护税为，教育附加税为。

综合税率为。

利润分配本项目每年所获利润总额按以下顺序进行分配按规定缴纳所得税。

利润提取法定公积金当公积金达到注册资本时，则不再提取，提取盈余公积金。

可分配利润。

财务基准收益率基准收益率建设项目评价财务收益基准判据。

根据现行银行利率行业近年来统计数据等因素，在银行利率基础上加风险率，本项目取定财务基准收益率为。

三营业收入预测本项目主要经营收入按客源支付费用估算收入，根据客流量，按每人次计算考虑每收入参与比例并取其平均值。

营运后期年度考虑定经济发展，消费能力提高和通货膨胀因素，有定幅度增长具体增长幅度详见测算。

餐饮收入前年平均万元后年司大九华宾馆和安徽九华大愿茶旅游有限公司等家级分子公司和家二级分子公司。

集团公司拥有资产亿元，年共接待海内外游客万人次，实现营业收入万元，实现利润万元，是安徽省三大旅游企业集团之。

目前，九华山旅游集团公司正围绕建设世界级旅游胜地，国际性佛教道场目标，按照大九华大旅游大发展思路，实施产业化国际化信息化战略，积极向外拓展，整合池州市及周边旅游资源是重要战略之。

随着对周边景区点收购托管，必将推动区域旅游经济发展，显现出龙头企业对池州旅游经济发展带动作用。

四可行性研究结论九华前山生态旅游观光园旅游开发项目建设是非常必要，是切实可行。

九华前山生态旅游观光园位于九华山前山。

可依托九华山客源，也为来九华山旅游游客提供了个休闲观光好去处。

在项目区建设上加大投资，完善该项目区服务配套设施，加强项目区形象宣传，特别是生态观光园项目区临近九华山核心景区，时空距离小，与九华前山旅游产品具有互补性。

有利于该地区经济可持续发展。

本项目在建设过程中，将进步注重绿色环境建设，进步合理布局，进步提高资源及土地利用率，从而有利于该地区经济结构改善，有利于该地区可持续发展。

项目财务上可行。

本规划区固定资产投资万元，流动资金万元全部为自筹，投资回收期年，项目在财务上是可行。

可行性研究报告主要技术和经济指标如下序号项目名称单位数据或指标项目总投资万元流动资金万元职工人数人年平均销售收入万元年平均销售利润万元投资利润率投资利税率资本金利润率销售利润率借款偿还期年资产负债率最高值全部投资税前指标投资回收期年财务内部收益率财务净现值万元全部投资税后指标投资回收期年财务内部收益率财务净现值万元自有资金指标投资回收期年自有资金内部收益率自有资金财务净现值万元盈亏平衡点第二章项目建设理由本规划区位于庙前镇高源村，庙前镇是皖南山区老镇之，镇初形成于唐朝，是青阳县西部主要城镇。

镇内以旅游服务为主导第三产业正在兴起，由于交通边界，地理位置优越，是九华山风景区必经之路，旅游观光休闲娱乐以及交通运输必将成为带动全镇经济发展纽带。

项目先开发建设约公顷，理由如下旅游发展优势和有利条件随着经济发展，旅游业已成为世界第大产业。

国内旅游发展，更是如火如荼，尤其是实行了五和国庆长假后，旅游已成为城镇市民节假日生活重要组成部分。

随着经济进步发展和带薪假期推行，国内旅游发展将更为迅猛。

在这种旅游大发展形势下，对于规划区发展无疑是十分有高，老年人旅游市场将逐步扩大。

三按旅项目开工建设年完成区内三通基础设施，建设部分景点年建设其余景点年月全面试营业年月景区正式营业开张第十章投资估算与资金筹措旅游项目投资概算表旅游项目投资表功能区投资概算万元接待服务区其中茶鼓主题广场生态停车场与管理用房天方自助素斋馆佛茶文化苑其中三德园和尚家风茶堂九华禅茶廊佛茶观光园其中中国佛茶园亚洲佛茶馆纪念茶园茶叶加工厂居士品茗庄其中唐茶文化区宋茶文化区明茶文化区茶艺培训中心旅游购物区其中九华自助购物中心禅农耕作区其中水碓作坊草鞋作坊凉席作坊竹木艺作坊漂流上站合计表固定资产投资估算表序号工程内容估算价值建筑工程其它费用合计工程总费用工程费用旅游项目建设公用工程道路工程供电工程通讯工程给水工程排水工程绿化工程环卫工程其它工程费用工程前期费用勘查设计费建设单位管理费预备费用建设期利息合计二资金筹措与使用计划项目总投资万元人民币，其中拟向开行贷款万元，其余由企业自筹。

资金使用计划见下表表资金使用计划表名称来源第年第二年第三年合计固定资产投资开行贷款自筹流动资金开行贷款自筹第十章财务效益分析财务评价编制依据本项目财务评价编制依据为国家计委建设部比较。

比较方程是，三维图像中，位置即是核所在位置，是遮罩上些其他点位置，是像素亮度，是不同阀值上亮度，是对比后输出。

对比是遮罩上每个像素之间比较，而该遮罩上所有输出如下所示，滤波器设计大多数边缘检测方法只能在假设边缘存在时使用，即在强度函数里有个不连续段或图像中有个非常陡峭强度梯度。

使用这种假设，如果取得图像强度值导数并且找到最大导数点，那么边缘就能确定了。

梯度是个向量，其组成部分测量在和方向距离变化时如何快速地测出像素值。

因此，梯度部分也许可以通过使用下面近似来找到，，沿着和方向，分别用和代表距离。

在离散图像中，像素两点之间成员组可以用和来代替。

像素间距像素坐标上点是因此为检测是否存在个梯度间断，可以计算，梯度上变化。

这可以通过寻找以下幅度测量来完成，梯度方向可以通过下式得出滤波器设计方法有许多方法可以检测边缘多数不同方法可以被分为这两类梯度梯度方法通过寻找图像阶导数最大值和最小值来检测边缘。

例如，检测有非常尖锐边缘特征见图。

拉普拉斯算子拉普拉斯方法通过搜索图像二阶导数上零交叉点来寻找边缘。

例如希尔德雷斯，高斯拉普拉斯等等。

个边缘有个坡道维形状并且计算图像导数可以突出其位置见图。

边观点依赖当视角变化是边也可能变化，并且通常能反映几何结构，反过来也可以反映视角性能比如表面标志和表面形状。

相反个典型边缘也许是介于红色块和黄色块边界。

然而，当个人看到图像像素时，个边可见部分是夯实。

输入图像输出边图梯度方法输入图像输出边缘图拉普拉斯方法算子是梯度算法个例子。

这个算子是个离散微分算子，计算图像强度函数近似梯度和，。

式和上不同算子对应于用下列标志缠绕图像。

，如果这已经完成，那么反过来，适当遮掩左上角是叠加在图像每个像素上。

通过使用像素值，加权总和及他邻居上遮掩系数来得到译文个索贝尔图像边缘检测算法描述摘要图像边缘检测是个确定图像边缘的过程，在输入的灰度图中的各个点寻找绝对梯度近似级对于边缘检测是非常重要的。

为边缘获得适当的绝对梯度幅度主要在与使用的方法。

算子就是在图像上进行的空间梯度测量。

转换像素列阵到性能统计数据集提高了数据冗余消除，因此，作为代表的数字图像，数据量的减少是需要的。

件下所拍摄图像质量，具体方法有调整亮度与对比度，边缘检测，降噪，调整重点，减少运动模糊等，。

图像处理允许更广泛范围被应用到输入数据，以避免如噪声和信号失真集结在加工过程中存在问题，。

在世纪年代实验室，美国麻省理工学院，贝尔实验室以及些其他地方，数字图像处理技术不断发展。

但是，因为当时计算设备关系，处理成本却很高。

随着世纪快速计算机和信号处理器应用，数字图像处理变成了图像处理最通用形式，因为它不只是最多功能，还是最便宜。

图像处理过程中允许些更复杂算法使用，从而可以在简单任务中提供更先进性能，同时可以实现模拟手段不能实现方法，。

因此，计算机搜集位表示像素或者点形成图片元素，以此储存在电脑中，。

首先，图像是在空间上参数测量，而大多数信号是在时间上参数测量。

其次，它们包含了大量信息和图像处理是当输入是图像时信息处理方式，就像是帧视频输出不定是图像，也有可能是比如图像个特征，。

大多数图像处理技术包括把图像视为个二维信号，以及包括信号处理技术应用标准。

这过程涉及图像增强或操纵，导致产生另图像，冗余数据清除和像素阵列到静态不相关数据集转化，。

由于图像包含大量冗余数据，学者们发现最重要信息在它边缘，。

边作为像素局部特征和最接近近邻，特征边界，。

它们对应于对象界限，表面方向改变和个小幅度对失败描述。

边通常对应图像上点，图像上灰度明显地从个像素变化到下个。

边代表图像上具有很强对比度区域以图像边缘代表幅图像有个基本优点，当以高频率保留图像大多数重要信息时，数据量明显减少，。

因此，检测边缘帮助提取图像突然变化区域有用信息特征，。

边缘检测是个定位图像边缘个过程。

在图像中边缘检测是理解图像特征个重要步骤。

边组成了有意义特征并且包含了重要信息。

它显著地减少了图像尺寸量并且过滤了些可能被认为相关性较小信息，保持了幅图像重要结构特征，。

当图像被改时，大多数图像包含些当边被检测或更换时被移走冗余，。

消除冗余可以通过边缘检测来完成。

当进行图像边缘检测时，图像中纯在每种冗余都被删除，。

检测图像亮度急剧变化目是要捕捉重要事件。

在保持重要结构特征前提下，对幅图像进行边缘检测会大大减少要处理数据量并且可能因此过滤掉那些被认为不太有关信息。

图像质量反映了输出边缘重要信息，并且图像尺寸是在减小。

这反过来又进步解释了边缘检测是种解决了高容量空间图像占用电脑内存问题方法。

储存，通过互联网和宽带传输这些问题在进行边缘检测时可以很简单就解决掉，。

由于边缘通常出现在图像边界地区，边缘检测被广泛应用在当图像被分成对应不同对象区域图像分割。

相关方法不同方法被用于图像处理上边缘检测，其中有交叉算法。

将幅照片处理成个线条制图，再将线条图转化成个立体图像，最后从任何角度显示所有删除了隐藏线条三维结构，。

交叉算法执行图像上二维空间梯度卷积。

其主要思想是呈现出水平和垂直边缘，然后把边缘检测结果放在起。

这两个过滤器突出了具有特殊频率区域，趋向于在图像中定义个物理边缘。

两个过滤器被设计目是实现对图像角线边缘。

由于图片呈现从右上角到左下方边，图像将阐明从左上角到右下角对角线。

这两个独立和图像使用近似公式相组合。

边缘检测算子是由发现。

在年，使用多级算法来检测图像中广范围边。

此外，边缘检测器是个复杂最优边缘检测器，它要花相当长时间来得到计算结果。

图像首先通过高斯模糊来处理噪音。

当算法被应用时，角度和大小被得到用