基于Windows GDI的图形编程

本文着重分析了Ｗｉｎｄｏｗｓ图形设备接口（ＧＤＩ）几个极易混淆的抽象概念，并在此基础上介绍ＶｉｓｕａｌＣ＋＋下的图形编程。     

GDI+在计算机辅助服装款式设计系统中的应用

图形设备接口扩展（GDI＋）是Windows操作系统中原有的图形设备接口（GDI）的升级版本。本文着重介绍利用GDI＋平台开发计算机辅助服装款式设计系统的若干关键问题，以及GDI＋在Windows图形图像编程中的一些技术细节。     

在C#中用GDI+实现图形动态显示

GDI＋，即图形设备接口，它作为一个类库将数据转换为与图形设备兼容的形式。Microsoft Visual C#是一种简单、现代、类型安全和面向对象的语言，它为程序员提供了一个可以开发运行在Windows和其他平台上的几乎所有程序的环境。在C#中利用GDI＋可方便快捷地实现应用程序与图形设备的交互。为适应复杂工程需求，更加灵活多态地显示图形，文中论述了在C#中用GDI＋绘制图形的基本方法，以及如何实现图形动态显示。     

Windows编程中图形刷新问题

介绍了Windows编程经常遇到的图形刷新问题。用VC＋＋的编程环境，给出解决此问题的具体编程方法。     

GDI＋及多格式图像的转换

随着新一代操作系统WindowsXP的推出,传统的图形设备接口(GDI)技术被新的图形设备接口(GDI )技术取代。文中介绍了GDI 技术特点和与传统的GDI不同点。对比传统的GDI,GDI 一方面增加了新的功能,另一方面编程模式也与GDI不同了。着重介绍了GDI 在图像的格式变换方面相关知识,给出在GDI 中图像格式转换的编程方法以及实现图像格式转换的完整的示例,这些示例均已上机调试通过。这些知识对Windows下图像编程有一定的指导作用。     

设计图形编辑系统

讨论图形编辑系统应具有的功能，介绍图形元素存储组织方式及其与文件进行的I／O操作，探索了鼠标和视频编程及字形字库的使用方法，提出用BC＋＋的库函数实现基本图形绘制，并在此基础上完成了图形缩放、移动、拷贝、删除、DOS环境模拟等功能。     

GDI+及多格式图像的转换

随着新一代操作系统Windows XP的推出,传统的图形设备接口(GDI)技术被新的图形设备接口(GDI+)技术取代.文中介绍了GDI+技术特点和与传统的GDI不同点.对比传统的GDI,GDI+一方面增加了新的功能,另一方面编程模式也与GDI不同了.着重介绍了GDI+在图像的格式变换方面相关知识,给出在GDI+中图像格式转换的编程方法以及实现图像格式转换的完整的示例,这些示例均已上机调试通过.这些知识对Windows下图像编程有一定的指导作用.     

VC＋＋．NET图形编程——绘K线图和条形图

本文依上证指数K线图、条形图为例，讲解Windows图形系统的结构体系、使用GDI＋进行VC＋＋．NET图形编程的基本方法及实现过程。     

关于Windows下图形绘制及输出方法的研究

本文针对在 Ｗｉｎｄｏｗｓ环境下图形绘制及图形输出的问题,以 Ｖｉｓｕａｌ　Ｃ＋＋和 Ｄｅｌｐｈｉ编程环境为例,探讨了图形绘制和输出的基本方法。     

VC＋＋类和文件技术在AutoCAD二次开发中的应用

智能图形编程系统中，通常采用已有的几何建模工具构造实体几何模型图，然后再从图形标准交换文件中提取实体的几何数据进行分析和数控加工程序的自动编程。文中针对智能图形编程过程中图形数据的提取和动态管理这一关键技术，结合VC＋＋中的类，分析了DXF文件中曲面、实体等数据的组织结构。对AutoCAD二次开发过程中数据接口文件中动态数据结构的设计及其层次模型和系统实现等进行了研究。结果说明提出的方法可以方便正确地实现数据的提取和表达，采用的动态内存管理可以有效地对数据进行管理。     

指针式仪表读数的机器视觉智能识别方法

为快速准确地自动识别指针式仪表读数,采用机器视觉技术,结合减影法和Hough变换法对仪表读数进行智能识别.对指针式仪表图像进行图像二值化、形态学处理和边缘检测预处理;利用Hough变换检测仪表中的指针,计算得到指针方向和定位圆形,实现指针式仪表的智能识别.实验结果表明:读数识别的平均相对误差为0.91%,精度较高,能较好地识别指针式仪表读数.     

鱼眼变换方式的图像适应中多焦点问题的处理方法

为解决目前采用形变技术的图像适应方法难以处理多焦点图像的问题,提出一种基于鱼眼变换技术的图像适应方法。这种方法既能够突出显示图像中需要关注的区域,又能够保留图像的背景信息,而且能够解决多焦点图像的适应问题。对于具有多焦点的图像,首先计算出各焦点之间的距离,通过设定合适的阈值,选择采用正交鱼眼变换或将图像分割后使用全域鱼眼变换,以解决可能出现的多焦点冲突问题。实现效果和用户主观评价结果表明,提出的方法对于解决多焦点图像适应问题是一种可行的方案。     

一种新的数字图像置乱方法

常见的基于位置空间的数字图像置乱方法存在不能改变图像统计特性的缺陷,同时置乱过程缺乏随机性,保密性不高。针对以上问题,提出了一种新的数字图像色彩空间置乱方法。该方法基于快速数论变换,置乱速度快,变换矩阵形式不固定,逆变换矩阵求解简单,恢复图像完全无损,且通过选取合适的参数,经过一次迭代就可以达到满意的置乱效果。实验结果表明,置乱后的图像接近白噪声,提高了保密信息的迷惑性,同时还原图像易于实现,有较好的实用性。     

图像欧氏距离在人脸识别中的应用研究

图像欧氏距离可以嵌入到许多传统的图像分类识别算法中,该嵌入是通过对原始图像的线性变换来实现的,给出了一种基于数据场的图像线性变换方法,将其应用到图像欧氏距离中.实验结果表明,基于数据场的线性变换方法是一种可行的图像线性变换方法,该方法可以完成大尺度图像的线性变换,方便地将图像欧氏距离嵌入到传统人脸识别算法中.     

一种改进的数字图像加密算法

为了能对经过剪切变换攻击的加密图像进行有效恢复,给出了一种基于混沌序列的数字图像加密算法,该方法在预处理的基础上,基于数字图像灰度矩阵位平面进行置乱加密,在恢复过程中通过象素邻域灰度信息进行恢复,能够有效抵御针对加密图像的剪切变换攻击,同时给出了一种非线性的、应用高维混沌系统产生二值序列的方法。实验表明,该方法具有较好的效率和安全性。     

改进鱼眼变换技术的图像适应

目的 为解决目前基于鱼眼变换技术的图像适应方法难以解决的焦点检测和多焦点冲突两大问题,提出一种基于改进鱼眼变换技术的图像适应方法。方法 提出的方法根据源图像的能量计算出图像中所有最优高能量线并组成高能量线集合,作为源图像的高能量部分,即图像的焦点区域;以能量线而不是传统的图像区域为单位进行鱼眼变换以得到目标图像。结果 改变鱼眼变换技术的变换模式并应用于图像适应中,实验结果表明,本文方法解决了基于鱼眼变换技术的图像适应方法存在的问题,通过本文算法所得到的目标图像具有较好的视觉效果,用户满意度接近4分。算法运行速度较快,将源图像(512×384)长度缩小一半的情况下仅需6 s的运算时间。结论 本文方法一方面保留了鱼眼变换图像适应方法的优势,在突出显示图像重要部分的同时,不会忽略图像的次要部分;另一方面解决了鱼眼变换图像适应方法存在的焦点检测和多焦点冲突问题。实现效果和用户主观评价结果表明,该方法是一种有效可行的图像适应方法。     

一种基于SIFT的网格仿射拼接算法

图像拼接在卫星图像遥感、医学图像处理都具有广泛的应用价值。利用SIFT作为图像局部特征,构建一种基于SIFT特征的仿射计算方法,利用网格覆盖匹配特征点,通过该方法在SIFT匹配特征点中选取仿射点,进而构建相应的仿射变换,通过仿射待选点建立拼接边缘,还给出了不同程度仿射变换的图像拼接方法来解决边缘图像仿射失真的问题。实验结果表明该方法可以克服传统方法的仿射不稳定问题,具有较好的稳定性和准确度。     

自适应双向保带宽对数变换及低照度图像增强

目的 在低照度环境下,由于受图像采集设备的限制,导致获取到的图像往往亮度低、对比度差。针对这一问题,提出一种自适应双向保带宽对数变换的增强算法。方法 首先通过标准化变换将低照度图像处理成标准化图像,然后根据标准化图像的平均亮度进行自适应双向保带宽对数变换,最后对图像取整输出,从而得到增强后的图像。结果 实验选用LIVE database release2标准库中29幅高质量图像作为参考图像,然后经Photoshop CS5统一处理成低照度图像,使用本文算法对其增强,并与直方图均衡化（HE）、多尺度Retinex增强（MSR）、自然保持的增强算法（NPEA）的结果进行比较。本文算法增强后的图像其整体对比度和亮度在主观上都有较大提高,增强效果优于其他3种方法;同时,本文算法峰值信噪比（PSNR）和结构相似度（SSIM）客观指标平均值分别为22.75和0.86,明显高于其他3种算法。另外,在算法运行效率方面,本文算法平均运行时间也较短,约为74 ms。结论 本文算法增强后的图像更自然、更符合人眼视觉特性,且算法简单易于实现,运行效率高。该算法广泛适用于背光或光照不均的低照度环境下的图像增强。     

基于半投影翘曲的无人机图像拼接方法

为了解决无人机图像在拼接过程中出现的错位、重影等造成图像失真的问题,提出一种基于半投影翘曲的无人机图像拼接方法。首先估计图像的全局投影变换矩阵;然后根据待拼接图像的重叠情况,以及投影变换和相似性变换的连续性,求解出过渡变换矩阵和相似性变换矩阵,得到最终的半投影变换矩阵;最后构建图像重叠区域的差异矩阵,以此为基础获取重叠区域的差异性区域。使用分区融合策略,在差异性区域进行单采样,其他区域进行距离加权融合。实验结果表明,该方法可以很好地拼接由于视角变化、地势起伏等造成视差的无人机图像,得到的拼接结果自然清晰,效果优于其他先进算法。该方法有效地解决了无人机图像拼接错位、重影的问题,在多项定量指标上表现良好。     

图像置乱程度的衡量方法

图像置乱变换是信息隐藏和图像加密常用的方法,如何衡量一种置乱变换的好坏,是研究的热点和难点问题。基于置乱前后位置变化的方法可以作为一个衡量的标准,但是位置变化并不能代表像素点值的改变,而且把图像作为一个整体来考虑也会产生一些偏差。为了克服这个缺点,提出了一种基于各点相关性的图像置乱程度衡量方法,主要是通过比较置乱前后每个点与其相邻点相关性的差异来进行衡量。由Matlab仿真结果表明,该方法可以很好地衡量图像置乱次数与置乱效果的关系,而且与人类的视觉具有比较好的一致性。