胞的標(biāo)記、二

第 2 頁 值化、填洞、收縮、獲取中心點、計數(shù)等過程完成實驗?zāi)康摹?/p>

第二部分——實驗具體步驟

1、建立工程文件

① 新建MFC工程項目：--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

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，那么就執(zhí)行如下主要代碼：

② 點擊鍵，建立類向?qū)?，在messages中添加OnInitialUpdate()函數(shù)，添加代碼實現(xiàn)對自動打開固定圖片。

③ 通過鼠標(biāo)右擊，點擊建立類向?qū)?，在messages中添加OnMouseMove()函數(shù)，添加代碼實現(xiàn)獲取所要信息，即實現(xiàn)鼠標(biāo)在圖像任一位置移動時可以直觀的讀取相對應(yīng)位置的信息?？梢栽谄聊簧巷@示鼠標(biāo)所指點的坐標(biāo)以及RGB、HSI和灰度值，通過HSI的可以選取合適的閾值來找到細(xì)胞以及邊界。

第 4 頁 ④ 為了RGB圖像轉(zhuǎn)化為人眼更容易識別的HSI模型，我們可以通過添加成員函數(shù)RgbtoHsi來實現(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，可以右擊類窗口中的view.h，選中add member function，之后選擇函數(shù)的返回值類型和函數(shù)描述，其它默認(rèn)不變）

確定后在里面添加實現(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 雙擊，后在里面添加所需按鍵

每個按鍵的ID號為注意在填寫為IDR_加菜單大寫。

之后右擊按鍵，建立類向?qū)砑影存I所需函數(shù)

4、標(biāo)記mark 分為四步

1.找出mark(red)點和maybemark(blue)點

2.將maybemark(blue)點變成mark(black red)點

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

基本思想：Mark點指的是我們要尋找的細(xì)胞內(nèi)的點。我們先獲取每一個像素點的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，因為S的范圍是0到1，所以我們要進(jìn)行尺度的一致，這樣才具有可計算性。然后我們通過每個像素點的H分量和S分量的值與細(xì)胞內(nèi)部的H分量和S分量計算歐幾里得距離，設(shè)定一個Mark門限值(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))，小于這個門限值我們就當(dāng)做是細(xì)胞的內(nèi)部，然后對細(xì)胞進(jìn)行標(biāo)記（Red）。還需要設(shè)定一個Maybe Mark門限值(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門限值小于Maybe Mark門限值時，我們暫時看成是細(xì)胞，我們進(jìn)行Maybe Mark的標(biāo)記（Blue）。否則的話，我們需要考慮，一些不是Mark和Maybe Mark點的*lpSrc==0我們區(qū)別一下賦值為1，*lpSrc==255

第 6 頁 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，我們在后面判斷是否為Mark點的時候，我們只需要判斷*lpSrc是否為0就可以了，判斷Maybe Mark點時只需要判斷*(lpSrc)是否為255就可以了。對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，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。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。操作過程:（1）根據(jù)H、S的歐幾里得距離sqrt（s2+h2）來大致的確定哪些是細(xì)胞（Mark）和可能是細(xì)胞（Maybe Mark）的點。

（2）根據(jù)Maybe Mark點周圍的情況，如果它的上下左右四個方向有Mark點，則將Maybe Mark點變成Mark點。

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

兩種Sobel算子如下：

第 7 頁

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判斷該點是否edge//edgeDoor=40（4）edge濾波

就是去除全邊緣點(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，邊緣0xF0(240)用Bright(亮色)標(biāo)記出來，其他表示為0。主要代碼：

第 8 頁

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，因為都被訪問過了，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)的黑點置為vistied = 0x01，以該黑點為中心，在其上下左右側(cè)進(jìn)行訪問是否有未訪問的黑點，若有則將上方黑點壓棧，且上下左右側(cè)的黑點置已訪問。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，判斷其周圍是否存在未訪問黑點，若有則繼續(xù)壓棧，重復(fù)操作。直到找到最后一點，此點四周均不存在未訪問黑點，結(jié)束訪問。若洞像素數(shù)小于100大于50，洞內(nèi)像素數(shù)及其初進(jìn)棧的點(56,(409,222))時，則進(jìn)行填洞。填洞的過程就是將非mark點轉(zhuǎn)化為mark點。

主要標(biāo)記訪問代碼：

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

主要代碼：

第 9 頁

7、收縮

收縮的目的是為了方便計數(shù)。通過掃描圖像，對圖像進(jìn)行預(yù)先的3次腐蝕，判斷所生成邊界點，然后根據(jù)原理判定是否標(biāo)注該點，存放所標(biāo)志的中心點，便于統(tǒng)計細(xì)胞個數(shù)及計算細(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。判斷該點是否為Mark點，如果是Mark點的話，我們判斷i、j是否是我們選取圖片的邊界，如果是的話，我們將該點變成邊緣點，否則我們判斷它的上下左右（周圍八個點）是否有非Mark點，如有有，則將這邊變成邊緣點，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

8、獲取中心點

根據(jù)前面所作工作統(tǒng)計獲得的中心點個數(shù)，去掉一系列不符合要求的點得出最終的細(xì)胞個數(shù)、細(xì)胞的平均半徑和平均面積，用對話框輸出統(tǒng)計結(jié)果。

操作過程如下：

① 首先我們要去除訪問標(biāo)志，是我們先前一次在判斷是否需要保存點的時候（MarkIt(int i, int j)），我們將邊緣點都標(biāo)記成訪問過了，這時在處理下一次遍歷圖片發(fā)現(xiàn)中心點的時候，我們要進(jìn)行判斷點是否要保存就沒有辦法做了，所以在沒進(jìn)行一次圖片的遍歷之前我們都需要去除訪問標(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，這里我們只處理邊界內(nèi)部的點，對于邊界外部的點不加以查找中心點。對于內(nèi)部的點，我們先要判斷是否是孤立的邊緣點，即判斷該邊緣點的上下左右四個點都不是Mark點和邊緣點我們認(rèn)為是孤立的邊緣點，但是我們在這里也要去除半徑不大于2的孤立點，因為我們認(rèn)為它的半徑太小，是噪聲。如果是半徑大于2的孤立點，我們對他進(jìn)行標(biāo)記成中心點，對半徑做一點補(bǔ)償（pt.radius=k+pre_shrink_count+4，4為補(bǔ)償）。然后在入隊。

主要代碼如下：

{

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

continue;

// 孤立的點

*lpSrc |=CENTERED;//0x2 對孤立點加上中心點標(biāo)志0xf2//后面shrink時為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，我們在判斷它的上下左右是否有沒有訪問過的邊緣點，這里我們運(yùn)用遞歸函數(shù)來找相連通的邊緣點，如果是全邊緣點的時候我們就需要保存，即將m_bFullEdge=1。在保存的函數(shù)中我們將該點變成中心點，然后半徑補(bǔ)償然后我們來對該點入隊（保存），然后將該點設(shè)置成沒有訪問過的點，因為下面在做該點的上下左右是否為訪問過的，訪問過才保存，因為這個點已經(jīng)保存過了，所以要將保存過的點設(shè)置成沒有訪問過，我們必須將這點變成沒有訪問過。然后判斷該點的周圍八點是否是訪問過的，如果訪問過就保存該點，這里也是運(yùn)用遞歸函數(shù)來實現(xiàn)的。

對中心點處理：

a)獨立的中心點直接存儲

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

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)點中心點半徑 *(lpSrc-(pt.y-j)*lLineBytes+pt.x-i)|=CENTERED;//質(zhì)點置為中心點 points.push_back(pt);c)相近但不相鄰的點，求質(zhì)心為圓心，最大半徑為半徑（直到無相近點）

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

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)在無相近點的情況下，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)胞計數(shù)

打開我們處理前的圖片，根據(jù)前面保存中心點的隊列，我們知道中心點的位置和細(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，計算出細(xì)胞的平均面積和個數(shù)。主要代碼如下：

msg.Format(“共有%d個細(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 可以一次性實現(xiàn)細(xì)胞識別的所有操作步驟

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

每步操作時給cellprocess設(shè)置不同數(shù)值，表示那步進(jìn)行過，只能進(jìn)行規(guī)定的下步操作，從而在運(yùn)行過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

建立類向?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會出現(xiàn)第一次區(qū)域選擇時出現(xiàn)錯誤。

添加復(fù)位按鍵：

第 15 頁

點擊該鍵后會重新讀取圖像(和圖像自動打開代碼一樣)

第三部分

12、各步驟結(jié)果和錯誤舉例

① 各步驟結(jié)果圖

a.Mark（Red）& MayBe Mark(Blue)

maybemark to mark(black red)第 16 頁

edge information and edge filter

twovalue

fillholes 第 17 頁

shrink

findcenter 第 18 頁

count

出現(xiàn)的錯誤舉例：

Mousemove 程序中出現(xiàn)問題： 1.錯誤：

沒有加#include “MainFrm.h”頭文件 2.錯誤

第 19 頁

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)移動到圖像外，程序會崩潰。解決：改變坐標(biāo)判決代碼的位置

通見問題：

在ClassView中的類視圖不見了，在FileView視圖中該類的.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workspace 原因：classview顯示混亂 在類中添加的成員變量和成員函數(shù)不能顯示出來，即使顯示出來了變量或函數(shù)，雙擊后不能跳至正確的位置。

第 20 頁

Edge information中出現(xiàn)問題

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，把第一步的四個小步驟分開寫在不同的函數(shù)內(nèi)時，因為每一小步的操作都會改變圖像的狀態(tài)，如果把： memcpy(lpNewDIBBits,lpSrc,lHeight *lLineBytes);寫在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，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)問題(沒注意 ppt最后一頁有，老師在qq群在中也提到過)。

Shrink操作后，關(guān)閉圖像，出現(xiàn)問題 GenEdge4()函數(shù)中出現(xiàn)問題 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 lpSrc =(unsigned char *)pDoc->m_lpDib->m_lpImage + lLineBytes*(lHeight-1-j)-i;....for循環(huán)問題 有差異

后面起始點地址為dot1 前面起始點地址為 dot1+1，不處理四周邊界

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

*lpSrc &=NO_EDGE_POINT;//至關(guān)重要

少寫后，程序一直崩潰。

這段代碼在GenEdge函數(shù)中，在shrink步驟中沒影響，但在找中心點過程中用到這個函數(shù)時，這段代碼就十分必要。否則程序會在運(yùn)行findcenter時直接崩潰。

中心點標(biāo)志 0x02

不是0xf2

Temp.at(n).y 等同于 temp[n].y

13、心得體會

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

通過一個星期多的學(xué)習(xí)，我對細(xì)胞識別的基本思想有了深一步的理解，也讓我對c語言相關(guān)的知識得到了回顧。此次課程設(shè)計給我們提供了一個既能學(xué)習(xí)又能鍛煉的機(jī)會，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，將理論與實際相結(jié)合起來，鍛煉了分析問題和實際解決問題的能力。提高了適應(yīng)能力，為今后的學(xué)習(xí)和實踐打下了基礎(chǔ)。

第 22 頁