【正文】 many of whom have travel a long distance and even camp here only to capture a moment of the nature wonder. [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(cè)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(guó)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(qǐng)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(qǐng)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。從圖像分割研究的歷史來看，可以看到對(duì)圖像分割的研究有幾個(gè)明顯的趨勢(shì)：一是對(duì)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(shí)到現(xiàn)有的任何一種單獨(dú)的圖像分割算法都難以對(duì)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(huì)很快得到圓滿的解決。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(cè)法，閾值分割法，基于區(qū)域分割的方法，并對(duì)這三種方法作了簡(jiǎn)單的介紹。 (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(huì)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?dòng)輸入閾值，其閾值還可以自行調(diào)整，能夠調(diào)整到更好的結(jié)果。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）。+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)。在國(guó)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)。金工業(yè)正在使用的焊接工藝，連接兩個(gè)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。3. 應(yīng)用于過程控制和工廠自動(dòng)化可利用LabVIEW 來建立眾多的過程控制和工業(yè)自動(dòng)化應(yīng)用系統(tǒng)。1)] (210)[6]3 圖像分割實(shí)驗(yàn)結(jié)果及實(shí)現(xiàn)平臺(tái)介紹 LabVIEW簡(jiǎn)述LabVIEW是美國(guó)國(guó)家儀器公司開發(fā)的基于圖形編譯語(yǔ)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(yǔ)言編程簡(jiǎn)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(jiǎn)單圖形編程方式。從模式識(shí)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(jí)為0～K1，每個(gè)灰度級(jí)的概率為Pi，若某一個(gè)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(jí)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(jí)[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。顯然，各個(gè)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。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(duì)應(yīng)虛假的谷值。也就是說，理想圖像的直方圖，目標(biāo)和背景對(duì)應(yīng)不同的峰值，選取位于兩個(gè)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。 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(gè)或多個(gè)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(gè)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(duì)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。例如在文本圖像分析中，提取文字信息、場(chǎng)景處理中檢測(cè)目標(biāo)、產(chǎn)品的質(zhì)量檢測(cè)、細(xì)胞圖像分割、無(wú)損檢測(cè)等等。在區(qū)域分裂技術(shù)中，整個(gè)圖像先被看成一個(gè)區(qū)域，然后區(qū)域不斷被分裂為四個(gè)矩形區(qū)域，直到每個(gè)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。區(qū)域生長(zhǎng)的固有缺點(diǎn)是分割效果依賴于種子的選擇及生長(zhǎng)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。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?；谶吔缜€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(duì)圖像分割的后繼處理，如物體識(shí)別等高層處理有很大的幫助。所謂串行邊緣檢測(cè)技術(shù)，是指要想確定當(dāng)前像素點(diǎn)是否屬于欲檢測(cè)邊緣上的一點(diǎn)，取決于先前像素的驗(yàn)證結(jié)果；而在并行邊緣檢測(cè)技術(shù)中，一個(gè)像素點(diǎn)是否屬于檢測(cè)邊緣上的一點(diǎn)，取決于當(dāng)前正在檢測(cè)的像素點(diǎn)以及該像素點(diǎn)的一些相鄰像素點(diǎn)，這樣該模型可以同時(shí)用于圖像中的所有像素點(diǎn)，因而稱之為并行邊緣檢測(cè)技術(shù)?，F(xiàn)有的大多數(shù)圖像分割方法只是部分滿足上述判據(jù)。這些算法的實(shí)現(xiàn)方式各不相同，然而大都基于圖像在像素級(jí)的兩個(gè)性質(zhì)：不連續(xù)性和相似性。（3）P(Si)=true，?j，分割出的每個(gè)區(qū)域的像素具有一致的特性。（3） 區(qū)域邊界是明確的。與大多數(shù)程序語(yǔ)言不同，LabVIEW是一個(gè)圖形化的編程環(huán)境，編程的過程不是寫代碼，而是“流程圖”。圖像識(shí)別的基礎(chǔ)是圖像分割，其作用是把反映物體真實(shí)情況的，占據(jù)不同區(qū)域的，具有不同特性的目標(biāo)區(qū)分開來，并形成數(shù)字特性。它是處理圖像的基本問題之一，是圖像處理圖像分析的關(guān)鍵步驟。[關(guān)鍵詞] 圖像分割 閾值法 大津法 雙峰法 LabVIEWThe program designing of image segmentation based on LabVIEW[Abstract] Image processing technology has been used in many fields, the banknote recognition, license plate recognition, character recognition and fingerprint recognition has been familiar to everyone. Image segmentation is an important image technology, people not only attach importance to it and research it，but also use it in many place. It is one of the basic problems of the image processing, and it is a key step of the image processing image analysis. The image recognition based on image segmentation, the function of which is making a distinction between the area of object39。與傳統(tǒng)儀器技術(shù)不同，虛擬儀器技術(shù)指在包含數(shù)據(jù)采集設(shè)備的通用計(jì)算機(jī)平臺(tái)上，根據(jù)需求可以高效率地構(gòu)建起形形色色的測(cè)量系統(tǒng)。LabVIEW除了在工業(yè)領(lǐng)域作為測(cè)量?jī)x器外，還擁有強(qiáng)大的圖像處理功能，它可以外掛專有的“圖像處理包”，或者調(diào)用Matlab來實(shí)現(xiàn)圖像處理的功能，但前者需要單獨(dú)購(gòu)買，且不方便修改，后者則需要安裝Matlab，而直接通過LabVIEW設(shè)計(jì)VI實(shí)現(xiàn)則方面修改。具體處理時(shí)，不同的圖像分割方法總是在各種約束條件之間尋找一種合理的平衡。目前，還沒有一種通用的方法可以很好地兼顧這些約束條件，也沒有一種通用的方法可以完成不同的圖像分割任務(wù)。人們?cè)诙嗄甑难芯恐蟹e累了很多圖像分割的方法。[2] 邊緣檢測(cè)法邊緣檢測(cè)技術(shù)對(duì)于處理數(shù)學(xué)圖像非常重要，因?yàn)檫吘壥撬崛∧繕?biāo)和背景的邊界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。下面分別簡(jiǎn)單介紹一下這些方法。閾值分割法的結(jié)果在很大程度上依賴于閾值的選擇，因此該方法的關(guān)鍵就是如何選擇合適的閾值。下一章節(jié)將會(huì)對(duì)閾值分割法進(jìn)行詳細(xì)的論述。區(qū)域生長(zhǎng)方式的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單。和閾值法一樣，區(qū)域生長(zhǎng)法一般不單獨(dú)使用, 而是放在一系列處理過程中。閾值分割法的關(guān)鍵就是如何找到合適的閾值。對(duì)于比較簡(jiǎn)單的圖像，物體和背景本身的灰度較均勻，而且兩者之間的灰度差別較大，因此比較容易分割清楚。但對(duì)于圖像中不存在明顯灰度峰谷，或目標(biāo)和背景的灰度值范圍有較大重疊的圖像，這種分割方法難以獲得較好的結(jié)果，而且谷值的選取對(duì)噪聲和灰度的不均勻很敏感。例如，在光亮背景中的暗物體，由于光照不均勻，雖然物體與背景始終有反差，但在圖像的某一部分能把物體和背景準(zhǔn)確區(qū)分出的閾值，對(duì)另一部分來說，可能把太多的背景也作為物體分割下來了。如何使得上述誤分割出現(xiàn)的概率最小，便是一種統(tǒng)計(jì)最優(yōu)閾值分割方法。1 (28)則定義類間方差為 (29) 從最小灰度值0到最大灰度值K1，遍歷所有灰度值，使得式（）中σ最大時(shí)的灰度z即為分割的最佳閾值T。因此，即使沒有豐富的編程經(jīng)驗(yàn)也能很容易利用LabVIEW進(jìn)行程序設(shè)計(jì)，在其平臺(tái)上完成各種功能。4. 應(yīng)用于機(jī)器監(jiān)控對(duì)于要求有實(shí)時(shí)控制、振動(dòng)分析、視覺和圖像分析或運(yùn)動(dòng)控制的機(jī)器監(jiān)視和預(yù)先維護(hù)的應(yīng)用系統(tǒng)，LabVIEW 是理想的選擇。基于LabVIEW的激光儀器視覺系統(tǒng)作為焊縫追蹤脫穎而出，同時(shí)也解決了傳統(tǒng)模式低效率、低適應(yīng)力的缺點(diǎn)。電子生產(chǎn)加工設(shè)備：電子元件制造設(shè)備、半導(dǎo)體及集成電路制造設(shè)備、元器件成型設(shè)備、電子工模具。將圖像數(shù)據(jù)轉(zhuǎn)換為像素點(diǎn)的二維數(shù)組后，接下來的步驟就是將圖像轉(zhuǎn)換為灰度圖像，并繪制出灰度直方圖。B*大津法的算法上一章已經(jīng)介紹過，從模式的識(shí)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