【正文】 touched, and allowed Niulang and Zhinu to meet once a year on the seventh night of the seventh month. This is how Qixi came to be. The festival can be traced back to the Han Dynasty (206 BCAD 220). Traditionally, people would look up at the sky and find a bright star in the constellation Aquila as well as the star Vega, which are identified as Niulang and Zhinu. The two stars shine on opposite sides of the Milky Way. Customs In bygone days, Qixi was not only a special day for lovers, but also for girls. It is also known as the Begging for Skills Festival or Daughters39。Shutterbugs flock to see for themselves the marvel of splendid colors around the mountains and waters, many of whom have travel a long distance and even camp here only to capture a moment of the nature wonder. Nestled close to the country39。[參考文獻(xiàn)][1] 朱秀昌，劉峰，[M]..[2] [D].湖北師范學(xué)院學(xué)士學(xué)位論文.[3] [M]..[4] 楊衛(wèi)平,李忠科,王勇,[J].電子測量與儀器學(xué)報(bào), 2007: 278281.[5] [D].碩士學(xué)位論文.[6] 朱秀昌，劉峰，[M]..[7] 侯國屏,王珅,[M]..[8] 趙潔,張璐,[J].(第四期).[9] Wei Huang ,Radovan of a realtime laserbased machine vision system to monitor and control welding processes.[J]. Int J Adv Manuf . 63:235–248.[10] 畢婷. 基于LabVIEW的機(jī)器視覺系統(tǒng)設(shè)計(jì)[D].學(xué)士學(xué)位論文.[11] 樂宋進(jìn)，武和雷，[J].南昌水專學(xué)報(bào)，2004：1520.請您刪除一下內(nèi)容，O(∩_∩)O謝謝?。?！Many people have the same mixed feelings when planning a trip during Golden Week. With heaps of time, the sevenday Chinese請您刪除一下內(nèi)容，O(∩_∩)O謝謝?。。ational Day holiday could be the best occasion to enjoy a destination. However, it can also be the easiest way to ruin how you feel about a place and you may bee more fatigued after the holiday, due to battling the large crowds. During peak season, a dream about a place can turn to nightmare without careful planning, especially if you travel with children and older people. As most Chinese people will take the holiday to visit domestic tourist destinations, crowds and busy traffic are inevitable at most places. Also to be expected are increasing transport and acmodation prices, with the possibility that there will be no rooms available. It is also mon that you39。雖然在這次設(shè)計(jì)中對于知識的運(yùn)用和銜接還不夠熟練。從圖像分割研究的歷史來看，可以看到對圖像分割的研究有幾個明顯的趨勢：一是對原有算法的不斷改進(jìn)，二是新方法、新概念的引入和多種方法的有效綜合運(yùn)用， 人們逐漸認(rèn)識到現(xiàn)有的任何一種單獨(dú)的圖像分割算法都難以對一般圖像取得令人滿意的分割效果，因而很多人在把新方法和新概念不斷的引入圖像分割領(lǐng)域的同時(shí)，也更加重視把各種方法綜合起來運(yùn)用，相信隨著研究的不斷深入，存在的問題會很快得到圓滿的解決。圖像分割技術(shù)是計(jì)算機(jī)視覺理論技術(shù)中最基本、也是最困難的問題之一。主要工作及研究成果如下：，根據(jù)分割原理的不同，把圖像分割的方法分為了3大類：邊緣檢測法，閾值分割法，基于區(qū)域分割的方法，并對這三種方法作了簡單的介紹。下面再展示大津法分割的幾張圖片結(jié)果： (a) 示例圖原始圖片 (b) 分割后的圖片 (c) 示例圖原始圖片 (d) 分割后的圖片 (e) 示例圖原始圖片 (f) 分割后的圖片 大津法分割效果實(shí)例以上三組圖，左邊的圖片均為原始圖像的灰度圖，右邊為用大津法分割的圖片，且這三張圖片的灰度直方圖都不是同一類型的，有雙峰型，有單峰型的，有各個灰度值分布平坦的，但從分割的結(jié)果上來看，大津法都能較好的分割圖片，達(dá)到不錯的結(jié)果。 (a) 原始圖的灰度圖 (b) 圖像的灰度直方圖 (c) 雙峰法分割T=90 (d) 大津法分割T=104圖 雙峰法與大津法分割比較(b)為原始圖像的灰度直方圖，(c)為雙峰法分割的圖像，(d)為大津法分割的圖像，從分割的結(jié)果上來看，大津法分割的圖像，其目標(biāo)與背景的分離度會較好，細(xì)節(jié)保留的比較多,像這種圖灰度分布雙峰不明顯的圖像，不適合用雙峰法來選取閾值，但是雙峰法因?yàn)榭梢允謩虞斎腴撝?，其閾值還可以自行調(diào)整，能夠調(diào)整到更好的結(jié)果。并且閾值選取是自動的。所以圖像必須滿足是目標(biāo)和背景色差比較大，找到閾值后，就可以將圖像二值化，灰度值小于閾值的像素點(diǎn)則灰度值取0（黑），灰度值大于閾值的像素點(diǎn)則灰度值取255（白）。 （31） (a) 原始圖片 (b) 原始圖片灰度圖(c) 灰度直方圖 繪制灰度直方圖將圖像轉(zhuǎn)換為灰度圖像后，建立一維256個元素的數(shù)組，并將其初始化為0。+ 繪制灰度直方圖程序，首先將像素點(diǎn)的RGB三色分解開，再利用公式（31）將彩色轉(zhuǎn)為灰度。分支1，首先用繪制平化像素圖控件將讀取的圖像文件顯示出來；分支2用還原像素圖控件將圖像數(shù)據(jù)轉(zhuǎn)換為二維數(shù)組，并計(jì)算顯示出圖像像素點(diǎn)的行數(shù)與列數(shù)。機(jī)器視覺系統(tǒng)還在質(zhì)量檢測的各個方面已經(jīng)得到了廣泛的應(yīng)用，并且其產(chǎn)品在應(yīng)用中占據(jù)著舉足輕重的地位。在國外，機(jī)器視覺的應(yīng)用普及主要體現(xiàn)在半導(dǎo)體及電子行業(yè)，其中大概40%50%都集中在半導(dǎo)體行業(yè)。[9]用機(jī)器視覺來替代人工視覺；同時(shí)在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機(jī)器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。金工業(yè)正在使用的焊接工藝，連接兩個或更多的含金或非含金部分也急需焊接工藝的質(zhì)量和生產(chǎn)率。LabVIEW 系列產(chǎn)品，包括用于可靠、確定性控制的實(shí)時(shí)LabVIEW( LabVIEW RT) 軟件，就可以快速、準(zhǔn)確地建立起功能強(qiáng)大的機(jī)器監(jiān)視和自動控制應(yīng)用程序。3. 應(yīng)用于過程控制和工廠自動化可利用LabVIEW 來建立眾多的過程控制和工業(yè)自動化應(yīng)用系統(tǒng)。 [7] LabVIEW的應(yīng)用LabVIEW 已經(jīng)成為用于測試測量領(lǐng)域的工業(yè)標(biāo)準(zhǔn)化開發(fā)工具。1)] (210)[6]3 圖像分割實(shí)驗(yàn)結(jié)果及實(shí)現(xiàn)平臺介紹 LabVIEW簡述LabVIEW是美國國家儀器公司開發(fā)的基于圖形編譯語言的實(shí)驗(yàn)室虛擬儀器集成環(huán)境, 把復(fù)雜、煩瑣、費(fèi)時(shí)的語言編程簡化成用菜單或圖標(biāo)提示的方法選擇功能（圖形），并用線條把各種功能（圖形）連接起來的簡單圖形編程方式。因?yàn)榉讲钍腔叶确植季鶆蛐缘囊环N度量，方差越大，說明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯分為背景或部分背景錯分為目標(biāo)都會導(dǎo)致兩部分差別變小。從模式識別的角度看，最佳閾值應(yīng)當(dāng)產(chǎn)生最佳的目標(biāo)類與背景類的分離性能，此性能用類間方差來表征，最大類間方法可以描述如下：設(shè)圖像的灰度級為0～K1，每個灰度級的概率為Pi，若某一個閾值T將圖像各像素按灰度分成兩類C0和C1，C0類包含灰度級為[0,1，…，z]的像素，其概率和，灰度均值分別為 ， (26) C1類包含灰度級[z+1，z+2，…，K1]的像素，其概率和，灰度均值分別為 ， (27)圖像的總平均灰度為181。 最小閾值誤差概率 (T)是目標(biāo)類錯分到背景類的概率， (T)是背景類錯分到目標(biāo)類的概率，總的概率誤差E(T)= (T)+(T),使得E(T)最小，即為最優(yōu)分類方法。顯然，各個子圖像的閾值只不相同的，隨著圖像的部位而自適應(yīng)變化的，需要解決的關(guān)鍵問題是如何將圖像進(jìn)行細(xì)分和如何確定子圖像的閾值。在這種情況下，可以采用自適應(yīng)閾值分割方法，把灰度閾值取成一個隨圖像中位置緩緩慢變化的函數(shù)，保持一種局部的，相對的背景和物體之間的差異。由于實(shí)際圖像受噪聲的影響，其直方圖經(jīng)常出現(xiàn)很多起伏，使得公式（）計(jì)算出來的極小值點(diǎn)有可能并非是正確的圖像分割閾值，而是對應(yīng)虛假的谷值。所以，在實(shí)際中常常加以其他方法協(xié)助進(jìn)行谷值的選取，如下述的微分方法。也就是說，理想圖像的直方圖，目標(biāo)和背景對應(yīng)不同的峰值，選取位于兩個峰值之間的谷值作為閾值，就很容易將目標(biāo)和背景分開，從而得到分割后的圖像。對于一般的圖像，情況比較復(fù)雜，閾值化圖像分割通常存在兩方面的困難：一個是在圖像分割之前，難以確定圖像分割區(qū)域的數(shù)目，或者說要把圖像分割成幾個部分；另一個是閾值的確定，因?yàn)殚撝颠x擇的準(zhǔn)確性直接影響分割的精度及圖像描述分析的正確性。 全局閾值算法全局閾值圖像分割的基本原理就是在一幅圖像中選取一個或多個處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個像素的灰度值與閾值進(jìn)行比較，并根據(jù)比較的結(jié)果將圖像中的對應(yīng)像素分成兩類或多類，從而把圖像劃分為互不交叉重疊區(qū)域的重合，達(dá)到圖像分割的目的。設(shè)原始圖像為f（x，y），首先以一定準(zhǔn)則在f（x，y）中找出一個灰度值t作為閾值，將圖像分割為兩部分，即把大于等于該閾值的像素點(diǎn)的值設(shè)置成l，小于該閾值的像素點(diǎn)的值設(shè)置成0。例如在文本圖像分析中，提取文字信息、場景處理中檢測目標(biāo)、產(chǎn)品的質(zhì)量檢測、細(xì)胞圖像分割、無損檢測等等。它主要的缺陷是, 每一個需要提取的區(qū)域都必須人工給出一個種子點(diǎn), 這樣有多個區(qū)域就必須給出相應(yīng)的種子個數(shù)。在區(qū)域分裂技術(shù)中，整個圖像先被看成一個區(qū)域，然后區(qū)域不斷被分裂為四個矩形區(qū)域，直到每個區(qū)域內(nèi)部都是相似的，分裂合并方法中，區(qū)域先從整幅圖像開始分裂，然后將相鄰的區(qū)域進(jìn)行合并。與閉值分割類似，區(qū)域增長也很少單獨(dú)使用，往往是與其它分割方法一起使用。區(qū)域生長的固有缺點(diǎn)是分割效果依賴于種子的選擇及生長順序,區(qū)域分裂技術(shù)的缺點(diǎn)是可能破壞邊界,所以它們常常與其他方法相結(jié)合,以期取得更好的分割效果。 基于區(qū)域的分割基于區(qū)域的圖像分割是根據(jù)圖像灰度、紋理、顏色和圖像像素統(tǒng)計(jì)的均勻性等圖像的空間局部特征,把圖像中的像素劃歸到各個物體或區(qū)域中,進(jìn)而將圖像分割成若干個不同區(qū)域的一種分割方法。如果感興趣的物體在其內(nèi)部具有均勻一致的灰度值，并分布在具有另一灰度值的均勻背景上，使用全局閾值方法效果就很好。直方圖閾值分割對物體與背景有較強(qiáng)對比的背景分割特別有用，這種方法計(jì)算簡單，而且總能用封閉而且連通的邊界定義不交疊的區(qū)域。基于邊界曲線擬合的方法用平面曲線來表示不同區(qū)域之間的圖像邊界線，試圖根據(jù)圖像梯度等信息找出能正確表示邊界的曲線從而得到圖像分割的目的，而且由于它直接給出的是邊界曲線而不像一般的方法找出的是離線的，不相關(guān)的邊緣點(diǎn)，因而對圖像分割的后繼處理，如物體識