【正文】 緣點(diǎn)。下面分別簡(jiǎn)單介紹一下這些方法。常用的一階導(dǎo)數(shù)算子有梯度算子，Prewitt算子和Sobel算子，二階導(dǎo)數(shù)算子有Laplacian算子，還有Kirsch算子和Wallis算子等非線性算子。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)曲面來擬合一個(gè)小窗口內(nèi)的數(shù)據(jù)，然后根據(jù)該曲面來決定邊緣點(diǎn)。即使是用一般的方法找出的邊緣點(diǎn)，用曲線來描述它們以便于高層處理也是經(jīng)常被采納的一種有效的方式。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。使用閾值規(guī)則進(jìn)行圖像分割時(shí)，所有灰度值不小于（或相反）某閾值的像素都被判屬于目標(biāo)物體。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。如果物體同背景的差別在圖像中存在區(qū)域變化，那么可以采用自適應(yīng)閾值的方法，使得用于劃分的閾值隨著物體和背景差別的變化而變化，盡量保持清楚的劃分。下一章節(jié)將會(huì)對(duì)閾值分割法進(jìn)行詳細(xì)的論述?；趨^(qū)域的分割方法主要有區(qū)域生長(zhǎng)法、分裂合并法。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。區(qū)域生長(zhǎng)算法的研究重點(diǎn):(l)特征度量和區(qū)域增長(zhǎng)規(guī)則的設(shè)計(jì)。區(qū)域生長(zhǎng)方式的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單。區(qū)域生長(zhǎng)的缺點(diǎn)是:（l）它需要人工交互以獲得種子點(diǎn)，這樣使用者必須在每個(gè)需要抽取出的區(qū)域中植入一個(gè)種子點(diǎn)。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。分裂合并方法不需要預(yù)先指定種子點(diǎn)，它的研究重點(diǎn)是分裂和合并規(guī)則的設(shè)計(jì)。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。此法對(duì)噪聲也很敏感, 會(huì)造成孔狀甚至是根本不連續(xù)的區(qū)域, 相反的, 局部且大量的影響還會(huì)使本來分開的區(qū)域連接起來。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。閾值分割法是一種基于區(qū)域的圖像分割技術(shù)，其基本原理是：通過設(shè)定不同的特征閾值，把圖像像素點(diǎn)分為若干類。閾值分割法的關(guān)鍵就是如何找到合適的閾值。閾值運(yùn)算后的圖像為二值圖像g（x，y）如下式表示 （21）閾值分割的優(yōu)點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，當(dāng)不同類的物體灰度值或者其它特征值相差很大時(shí)，它能有效地對(duì)圖像進(jìn)行分割。[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?；陂撝档膱D像分割中經(jīng)常采用這樣一種假設(shè)：目標(biāo)或背景內(nèi)的相鄰像素間的灰度值是相似的，但不同目標(biāo)或背景的像素在灰度上存在差異。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。如對(duì)于只有暗背景和亮目標(biāo)兩類對(duì)象的灰度圖像來說，閾值選取過高，容易把大量的目標(biāo)誤判為背景；閾值過低，又容易把大量的背景誤判為目標(biāo)。“峰—谷”法選取閾值，這是一種利用圖像直方圖特性來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。，對(duì)于還有細(xì)胞的醫(yī)學(xué)圖像，細(xì)胞的灰度通常比背景的灰度低得多，；根據(jù)經(jīng)驗(yàn)可以明顯地看出直方圖具有兩個(gè)峰值，則谷值被認(rèn)為是分割的閾值，；，可以將原圖像中的目標(biāo)（細(xì)胞）基本分割出來。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。在較簡(jiǎn)單的情況下，如果將直方圖的包絡(luò)看成一條曲線，則選取直方圖閾值（谷值）可采用求極小值的方法。 （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。一種有效的解決方法是先對(duì)直方圖進(jìn)行平滑處理，如用高斯函數(shù)g（x，σ）和直方圖函數(shù)進(jìn)行卷積運(yùn)算得到相對(duì)平滑直方圖，然后再用（）式求得閾值。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。實(shí)現(xiàn)自適應(yīng)閾值分割的方法有多種，其中常用的是一種子圖像分割法。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。 最小誤差閾值這是一種利用統(tǒng)計(jì)判決確定閾值方法，使得目標(biāo)和背景被誤分割的概率達(dá)到最小的閾值分割方法。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。 在最小誤差法中，直方圖被視為目標(biāo)與背景混合集概率密度p(i)的估計(jì)： . （24）其中p（j）為先驗(yàn)概率，求解下列方程可得到最小誤差閾值： . (25) 最大類間方差算法在不知道圖像分布的情況下，還可以采用模式識(shí)別中最大類間方差準(zhǔn)則確定分割的最佳門限。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。=ω0181。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，使類間方差最大的分割意味著錯(cuò)分概率最小。0181。LabVIEW本身是一種功能比較完善的軟件開發(fā)環(huán)境，它可替代常規(guī)的BASIC,C語言編程，可以編寫應(yīng)用程序。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。LabVIEW 結(jié)合NITestStand 測(cè)試執(zhí)行環(huán)境和該領(lǐng)域中最大的儀器驅(qū)動(dòng)程序庫，為整個(gè)系統(tǒng)建立穩(wěn)固完整的檢測(cè)管理平臺(tái)。 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)開發(fā)。在LabVIEW 平臺(tái)下，可以實(shí)現(xiàn)高速、多通道的測(cè)量和控制。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。[8]在這么多的應(yīng)用當(dāng)中，LabVIEW作為機(jī)器視覺與圖像處理系統(tǒng)發(fā)揮了巨大的作用。激光儀器視覺系統(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。作為焊接工藝的重要事項(xiàng)之一，焊縫追蹤對(duì)質(zhì)量和生產(chǎn)力至關(guān)重要。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)。而且機(jī)器視覺易于實(shí)現(xiàn)信息集成，是實(shí)現(xiàn)計(jì)算機(jī)集成制造的基礎(chǔ)技術(shù)。機(jī)器視覺技術(shù)是一門包含諸多科學(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)。具體如PCB印刷電路：各類生產(chǎn)印刷電路板組裝技 術(shù)、設(shè)備；單、雙面、多層線路板，覆銅板及所需的材料及輔料；輔助設(shè)施以及耗材、油墨、藥水藥劑、配件；電子封裝技術(shù)與設(shè)備；絲網(wǎng)印刷設(shè)備及絲網(wǎng)周邊材料等。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。 [10]實(shí)現(xiàn)LabVIEW的圖像處理功能有三種途徑，一是外掛VISION模塊，也就是視覺模塊；二是調(diào)用Matlab實(shí)現(xiàn)；三是直接設(shè)計(jì)VI實(shí)現(xiàn)功能；三種途徑各有優(yōu)缺點(diǎn)，VISION模塊需要另外購買，借助Matlab還需要安裝，且不方面修改，但是這兩種方法的功能會(huì)更強(qiáng)大。 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。灰度使用黑色調(diào)表示物體,即用黑色為基準(zhǔn)色，用不同的飽和度的黑色來顯示圖像。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。GrayR*G*B*然后調(diào)用“替換數(shù)組子集”和“索引數(shù)組”控件，以圖像像素的灰度值為索引，繪制灰度直方圖。 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。但是雙峰法必須手動(dòng)確定閾值。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)類與背景類的分離性能，此性能用類間方差來表征。下文將綜合比較雙峰法和大津法。以下是具體實(shí)驗(yàn)成果。下面在以不同的圖像進(jìn)行比較。但實(shí)際中，圖像分割要復(fù)雜得多，雙峰法往往要和其他的方法配合一起使用，如分割前先平滑處理圖像等。所以，如果不結(jié)合其他方法或進(jìn)行后續(xù)處理使用單一閾值分割圖像的話，綜合程序設(shè)計(jì)和分割結(jié)果的角度上看，雙峰法人工輸入閾值，程序設(shè)計(jì)簡(jiǎn)單，但應(yīng)用的范圍有限，大津法可以自動(dòng)產(chǎn)生閾值，但是程序設(shè)計(jì)稍微復(fù)雜些，但應(yīng)用的范圍比雙峰法大得多，且分割的效果不錯(cuò)。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。，對(duì)LabVIEW應(yīng)用于哪些領(lǐng)域，其中機(jī)器視覺與圖像處理技術(shù)具體應(yīng)用于哪些地方作了詳細(xì)的介紹，探討了LabVIEW實(shí)現(xiàn)圖像處理的途徑，并作了簡(jiǎn)單的比較。，運(yùn)用圖像分割標(biāo)準(zhǔn)對(duì)圖像進(jìn)行分析，總結(jié)了兩種分割方法的優(yōu)缺點(diǎn)。雖然本課題實(shí)現(xiàn)的大津法相比雙峰法有著更廣的范圍，但是圖片種類的局限性還是很大，需要一部分特定的圖片才能得到較好的效果。雖然近年來研究成果越來越多，但由于圖像分割本身所具有的難度，使研究沒有大的突破性的進(jìn)展。[11]致謝歷時(shí)半年的課程設(shè)計(jì)終于告一段落了。通過這次畢業(yè)設(shè)計(jì)，使我深刻地認(rèn)識(shí)到學(xué)好專業(yè)知識(shí)的重要性，也理解了理論聯(lián)系實(shí)際的含義，并且檢驗(yàn)了大學(xué)四年的學(xué)習(xí)成果。但是我將在以后的工作和學(xué)習(xí)中繼續(xù)努力、不斷完善。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。wait in the line for one hour to get a ticket, and another two hours at the site, to only see a tiny bit of the place due to the crowds. Last year, 428 million tourists traveled in China over the weeklong holiday in October. Traveling during this period is a matter that needs thorough preparation. If you are short on time to plan the uping Golden Week it may not be a bad idea to avoid some of the most crowded places for now. There is always a place so fascinating that everyone yearns for. Arxan is a place like this. The beauty of Arxan is everlasting regardless of the changing of four seasons. Bestowed by nature, its spectacular seasonal landscape and mountains are just beyond word. Arxan is a crucial destination for the remended travelling route, China Inner Mongolia Arxan — Hailar — Manzhouli. It is also the joint of the four prairies across the SinoMongolian border, where people gravitate towards the exotic atmosphere mixed with Chinese, Russian, and Mongolia elements. As a historic site for the Yitian Battle, Arxan still embodies the spirit of Genghis Khan. Walking into Arxan, you will be amazed by a kaleidoscope of gorgeous colors all the year round the Spring azaleas blooming red in the snow, the Summer sea wavering blue in the breeze, the Autumn leaves painted in yellow covering volcanic traces, and the Winter woods shining white on the vast alpine snowscape. Hinggan League Arxan city is situated in the far eastern area of Inner Mongolia Auto