大家帮我看看这几段程序

我想把采集的实时图像实时的灰度处理并二值化。m_pImage是图像接口要是有高人请指点。下面是一段灰度原码和我自己改做的if(m_pImage == NULL)
 {
  m_pImage= ((CImageProcessApp*)AfxGetApp())->GetImage();
 }
 LPTSTR lpbmi = m_pImage->GetDIBPtr();
 LPTSTR lpdata = lpbmi + 40;
 if(bGray)
 {
  for(int j=0;j<m_pImage->GetHeight();j++)
  {
   for(int i=0;i<m_pImage->GetWidth();i++)
   {
    *(lpdata+j*320*3+i*3)=*(lpdata+j*320*3+i*3+1);       //b=g
    *(lpdata+j*320*3+i*3+2)=*(lpdata+j*320*3+i*3+1);
   }
  }
 }这段是他的灰度处理代码 是用B=G, R=G这种方法做的灰度我现在想利用平无均灰度来把动态图像二值化。以下是我的源码。错误应该是有的，因为现在无法在机器人上调试，有路过的朋友请耐心指教
  LPTSTR lpbmi=m_pImage->GetDIBPtr();
  LPTSTR lpdata=lpbmi+40;
  BYTE bTemp,gTemp,rTemp;
  float y,cb,cr;
     unsigned char pixel;
 //直方图数组
 long lHistogram[256];
 //阈值，最大灰度值与最小灰度值，两个区域的平均灰度值
 unsigned char iThreshold,iNewThreshold,iMaxGrayValue,iMinGrayValue,iMean1GrayValue,iMean2GrayValue;
 //用于计算区域灰度平均值的中间变量
 long lP1,lP2,lS1,lS2;
 //迭代次数
 int iIterationTimes;
 // 图像每行的字节数
 LONG lLineBytes;
 // 计算图像每行的字节数
 WIDTHBYTES=(((bit)+31)/32*4)         这个地方我并没定义bit，有点不知如何处理
 lLineBytes = WIDTHBYTES(lWidth * 8);
 for (i = 0; i < 256;i++)
 {
  lHistogram[i]=0;
 }   for(int j=0;j<m_pImage->GetHeight();j++)
  {
   for(int i=0;i<m_pImage->GetWidth();i++)
   {
    bTemp=*(lpdata+j*320*3+i*3);
    gTemp=*(lpdata+j*320*3+i*3+1);
    rTemp=*(lpdata+j*320*3+i*3+2);
    RGBToYUV(rTemp,gTemp,bTemp,y,cb,cr);
    //修改最大，最小灰度值
   if(iMinGrayValue > y)
   {
    iMinGrayValue = y;
   }
   if(iMaxGrayValue < y)
   {
    iMaxGrayValue = y;
   }  }}
  //迭代求最佳阈值
 iNewThreshold = (iMinGrayValue + iMaxGrayValue)/2;
 iThreshold = 0;  for(iIterationTimes = 0; iThreshold != iNewThreshold && iIterationTimes < 100;iIterationTimes ++)
 {
  iThreshold = iNewThreshold;
  lP1 =0;
  lP2 =0;
  lS1 = 0;
  lS2 = 0;
  //求两个区域的灰度平均值
  for (i = iMinGrayValue;i < iThreshold;i++)
  {
   lP1 += lHistogram[i]*i;
   lS1 += lHistogram[i];
  }
  iMean1GrayValue = (unsigned char)(lP1 / lS1);
  for (i = iThreshold+1;i < iMaxGrayValue;i++)
  {
   lP2 += lHistogram[i]*i;
   lS2 += lHistogram[i];
  }
  iMean2GrayValue = (unsigned char)(lP2 / lS2);
  iNewThreshold =  (iMean1GrayValue + iMean2GrayValue)/2;
 }  //根据阈值将图像二值化
 for(int j=0;j<m_pImage->GetHeight();j++)
  {
   for(int i=0;i<m_pImage->GetWidth();i++)
   {
   if(y <= iThreshold)
   {
                 *(lpdata+j*320*3+i*3) = (unsigned char)0;
     *(lpdata+j*320*3+i*3+1) = (unsigned char)0;
     *(lpdata+j*320*3+i*3+2)= (unsigned char)0;
   }
   else
   {
              *(lpdata+j*320*3+i*3) = (unsigned char)0;
     *(lpdata+j*320*3+i*3+1) = (unsigned char)0;
     *(lpdata+j*320*3+i*3+2)= (unsigned char)0;
   }   }
   }其实这个程序是仿一个静态的图像处理做的。源程序是/*************************************************************************
 *
 * 函数名称：
 *   ThresholdDIB()
 *
 * 参数:
 *   LPSTR lpDIBBits    - 指向源DIB图像指针
 *   LONG  lWidth       - 源图像宽度（象素数）
 *   LONG  lHeight      - 源图像高度（象素数）
 *
 * 返回值:
 *   BOOL               - 运算成功返回TRUE，否则返回FALSE。
 *
 * 说明:
 * 该函数用于对图像进行阈值分割运算。
 * 
 ************************************************************************/
BOOL WINAPI ThresholdDIB(LPSTR lpDIBBits,LONG lWidth, LONG lHeight)
{
 
 // 指向源图像的指针
 LPSTR lpSrc;
 
 // 指向缓存图像的指针
 LPSTR lpDst;
 
 // 指向缓存DIB图像的指针
 LPSTR lpNewDIBBits;
 HLOCAL hNewDIBBits;
 //循环变量
 long i;
 long j;
 //像素值
 unsigned char pixel;
 //直方图数组
 long lHistogram[256];
 //阈值，最大灰度值与最小灰度值，两个区域的平均灰度值
 unsigned char iThreshold,iNewThreshold,iMaxGrayValue,iMinGrayValue,iMean1GrayValue,iMean2GrayValue;
 //用于计算区域灰度平均值的中间变量
 long lP1,lP2,lS1,lS2;
 //迭代次数
 int iIterationTimes;
 // 图像每行的字节数
 LONG lLineBytes;
 // 暂时分配内存，以保存新图像
 hNewDIBBits = LocalAlloc(LHND, lWidth * lHeight);
 if (hNewDIBBits == NULL)
 {
  // 分配内存失败
  return FALSE;
 }
 
 // 锁定内存
 lpNewDIBBits = (char * )LocalLock(hNewDIBBits);
 // 初始化新分配的内存，设定初始值为255
 lpDst = (char *)lpNewDIBBits;
 memset(lpDst, (BYTE)255, lWidth * lHeight);
 // 计算图像每行的字节数
 lLineBytes = WIDTHBYTES(lWidth * 8);
 for (i = 0; i < 256;i++)
 {
  lHistogram[i]=0;
 }
 //获得直方图
 iMaxGrayValue = 0;
 iMinGrayValue = 255;
 for (i = 0;i < lWidth ;i++)
 {
  for(j = 0;j < lHeight ;j++)
  {
   // 指向源图像倒数第j行，第i个象素的指针   
   lpSrc = (char *)lpDIBBits + lLineBytes * j + i;
 
   pixel = (unsigned char)*lpSrc;
   
   lHistogram[pixel]++;
   //修改最大，最小灰度值
   if(iMinGrayValue > pixel)
   {
    iMinGrayValue = pixel;
   }
   if(iMaxGrayValue < pixel)
   {
    iMaxGrayValue = pixel;
   }
  }
 }
 //迭代求最佳阈值
 iNewThreshold = (iMinGrayValue + iMaxGrayValue)/2;
 iThreshold = 0;
 
 for(iIterationTimes = 0; iThreshold != iNewThreshold && iIterationTimes < 100;iIterationTimes ++)
 {
  iThreshold = iNewThreshold;
  lP1 =0;
  lP2 =0;
  lS1 = 0;
  lS2 = 0;
  //求两个区域的灰度平均值
  for (i = iMinGrayValue;i < iThreshold;i++)
  {
   lP1 += lHistogram[i]*i;
   lS1 += lHistogram[i];
  }
  iMean1GrayValue = (unsigned char)(lP1 / lS1);
  for (i = iThreshold+1;i < iMaxGrayValue;i++)
  {
   lP2 += lHistogram[i]*i;
   lS2 += lHistogram[i];
  }
  iMean2GrayValue = (unsigned char)(lP2 / lS2);
  iNewThreshold =  (iMean1GrayValue + iMean2GrayValue)/2;
 }
 //根据阈值将图像二值化
 for (i = 0;i < lWidth ;i++)
 {
  for(j = 0;j < lHeight ;j++)
  {
   // 指向源图像倒数第j行，第i个象素的指针   
   lpSrc = (char *)lpDIBBits + lLineBytes * j + i;
 
   // 指向目标图像倒数第j行，第i个象素的指针   
   lpDst = (char *)lpNewDIBBits + lLineBytes * j + i;
   pixel = (unsigned char)*lpSrc;
   
   if(pixel <= iThreshold)
   {
    *lpDst = (unsigned char)0;
   }
   else
   {
    *lpDst = (unsigned char)255;
   }
  }
 }
 // 复制图像
 memcpy(lpDIBBits, lpNewDIBBits, lWidth * lHeight);
 // 释放内存
 LocalUnlock(hNewDIBBits);
 LocalFree(hNewDIBBits);
 // 返回
 return TRUE;
}