（定稿）年生产40万立方米加气混凝土砌块生产线建设项目投资申请报告7（喜欢就下吧）

电子学数字方法是指用计算机加工处理图像，通过各种处理算法来实现对图像内容的处理。

它通常由个微型小型至大型计算机与图像处理机或由个专用计算机来执行。

数字图像处理的目的和主要内容般而言，对图像进行加工和分析主要有如下方面的目的提高图像的视感质量，以达到赏心悦目的目的。

提取图像中所包含的的些特征或特殊信息，以便于计算机进行分析。

对图像数据进行变换编码和压缩，以便于图像的储存和传输。

不管图像处理是出于何种目的，都需要用计算机图像处理系统对图像数据进行输入加工和输出，因此数字图像处理研究的内容主要有下个过程。

图像获取表示和表现该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把数字图像显示和表现出来如打印。

这过程主要包括摄取图像光电转换机数字化等几个步骤。

图像增强图像增强是对图像质量在般意义上的改善。

利用各种数学方法和变换手段提高图像中目标与非目标如背景的对比度与清晰度，达到突出目标，有效地表示和提示图像，以利于人或机器进行分析处理的目的。

图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。

如强化图像高频分量，可使图像中物体轮廓清晰，细节明显强化低频分量，可减少图像中噪声影响。

该部分主要研究各种增强模型和处理方法。

图像复原在景物成像过程中，由于成像设备与物体的相对运动介质散射系统畸变如成像系统的变焦成像器材的固有缺陷噪声干扰等因素会造成图像质量降低，称之为退化，典型现象是图像模糊。

使退化的图像恢复本来面目，真实反映原景物图像的处理，称为图像复原。

图像复原要求对图像降质的原因有定的了解，般而言，应根据降质过程建立降质模型再采用种滤波方法，恢复或重建原来的图像。

该部分主要研究各种校正模型和处理方法。

图像分割图像分割是数字图像处理中的关键技术之，也是图像处理中最困难的问题之。

图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘区域等，这是进步进行图像识别分析和理解的基础。

虽然目前已研究出不少边缘提取区域分割的方法，但还没有种普遍适用于各种图像的有效方法。

因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之。

图像分析图像分析主要是对图像中感兴相结合，朝着三维成像或多维成像的方向发展。

硬件芯片研究。

把图像处理的众多功能固化在芯片上，更便于应用。

④新理论与新算法研究。

如小波分析分形几何形态学遗传算法，人工神经网络等。

数字图像处理经过初创期发展期普及期及广泛应用几个阶段，如今已是各个学科竞相研究并在各个领域广泛应用的门科学。

随着科学技术的进步以及人类需求的不断增长，图像处理科学无论是在理论上还是实践上，均会去得更大的发展。

第三章数字图像处理系统开发技术基础语言优点语言是个面向对象的语言，使用编写的代码更加简捷高效，更具可维护性和可重用性。

语言的优点主要有以下几点使用和进行动态内存分配和释放运算符和是新增的运算符，提供了存储的动态分配和释放功能。

它的作用相当于语言的函数和，但是性能更为优越。

使用比使用有常广泛，从桌面应用程序到服务器端软件，从系统软件到应用软件，从单机程序到分布式应用程序，从图形图像处理到游戏开发，无所不在。

是平台上的编程环境，学习要了解很多平台的特性并且还要掌握等的知识，难度比较大。

包含有编写程序源代码的编辑器，设计用户界面菜单对话框图标等的资源编辑器，建立项目配置的项目管理器，检查程序的集成调式等工具，同时，它还提供了功能强大的应用程序向导和类向导工具。

用于生成各种不同类型的具有界面风格的应用程序的基本框架，在生成应用程序框架后，使用便可轻松完成创建新类，映射消息定义消息处理函数重载虚函数等操作。

技术简介，微软基础类库是微软为了简化程序员的开发工作所开发的套类的集合，是套面向对象的函数库，以类的方式提供给客户使用。

利用这些类可以有效的帮助程序员完成应用程序的开发。

些类极其简单，例如类，塔代表个点个由和坐标定义的位置。

有些类又较复杂，例如类，它封装了窗口的功能。

中的各种类结合起来构成了个应用程序框架，它的目的就是让程序员在此基础上来建立下的应用程序，这是种相对来说更为简单的方法。

因为总体上，框架定义了应用程序的轮廓，并提供了用户接口的标准实现方法，程序员所要做的就是通过预定义的接口把具体应用程序特有的东西填入这个轮廓。

提供了相应的工具来完成这个工作可以用来生成初步的框架文件代码和资源等资源编辑器用于帮助直观地设计用户接口用来协助添加代码到框架文件最后，编译，则通过类库实现了应用程序特定的逻辑。

是由于其功能过于丰富，并不能很好地满足各个方面的需求。

另外，待处理的图像类型可能有很多种，如位的红外传感器灰度图像，不可能保证兼容所有的类型。

因此，单独开发专用的图像处理程序非常必要。

的出现使得程序快速开发成为可能，又由于其代码使用语言编写，运行效率高执行速度快，非常适合图像处理方面的应用。

所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或应用需求的行为。

视觉是人类从大自然中获取信息的最主要的手段。

据统计，在人类获取的信息中，视觉信息约占，听觉信息约占，其他的如味觉信息触觉信息等加起来约占。

由此可见视觉信息对人类的重要性，而图像正是人类获取视觉信息的主要造径。

所谓图，就是物体透射或者反射光的分布像是人的视觉系统接收图的信息而在大脑中形成的印象或认识。

前者是客观存在的，而后者是人的感觉，图像就是两者的结合。

第二章数字图像概论数字图像及图像处理数字图像处理是门关于如何使用计算机对图像进行处理的学科，而数字图像是由被称做像素的小块区域组成的二维矩阵。

对于单色即灰度图像而言，每个像素的亮度用个数值来表示，通常数值范围在之间，即可用个字节来表示，表示黑表示白，而其他表示灰度。

彩色图像可用红绿蓝三元组组成的二维矩阵来表示。

通常，三元组的每个数值也是在之间，表示相应的基色在该像素中没有，而则代表相应的基色在该像素中去得的最大值，这种情况下每个像素可用三个字节来表示。

所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或者应用需求的行为。

图像处理的手以下，则，重复迭代，直到找到最好的，。

若迭代多次保持不变，施加混沌小扰动，按照式进行混沌再搜索，为调节系数。

计算性能指标，若，令，否则继续搜索。

若算法满足终止准则，输出最优解，否则继续步骤。

最优个体保存策略遗传算法收敛的个重要保证，保证得到的最优个体不会被交叉变异等遗传运算所破坏。

但是，它也容易使局部最优个体不易被淘汰反而快速扩散，从而降低了算法的收敛能力，所以将最优保存策略和其他选择结合使用。

收敛准则满足进化结果的精度要求达到进化最大代数连续多代没有进化，满足三者之即可。

的流程如下函数输入输入要寻优的优化函数及约束性条件。

初始化算法参数设置算法控制参数。

生成初始种群利用猫映射序列产生均匀分布的种群，维持种群的多样性。

选择将排序选择和最优保存策略相结合，保证好的群体不被淘汰，优良模式不被破坏。

个体间距离的计算按照公式和计算个体间距离，去除距离近适应度低的个体。

按照条件进行下步操作。

交叉将自适应交叉海明距离控制机制淘汰策略相结合。

保证种群的多样性以及适应度的稳步提高。

变异采用混沌变异，附加小的混沌扰动，对参数空间进行遍历。

收敛准则判定达到所要求精度达到设定的最大代数连续多代没有进化，满足三者之即可。

统计输出并记录结果对要测试的性能指标进行统计，如果满足收敛准则，则将函数及其寻优结果保存否则，退出程序。

退出程序。

计算机仿真实例以求个测试函数的最小值为例，进行仿真实验函数函数函数，，函数式中为变量维数，函数是单峰函数，常用此函数测试算法的收敛速度函数是很难极小化的非凸病态函数，该函数可以用于测试算法能否克服和防止进化中的早熟现象函数都是具有大量局部最优点的多峰值函数四个基准测试函数的全局最小值均为，。

图给出了函数函数的几何分布特性。

由图可知，函数为多维多峰值的非线性优化函数，求解该函数较为困难。

算法的性能评价算法的性能评价采用如下方法算法收敛速度的评价算法收敛稳定性和收敛质量的评价与文献的优化结果进行比较算法收敛速度的评价平均进化代数的测试可以体现算法的收敛速度。

针对前四个测试函数，维数取，与进行比较得出使得测试函数均能达到目标值，而且进化代数明显减少，加快了进化速度。

由此说明了搜索效率与混沌序列的分布有关，猫映射的均匀分布性质大大提高了算法的搜索效率。

图进化过程中目标函数值随进化代数变化曲线算法收敛稳定性和收敛质量的评价算法收敛稳定性和收敛质量的性能评价指标有收敛到全局最优的比率最优值的平均值平均进化代数。

将本文提出的基于映射的混沌遗传算法与基于映射的混沌遗传算法基于映射的混沌遗传算法标准遗传算法对以上四个测试函数进行优化求解，比较了算法的性能见表。

应用基于映射的混沌遗传算法进行函数优化时，取种群进化代数为，由表可知，收敛到全局最优值的比率较其他三种算法高最优值的平均值更加逼近函数的理论极值能够减少得到全局最优解所需的进化代数。

因此本文提出的算法收敛稳定性较其他点段有光学方法电子学数字方法。

电子学数字方法是指用计算机加工处理图像，通过各种处理算法来实现对图像内容的处理。

它通常由个微型小型至大型计算机与图像处理机或由个专用计算机来执行。

数字图像处理的目的和主要内容般而言，对图像进行加工和分析主要有如下方面的目的提高图像的视感质量，以达到赏心悦目的目的。

提取图像中所包含的的些特征或特殊信息，以便于计算机进行分析。

对图像数据进行变换编码和压缩，以便于图像的储存和传输。

不管图像处理是出于何种目的，都需要用计算机图像处理系统对图像数据进行输入加工和输出，因此数字图像处理研究的内容主要有下个过程。

图像获取表示和表现该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把数字图像显示和表现出来如打印。

这过程主要包括摄取图像光电转换机数字化等几个步骤。

图像增强图像增强是对图像质量在般意义上的改善。

利用各种数学方法和变换手段提高图像中目标与非目标如背景的对比度与清晰度，达到突出目标，有效地表示和提示图像，以利于人或机器进行分析处理的目的。

图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。

如强化图像高频分量，可使图像中物体轮廓清晰，细节明显强化低频分量，可减少图像中噪声影响。

该部分主要研究各种增强模型和处理方法。

图像复原在景物成像过程中，由于成像设备与物体的相对运动介质散射系统畸变如成像系统的变焦成像器材的固有缺陷噪声干扰等因素会造成图像质量降低，称之为退化，典型现象是图像模糊。

使退化的图像恢复本来面目，真实反映原景物图像的处理，称为图像复原。

图像复原要求对图像降质的原因有定的了解，般而言，应根据降质过程建立降质模型再采用种滤波方法，恢复或重建原来的图像。

该部分主要研究各种校正模型和处理方法。

图像分割图像分割是数字图像处理中的关键技术之，也是图像处理中最困难的问题之。

图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘区域等，这是进步进行图像识别分析和理解的基础。

虽然目前已研究出不少边缘提取区域分割的方法，但还没有种普遍适用于各种图像的有效方法。

因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之。

图像分析图像分析主要是对图像中感兴相结合，朝着三维成像或多维成像的方向发展。

硬件芯片研究。

把图像处理的众多功能固化在芯片上，更便于应用。

④新理论与新算法研究。

如小波分析分形几何形态学遗传算法，人工神经网络等。

数字图像处理经过初创期发展期普及期及广泛应用几个阶段，如今已是各个学科竞相研究并在各个领域广泛应用的门科学。

随着科学技术的进步以及人类需求的不断增长，图像处理科学无论是在理论上还是实践上，均会去得更大的发展。

第三章数字图像处理系统开发技术基础语言优点语言是个面向对象的语言，使用编写的代码更加简捷高效，更具可维护性和可重用性。

语言的优点主要有以下几点使用和进行动态内存分配和释放运算符和是新增的运算符，提供了存储的动态分配和释放功能。

它的作用相当于语言的函数和，但是性能更为优越。

使用比使用