【正文】 s Day. More and more young Chinese people begin to celebrate this day in a very similar way as that in western countries. Fewer people than ever will gaze at the heavens on Saturday to pick out the two stars shining bright on either side of the Milky Way, that is, if people even know on which day Qixi falls. There are ready reminders dotted about, in the form of big ads saying Sales on Chinese Valentine39。Autumn in the northern part of the country es earlier than the South. A September rain followed by the footprints of Autumn brings more colors to the once emerald green mountain and blooming grassland. 在此，向?qū)ξ以谛W(xué)習(xí)期間，所有幫助、支持鼓勵(lì)我的同學(xué)、老師和朋友獻(xiàn)上我最真摯的謝意。雖然近年來(lái)研究成果越來(lái)越多，但由于圖像分割本身所具有的難度，使研究沒(méi)有大的突破性的進(jìn)展。本課題起步于圖像分割的算法，對(duì)其中幾種算法進(jìn)行了仔細(xì)研究，最終在LabVIEW平臺(tái)上編程實(shí)現(xiàn)了圖像分割的功能。以下是具體實(shí)驗(yàn)成果。 雙峰法選取閾值可以利用雙峰法的圖像分割的圖像，其灰度直方圖必須是呈現(xiàn)“雙峰”和“一谷”狀，（c），兩個(gè)峰值灰度分別對(duì)應(yīng)目標(biāo)和背景，則兩峰之間的谷點(diǎn)就是我們要找的閾值。R* VI設(shè)計(jì)作為實(shí)現(xiàn)圖像處理的第一步，首先要讀取圖像，并將其轉(zhuǎn)換為可以處理的數(shù)據(jù)， 圖片數(shù)據(jù)轉(zhuǎn)換程序首先用while循環(huán)判斷讀取的圖像文件是否為BMP文件，如果是，進(jìn)入分支程序。機(jī)器視覺(jué)技術(shù)是一門(mén)包含諸多科學(xué)領(lǐng)域的綜合技術(shù)，它不僅涉及到人工智能、光電學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)，而且還與圖像處理、模式識(shí)別等學(xué)科息息相關(guān)。激光儀器視覺(jué)系統(tǒng)的功能可以使制造工序自動(dòng)化和大大提高質(zhì)量和生產(chǎn)率，并且使學(xué)術(shù)界和工業(yè)都產(chǎn)生了很大的興趣。 對(duì)于要求聲音、振動(dòng)、圖像處理、時(shí)頻分析、小波和數(shù)字濾波的應(yīng)用系統(tǒng)，LabVIEW 特別提供各種附加工具包以加速系統(tǒng)開(kāi)發(fā)。0181。這種算法是由Otsu于1978年首先提出的一種比較典型的圖像分割算法，也稱為Otsu分割法或大津閾值分割法。最后，將各個(gè)分割后的子圖像拼合成一個(gè)完整分割圖像。 （23） 與這些極小值點(diǎn)對(duì)應(yīng)的灰度值就可以用作圖像分割閾值?！胺濉取狈ㄟx取閾值，這是一種利用圖像直方圖特性來(lái)確定灰度閾值的方法，如果圖像所含的目標(biāo)區(qū)域和背景區(qū)域大小可比，而且目標(biāo)區(qū)域和背景區(qū)域在灰度上有明顯的區(qū)別，那么該圖像的直方圖會(huì)呈現(xiàn)“雙峰”和“一谷”狀：其中一個(gè)峰值對(duì)應(yīng)于目標(biāo)的中心灰度，另一個(gè)峰值對(duì)應(yīng)于背景的中心灰度。[5] 閾值分割法也被分為了好幾種方法，主要有全局閾值算法，自適應(yīng)閾值算法，統(tǒng)計(jì)最優(yōu)閾值算法，最大類間方差算法，下面將對(duì)這幾種方法做簡(jiǎn)單的介紹。閾值法作為這樣一種實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定的圖像分割算法，被應(yīng)用在很多領(lǐng)域。在區(qū)域合并方法中，輸入圖像往往分為多個(gè)相似的區(qū)域，然后類似的相鄰區(qū)域根據(jù)某種判斷準(zhǔn)則迭代進(jìn)行合并。這兩種方法通常相結(jié)合,以便把相似的子區(qū)域合并成盡可能大的區(qū)域。于是，邊界就成為在物體中和背景有鄰域關(guān)系這樣一些內(nèi)部點(diǎn)的集合。2. 基于曲面擬合的方法基于曲面擬合的方法的基本思想是將灰度看成高度，用一個(gè)曲面來(lái)擬合一個(gè)小窗口內(nèi)的數(shù)據(jù)，然后根據(jù)該曲面來(lái)決定邊緣點(diǎn)。邊緣檢測(cè)技術(shù)可以按照處理的技術(shù)分為串行邊緣檢測(cè)和并行邊緣檢測(cè)。分析各種圖像分割方法可以發(fā)現(xiàn)，它們分割圖像的基本依據(jù)和條件有以下4方面：(l)分割的圖像區(qū)域應(yīng)具有同質(zhì)性，如灰度級(jí)別相近、紋理相似等；(2)區(qū)域內(nèi)部平整，不存在很小的小空洞；(3)相鄰區(qū)域之間對(duì)選定的某種同質(zhì)判據(jù)而言，應(yīng)存在顯著差異性；(4)每個(gè)分割區(qū)域邊界應(yīng)具有齊整性和空間位置的準(zhǔn)確性。至今，提出的分割算法已有上千種，每年還有不少新算法出現(xiàn)。（2），分割出的不同區(qū)域是不相交的。（2） 相鄰區(qū)域?qū)Ψ指钏罁?jù)的性質(zhì)有明顯的性質(zhì)。LabVIEW則是美國(guó)國(guó)家儀器公司（National Instruments）所提供的虛擬儀器開(kāi)發(fā)平臺(tái)。在一幅圖像中，人們往往只對(duì)其中的某些目標(biāo)感興趣，這些目標(biāo)通常占據(jù)一定的區(qū)域，并且在某些特性（如灰度、輪廓、顏色和紋理等）上和周?chē)膱D像有差別。圖像分割是一種重要的圖像技術(shù),它不僅得到了人們的廣泛重視和研究,也在實(shí)際中得到了大量的應(yīng)用。s real situation,the area in different places and the area with different characteristic and forming a digital characteristic. There are thousands of methods of image segmentation, this article will introduce several mainstream method, and analyze their respective characteristics, use this two ways to make image segmentation with LabVIEW，and show the phenomenon of experiment，campare the treatment result of the two methods.[Keyword] Image segmentation Threshold OTSU bimoda LabVIEW 目 錄引言 11 圖像分割論述 2 圖像分割的定義 2 圖像分割方法綜述 3 邊緣檢測(cè)法 3 閾值分割法 5 基于區(qū)域的分割 52 圖像閾值分割算法 6 閾值分割算法簡(jiǎn)述 6 全局閾值算法 7 自適應(yīng)閾值算法 9 最小誤差閾值 10 最大類間方差算法 113 圖像分割實(shí)驗(yàn)結(jié)果及實(shí)現(xiàn)平臺(tái)介紹 12 LabVIEW簡(jiǎn)述 12 LabVIEW的應(yīng)用 12 VI設(shè)計(jì) 14 雙峰法選取閾值 16 17 18結(jié)論 20致謝 21[參考文獻(xiàn)] 23引言圖像技術(shù)在廣義上是各種與圖像有關(guān)技術(shù)的總稱。對(duì)大多數(shù)用戶而言，主要的工作變成了軟件設(shè)計(jì)。本課題將介紹主要幾種圖像分割的方法，仔細(xì)研究其中兩種閾值分割的算法，通過(guò)直接設(shè)計(jì)VI來(lái)實(shí)現(xiàn)閾值圖像分割的功能，令LabVIEW也能夠進(jìn)行一些圖像處理的任務(wù)，使得LabVIEW更加強(qiáng)大。圖像分割更形式化的定義如下：假設(shè)一幅圖像中所有像素的集合為F，有關(guān)一致性的假設(shè)為P(原因在于實(shí)際的圖像是千差萬(wàn)別的，還有一個(gè)重要原因在于圖像數(shù)據(jù)的下降，包括圖像在獲取和傳輸過(guò)程引入的各種噪聲以及光照不均勻等因素。但亦今為止，仍然沒(méi)有一種圖像算法適合所有的圖像，也沒(méi)有一種圖像可以用所有方法來(lái)分割。在圖像中，邊界表明一個(gè)特征區(qū)域的終結(jié)和另一個(gè)特征區(qū)域的開(kāi)始，邊界所分開(kāi)區(qū)域的內(nèi)部特征或?qū)傩允且恢拢煌瑓^(qū)域內(nèi)部的特征或?qū)傩允遣煌?，邊緣的檢測(cè)正是利用物體和背景在某種圖像特性上的差異來(lái)實(shí)現(xiàn)的，這些差異包括灰度，顏色和紋理特征。1. 邊緣檢測(cè)算子邊緣檢測(cè)算子對(duì)圖像中灰度的變化進(jìn)行檢測(cè)，通過(guò)求一階導(dǎo)數(shù)極值點(diǎn)或二階導(dǎo)數(shù)過(guò)零點(diǎn)來(lái)檢測(cè)邊緣。直方圖閾值分割對(duì)物體與背景有較強(qiáng)對(duì)比的背景分割特別有用，這種方法計(jì)算簡(jiǎn)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(gè)物體或區(qū)域中,進(jìn)而將圖像分割成若干個(gè)不同區(qū)域的一種分割方法。與閉值分割類似，區(qū)域增長(zhǎng)也很少單獨(dú)使用，往往是與其它分割方法一起使用。它主要的缺陷是, 每一個(gè)需要提取的區(qū)域都必須人工給出一個(gè)種子點(diǎn), 這樣有多個(gè)區(qū)域就必須給出相應(yīng)的種子個(gè)數(shù)。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(gè)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。對(duì)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(gè)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(shuō)要把圖像分割成幾個(gè)部分；另一個(gè)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。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。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(gè)隨圖像中位置緩緩慢變化的函數(shù)，保持一種局部的，相對(duì)的背景和物體之間的差異。 最小閾值誤差概率 (T)是目標(biāo)類錯(cuò)分到背景類的概率， (T)是背景類錯(cuò)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。因?yàn)榉讲钍腔叶确植季鶆蛐缘囊环N度量，方差越大，說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小。 [7] LabVIEW的應(yīng)用LabVIEW 已經(jīng)成為用于測(cè)試測(cè)量領(lǐng)域的工業(yè)標(biāo)準(zhǔn)化開(kāi)發(fā)工具。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(dòng)控制應(yīng)用程序。[9]用機(jī)器視覺(jué)來(lái)替代人工視覺(jué)；同時(shí)在大批量工業(yè)生產(chǎn)過(guò)程中，用人工視覺(jué)檢查產(chǎn)品質(zhì)量效率低且精度不高，用機(jī)器視覺(jué)檢測(cè)方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動(dòng)化程度。機(jī)器視覺(jué)系統(tǒng)還在質(zhì)量檢測(cè)的各個(gè)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。 繪制灰度直方圖程序，首先將像素點(diǎn)的RGB三色分解開(kāi)，再利用公式（31）將彩色轉(zhuǎn)為灰度。 （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(gè)元素的數(shù)組，并將其初始化為0。并且閾值選取是自動(dòng)的。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(gè)灰度值分布平坦的，但從分割的結(jié)果上來(lái)看，大津法都能較好的分割圖片，達(dá)到不錯(cuò)的結(jié)果。圖像分割技術(shù)是計(jì)算機(jī)視覺(jué)理論技術(shù)中最基本、也是最困難的問(wèn)題之一。雖然在這次設(shè)計(jì)中對(duì)于知識(shí)的運(yùn)用和銜接還不夠熟練。Nestled close to the country39。s misery, the cow told him to turn its hide into a pair of shoes after it died. The magic shoes whisked Niulang, who carried his two children in baskets strung from a shoulder pole, off on a chase after the empress. The pursuit enraged the empress, who took her hairpin and slashed it across the sky creating the Milky Way which separated husband from wife. But all was not lost as magpies, moved by their love and devotion, formed a bridge across the Milky Way to reunite the family. Even the Jade Emperor was 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 th