【正文】 外文資料翻譯“外文資料譯文”用三號(hào)黑體居中打印，下空一行打印外文原文內(nèi)容（小四Times New Roman字體），另起新頁(yè)打印中文翻譯（小四宋體）。（2）由于篇幅過(guò)長(zhǎng)或取材于復(fù)制品而不宜寫(xiě)入正文的材料。此項(xiàng)為可選項(xiàng)目。最后我想對(duì)宋志芳老師說(shuō)一句：您辛苦了。由于我是第一次接觸Matlab這個(gè)軟件，所以程序做的略顯簡(jiǎn)單了些，理解的還不是那么深。不積跬步何以至千里，各位任課老師認(rèn)真負(fù)責(zé)，在他們的幫助和支持下，我能夠很好的掌握和運(yùn)用專(zhuān)業(yè)知識(shí)，并在設(shè)計(jì)中得以體現(xiàn)，順利完成畢業(yè)論文。本論文設(shè)計(jì)在宋志芳老師和張老師的細(xì)心指導(dǎo)和嚴(yán)格要求下也已經(jīng)完成，從課題選擇到具體的寫(xiě)作過(guò)程，論文初稿與定稿無(wú)不凝聚著宋志芳老師的心血和汗水，在我的畢業(yè)設(shè)計(jì)期間，宋志芳老師為我提供了種種專(zhuān)業(yè)知識(shí)上的指導(dǎo)和一些富于創(chuàng)造性的建議，宋老師一絲不茍的作風(fēng)，嚴(yán)謹(jǐn)求實(shí)的態(tài)度使我深受感動(dòng)，沒(méi)有這樣的幫助和關(guān)懷，我不會(huì)這么順利的完成畢業(yè)設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明滿(mǎn)足了預(yù)期的要求,效果良好。3. 在以上前期工作的基礎(chǔ)上,認(rèn)識(shí)到由于傳統(tǒng)的模糊連接度算法中,需要遍歷所有始于種子點(diǎn)止于目標(biāo)點(diǎn)的路徑中兩兩接點(diǎn)的相似度,使得這一過(guò)程十分繁瑣。本文主要完成以下工作：1. 介紹了MATLAB圖像處理的基本技術(shù)，包括圖像處理基本操作、圖像增強(qiáng)、圖像分割、邊緣提取等。圖像分割：將圖像表示為物理上有意義的連通區(qū)域的集合，也就是根據(jù)目標(biāo)與背景的先驗(yàn)知識(shí)，對(duì)圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位，然后將目標(biāo)從背景或其他偽目標(biāo)中分離出來(lái)。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過(guò)程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類(lèi)。通過(guò)本文我們可以了解到MATLAB常用的圖像處理方法的意義及運(yùn)算圖像增強(qiáng)：是通過(guò)一定手段對(duì)原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺(jué)響應(yīng)特性相匹配。采用的隸屬度函數(shù)為正態(tài)分布，見(jiàn)下式：式中，μs為像素(x+i, y+ j)屬于與(x, y)相連的邊緣像素的隸屬度；t 表示像素(x+i, y+ j)的梯度幅值或梯度方向；α 表示像素(x, y)處的梯度幅值或梯度方向；σ 是(x, y)鄰域中梯度幅值或梯度方向的 3 倍均方差，當(dāng)下標(biāo)s = Mag 時(shí)，表示梯度幅值所對(duì)應(yīng)的值，而當(dāng)下標(biāo) s = φ 時(shí)表示梯度方向所對(duì)應(yīng)的值?？紤](x, y)處的單一像素，設(shè)它為初始邊緣像素，以(x, y)為中心，建立一個(gè) 33 結(jié)構(gòu)的鄰域{(x+i, y+ j):i = ?1,...,1。如圖：圖35邊緣結(jié)構(gòu)基于模糊判決的圖像邊緣連接是基于模糊判決理論，是在由 Sobel 算子得到的邊緣圖像的基礎(chǔ)上判斷像素點(diǎn)與已知邊緣像素點(diǎn)梯度幅值和梯度方向相似性的邊緣連接技術(shù)?；谝陨系南到y(tǒng)設(shè)計(jì)思想，本文提出了基于模糊判決的圖像邊緣連接技術(shù)。我們得到了處于邊緣點(diǎn)上的像素集合，由于噪聲、不均勻的照明而產(chǎn)生的邊緣間斷及其他由于引入虛假的亮度間斷所帶來(lái)的影響，使得到的一組像素很少能完整地描述一條邊緣。 邊緣連接的目的是為了盡可能地得到目標(biāo)圖像的閉合邊緣，以便進(jìn)行后續(xù)的高級(jí)處理，如精確定位、模式識(shí)別等。圖像分割技術(shù)應(yīng)用于此類(lèi)圖像時(shí)，轉(zhuǎn)化成為目標(biāo)物體邊緣檢測(cè)、提取及連接技術(shù)。在圖 34 中，茶杯，書(shū)，藍(lán)色的色塊，墨水瓶，計(jì)算機(jī)等即為目標(biāo)子圖像，它們的集合構(gòu)成了輸入圖像全域圖像，且各子圖像之間互不相交。（如圖33）圖33圖像分割在工程中的位置 本課題中研究的基于模糊判決的邊緣連接及分割技術(shù)主要應(yīng)用于含有多個(gè)（兩個(gè)或兩個(gè)以上）子圖像的全域圖像中。 根據(jù)分割對(duì)象的狀態(tài)，可被分為靜態(tài)圖像分割和動(dòng)態(tài)圖像分割。 根據(jù)分割方法的不同，可分為并行邊界分割（邊界檢測(cè)），串行邊界分割（邊界跟蹤），并行區(qū)域分割（閾值分割、聚類(lèi)），串行區(qū)域分割（區(qū)域生長(zhǎng)、分裂合并）。根據(jù)應(yīng)用目的不同，分為粗分割和細(xì)分割：對(duì)于模式識(shí)別應(yīng)用，一個(gè)物體對(duì)象內(nèi)部的細(xì)節(jié)與顏色(或灰度)漸變應(yīng)被忽略，而且一個(gè)物體對(duì)象只應(yīng)被表示為一個(gè)或少數(shù)幾個(gè)分割區(qū)域，即粗分割；而對(duì)于基于區(qū)域或?qū)ο蟮膱D像壓縮與編碼，其分割的目的是為了得到色彩信息一致的區(qū)域，以利于高效的區(qū)域編碼。早期的圖像分割方法可以分為兩大類(lèi)：（1）一類(lèi)是邊界方法，這種方法假設(shè)圖像分割結(jié)果的某個(gè)子區(qū)域在原來(lái)圖像中一定會(huì)有邊緣存在；（2）一類(lèi)是區(qū)域方法，這種方法假設(shè)圖像分割結(jié)果的某個(gè)子區(qū)域一定會(huì)有相同的性質(zhì)，而不同區(qū)域的像素則沒(méi)有共同的性質(zhì)。 圖像分割：將圖像表示為物理上有意義的連通區(qū)域的集合，也就是根據(jù)目標(biāo)與背景的先驗(yàn)知識(shí)，對(duì)圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位，然后將目標(biāo)從背景或其他偽目標(biāo)中分離出來(lái)。，修改原始圖像灰度級(jí)，獲得直方圖近似均勻分布的輸出圖像，圖為直方圖均衡化變換前后對(duì)比圖。，計(jì)算映射后的灰度級(jí), gi=INT[(gmaxgmin)c(f)+gmin+], i=0,1,…,p1。，nj, j=0,1,…,k,…,L1。若這些灰度級(jí)所構(gòu)成的圖象細(xì)節(jié)比較重要，則需采用局部區(qū)域直方圖均衡。若Pr(s)和T(r)已知,則有如下結(jié)果: Ps(s)=Pr(r)|dr/ds| s的概率密度函數(shù)由輸入函數(shù)的概率密度函數(shù)和所選擇的變換函數(shù)決定。 直方圖處理直方圖均衡化的含義均衡：圖像的直方圖是平直的，即各灰度級(jí)具有相同的出現(xiàn)頻數(shù)均衡化：將原圖像的直方圖通過(guò)變換函數(shù)修正為均勻的直方圖均衡化后的圖像看起來(lái)就更清晰。空域處理法是直接對(duì)圖像中的像素進(jìn)行處理，基本上是以灰度映射變換為基礎(chǔ)的。頻域處理法的基礎(chǔ)是卷積定理。在實(shí)際應(yīng)用中，常常綜合運(yùn)用這幾種方法，以便達(dá)到預(yù)期的增強(qiáng)效果。其主要目的是使處理后的圖像對(duì)某些特定的應(yīng)用比原來(lái)的圖像更加有效。比如一個(gè)包含了 5 幅 400300 像素的真彩色圖像序列，其大小為 40030035。5. 圖像序列MATLAB 的圖像處理工具箱中還支持將多幀圖像連接成圖像序列。圖像文件格式把 RGB 圖像存儲(chǔ)為 24 位的圖像，紅、綠、藍(lán)分別占 8 位。需要指出的是，RGB圖像不使用Windows顏色映射表。4. RGB 圖像RGB 圖像，即真彩色圖像，在 MATLAB 中存儲(chǔ)為 nm3 的數(shù)據(jù)矩陣。3. 二值圖像與灰度圖像相同，二值圖像只需要一個(gè)數(shù)據(jù)矩陣，每個(gè)像素只取兩個(gè)灰度值。大多數(shù)情況下，灰度圖像很少和顏色映射表一起保存。MATLAB 把灰度圖像存儲(chǔ)為一個(gè)數(shù)據(jù)矩陣，該數(shù)據(jù)矩陣中的元素分別代表了圖像中的像素。例如，值 1 指向矩陣 B 中的第一行，2 指向第二行，依此類(lèi)推。在 MATLAB 中，索引圖像是從像素值到顏色映射表值的直接映射。其中 B 是一個(gè)包含 3 列和若干行的數(shù)據(jù)陣列。此外，MATLAB還支持由多幀圖像組成的圖像序列。(3)程序可以被直接看到程序的源代碼，因而不利于算法和數(shù)據(jù)的保密。(1)MATLAB 是一種解釋性語(yǔ)言，所以它的語(yǔ)言執(zhí)行效率低，這對(duì)于實(shí)時(shí)性要求較高的領(lǐng)域，如自動(dòng)控制、信號(hào)處理等，其實(shí)時(shí)效率是較差的。正是 MATLAB 語(yǔ)言的這些優(yōu)勢(shì)，我們選擇采用這種語(yǔ)言實(shí)現(xiàn)圖像處理算法，利用MATLAB 強(qiáng)大的工具包，使算法易于實(shí)現(xiàn)。它大大加快了工程技術(shù)人員從事軟件開(kāi)發(fā)的效率。(3)易學(xué)易用性MATLAB 不需要用戶(hù)有高深的數(shù)學(xué)知識(shí)和程序設(shè)計(jì)能力，不需要用戶(hù)深刻了解算法及編程技巧。各種工具箱中的函數(shù)可以互相調(diào)用，也可以由用戶(hù)自己更改。(2)功能強(qiáng)大，可擴(kuò)展性強(qiáng)MATLAB 語(yǔ)言不但提供了科學(xué)計(jì)算、數(shù)據(jù)分析與可視化、系統(tǒng)仿真等強(qiáng)大的功能，而且具有可擴(kuò)展性特征。MATLAB 不僅能免去大量的經(jīng)常反復(fù)的基本數(shù)學(xué)運(yùn)算，而且它的編譯和執(zhí)行速度都遠(yuǎn)遠(yuǎn)超過(guò)了采用 C 和 Fortran 語(yǔ)言設(shè)計(jì)的程序。 MATLAB的主要優(yōu)缺點(diǎn)1. MATLAB 的主要優(yōu)點(diǎn)(1)界面友好，編程效率高M(jìn)ATLAB 是一種以矩陣為基本變量單元的可視化程序設(shè)計(jì)語(yǔ)言，它的語(yǔ)法結(jié)構(gòu)簡(jiǎn)單，數(shù)據(jù)類(lèi)型單一，命令表達(dá)方式接近于常用的數(shù)學(xué)公式。MATLAB 中的數(shù)字圖像是以矩陣形式表示的，這意