VC编程实现数字图像的边缘检测.doc

VC编程实现数字图像的边缘检测数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域十分重要的基础，图像理解和分析的第一步往往就是边缘检测，目前它以成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。本文向读者简单介绍一下这个技术，并给出了在Visual C++环境下实现的代码。 　　所谓边缘就是指图像局部亮度变化最显著的部分，它是检测图像局部变化显著变化的最基本的运算。对于数字图像，图像灰度灰度值的显著变化可以用梯度来表示，以边缘检测Sobel算子为例来讲述数字图像处理中边缘检测的实现： 　　对于数字图像，可以用一阶差分代替一阶微分；　　△xf(x,y)=f(x,y)-f(x-1,y);　　△yf(x,y)=f(x,y)-f(x,y-1)　　求梯度时对于平方和运算及开方运算，可以用两个分量的绝对值之和表示，即：　　G[f(x,y)]={[△xf(x,y)] +[△yf(x,y)] } |△xf(x,y)|+|△yf(x,y)|;　　Sobel梯度算子是先做成加权平均，再微分，然后求梯度，即：　　△xf(x,y)= f(x-1,y+1) + 2f(x,y+1) + f(x+1,y+1)- f(x-1,y-1) - 2f(x,y-1) - f(x+1,y-1);　　△yf(x,y)= f(x-1,y-1) + 2f(x-1,y) + f(x-1,y+1)- f(x+1,y-1) - 2f(x+1,y) - f(x+1,y+1);　　G[f(x,y)]=|△xf(x,y)|+|△yf(x,y)|;　　上述各式中的像素之间的关系见图 f(x-1,y-1) f(x,y-1) f(x+1,y-1) f(x-1,y) f(x,y) f(x+1,y) f(x-1,y+1) f(x,y+1) f(x+1,y+1) 我在视图类中定义了响应菜单命令的边缘检测Sobel算子实现灰度图像边缘检测的函数： void CDibView::OnMENUSobel() //灰度图像数据的获得参见天极网9.10日发表的拙作//VC数字图像处理一文{　HANDLE data1handle;　LPBITMAPINFOHEADER lpBi;　CDibDoc *pDoc=GetDocument();　HDIB hdib;　unsigned char *hData;　unsigned char *data;　hdib=pDoc-m_hDIB;　BeginWaitCursor();　lpBi=(LPBITMAPINFOHEADER)GlobalLock((HGLOBAL)hdib);　hData= lpbi +* (LPDWORD)lpbi + 256*sizeof(RGBQUAD);　//得到指向位图像素值的指针　pDoc-SetModifiedFlag(TRUE);//设修改标志为TRUE　data1handle=GlobalAlloc(GMEM_SHARE,WIDTHBYTES(lpBi-biWidth*8)*lpBi-biHeight);　//申请存放处理后的像素值的缓冲区　data=(unsigned char*)GlobalLock((HGLOBAL)data1handle);　AfxGetApp()-BeginWaitCursor();　int i,j,buf,buf1,buf2;　for( j=0; jbiHeight; j++)//以下循环求(x,y)位置的灰度值　　for( i=0; ibiWidth; i++)　　{ 　　　if(((i-1)=0)((i+1)biWidth)((j-1)=0)((j+1)biHeight))　　　{//对于图像四周边界处的向素点不处理　　　　buf1=(int)*(hData+(i+1)*WIDTHBYTES(lpBi-biWidth*8)+(j-1))　　　　　　　+2*(int)*(hData+(i+1)*WIDTHBYTES(lpBi-biWidth*8)+(j))　　　　　　　+(int)(int)*(hData+(i+1)*WIDTHBYTES(lpBi-biWidth*8)+(j+1));　　　　buf1=buf1-(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-biWidth*8)+(j-1))　　　　　　　-2*(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-biWidth*8)+(j))　　　　　　　-(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-biWidth