【终稿】电机壳体成型工艺分析及压铸模具设计【CAD图纸全套终稿】

生长点和相邻区域的相似性判据可以是灰度值纹理颜色等多种图像信息。

区域生长般有个步骤。

选择合适的生长点。

确定相似性准则即生长准则。

确定生长停止条件。

般来说，在无像素或者区域满足加入生长区域条件时，区域生长就会停止。

图给出个区域生长的实例图为原图像，数字表示像素的灰度。

以灰度为的像素为初始的生长点，记为，。

在领域内，生长准则是待测点灰度值与生长带你灰度值相差为或者。

那么，图所示，第次区域生长后，，与中心点灰度值相差都为，因而被合并。

第二次生长后，如图所示被合并。

第三次生长后，如图所示，被合并，至此，已经不存在满足生长准的的像素点，生长停止。

原图像灰度矩阵生长点第次区域生长结果第二次区域生长结果第三次区域生长结果区域生长的优势和劣势优势区域生长通常能将具有相同特征的联通区域分割出来。

区域生长能提供很好的边界信息和分割结果。

区域生长的思想很简单，只需要若干种子点即可完成。

在生长过程中的生长准则可以自由的指定。

可以在同时刻挑选多个准则。

劣势计算代价大。

噪声和灰度不均可能会导致空洞和过分割。

对图像中的阴影效果往往不是很好。

区域生长的实现首先绘制出区域生长实现的流程图，如图所示子程序开始图像预处理锐化选择种子点迭代判断区域产生二值化图像返回图区域生长流程图根据上述流程图，可编程实现区域生长功能。

在读入图片点击区域生长功能键以后，系统会自动弹出个名为的对话框，如图所示图点击区域生长按键后弹出的对话框此时，操作人员可以方便快捷的在该对话框中的图片上选择个所需点作为种子点进行区域生长功能的实现。

种子点选择过后，程序会自动关闭该对话框回到主界面显示区域生长后的图片。

图像区域生长后效果图如图当阈值为时的区域生长图当阈值为时的区域生长图当阈值为时的区域生长图当阈值为时的区域生长图当阈值为时的区域生长图图图像区域生长后效果图区域生长是经过在图像上选取个点作为第个种子点，并设定个阈值。

然后将种子点的像素与周围点的灰度值相比较，他们的差值小于设定的阈值时就将其作为另个种子点这样循环比较下去，直到种子点周围点灰度差值大于阈值才停止。

然后将满足条件即与种子点差值小于阈值的点记录并留下来在图像中显示，从而得到如图的区域生。

最简单的方法就是用该点的梯度幅度代替该点的灰度。

此方法的缺点就是增强的图像仅仅是灰度变换比较陡峭的边缘轮廓，而灰度变化比较平缓或者比较均匀的地方则呈现黑色。

为了突出物体的边缘，常常采用梯度值的改进算法，将图像各个点的梯度值与阈值作比较，如果大于阈值，该像素点的灰度值用其梯度值表示，否则用个固定的灰度值表示。

综上所述，图像锐化算法主要包括三方面内容算取合适的梯度算子如拉普拉斯算子根据所选用的梯度算子计算图像各点的灰度值，得出各像素点的梯度值根据个像素点的梯度值选取合适的处理方法。

图像锐化的功能实现由于设计要求原因，本次设计主要只研究运用梯度算子来实现图像的锐化处理。

首先绘制出梯度锐化实现的流程图，流程图如图子程序开始复制图像利用算子求出，方向上梯度求出图像梯度模值利用梯度模值与原图灰度值按比例相加得到锐化图像返回图梯度锐化流程图根据上述流程图，编程实现图像锐化功能。

图像锐化前后效果图对比如图平均平滑第次梯度锐化第二次梯度锐化第三次梯度锐化图图像锐化前后对比图由上图可清晰的看到图像经过锐化处理后的变化。

图像锐化使原本经过图像平滑后变得模糊的边界轮廓得到了改善，是图像的边缘变得清晰了。

但是图像如果经过过度锐化图后两图以后，反而会使图像变得模糊。

因此进行图像锐化时需进行适度锐化图像，从而更好的得到所需图像。

区域生长图像分割概述图像分割的方法和种类非常多，有些分割算法可以直接用于大多数图像，而另些则只适用于特殊类别的图像。

般采用的方法有边缘检测边界跟踪区域生长区域分离和聚合等。

本次设计则只研究区域生长的图像分割方法。

图像分割算法般给予图像灰度只的不连续性或其相似性。

不连续性是给予图像灰度的不连续变化分割图像，如针对图像的边缘有边缘检测边界跟踪等算法相似性是依据事先制定的准则将图像分割为相似的区域，如阈值分割区域生长等。

图像分割在科学研究和工程技术领域有着广泛的应用。

在工业上，应用于矿藏分析无接触式检测产品的精度和纯度分析等在生物医学上，应用于计算机断层图像光透视核磁共振病毒细胞的自动检测和识别等交通上，应用于车辆检测车种识别车辆跟踪等另外，在机器人视觉神经网络身份鉴定图像传输等各个领域都有着广泛的应用。

区域生长区域生长是根据事先定义的准则将像素或者子区域聚合成更大区域的过程。

其基本思想是从组生长点开始生长点可以是单个像素，也可以为个小区域，将与该生长点性质相似的相邻像素或者区域与生长点合并，形成新长后的图形。

由图对比可见，当阈值为时得到的区域生长后的图形最接近完整的肝脏，所以在后面提取区域时运用阈值为的区域生长图进行提取，以便得到更好的肝脏提取效果图。

但此区域生长方法有个缺陷，会使得到的图形产生很多小孔，这将由下个提取区域功能中加入个图像腐蚀功能来改善这缺陷。

在编写区域生长的程序时需注意阈值的选择，如果阈值太大，容易导致溢出，使程序不能正常运行如果阈值太小，则无法得到所需的图像。

提取区域提取区域的功能是在图像进行过区域生长以后，将区域生长后的二值图作为掩码，在原图中提取并显示出来，从而提取出了原图腹腔中的肝脏部分。

提取区域后的图像如图所示图提取区域后的图像上图是未经过腐蚀直接进行提取区域后得到的图像，由于直接进行提取区域，附录系统实现主程序读入图像生成对象，即打开选择图片对话框，选择图片后返回程序获得图片地址自带字符操作类转化为字符串读入图片图片备份读入图片标志显示图片判断是否有图片，生成类型对话框对象生成尺寸对话框对象，获取平滑类型，获取尺寸并判断平滑显示平滑后图像图像显示函数获取句柄获取图像框大小尺寸，判断读入图尺寸分别设计，并分析比较设计出的带通滤波器的区别。

过渡带宽度滤波器长度理想带通滤波器的下截至频率理想带通滤波器的上截至频率理想带通滤波器的单位冲激响应布拉克曼窗三角窗截取得到实际的单位脉冲响应，计算实际滤波器的幅度响应实际通带纹波实际阻带纹波，布拉克曼窗，三角窗，火柴棍图理想单位脉冲响应，布拉克曼窗截到的实际单位脉冲响应，三角窗截到的实际单位脉冲响应，布拉克曼窗数字带通滤波器幅度响应，三角窗数字带通滤波器幅度响应图数字带通滤波器脉冲响应与幅度响应汉宁窗设计数字带阻滤波器设计数字带阻滤波器。

过渡带宽度滤波器长度理想带阻滤波器的下截至频率理想带阻滤波器的上截至频率理想带阻滤波器的单位冲激响应汉宁窗截取得到实际的单位脉冲响应，计算实际滤波器的幅度响应实际通带纹波实际阻带纹波，火柴棍图理想单位脉冲响应，汉宁窗，实际单位脉冲响应，汉宁窗数字带阻滤波器幅度响应图数字带阻滤波器脉冲响应与幅度响应小结这章主要是用语言进行滤波器的设计和实现。

本章滤波器的设计包括三部分线性相位数字滤波器的条件和特点，常用窗函数及其实现，基于窗函数的数字滤波器设计及其实现。

数字滤波器的特点是稳定和线性相位特性在常用窗函数及实现中，讨论了五种窗函数及其各自特性和相互比较，并结合进行实现在基于窗函数的数字滤波器设计中，根据设计的不同技术要求，选择了不同的窗函数，并利用提供的相关函数来设计实现数字滤波器。

整个设计过程都是在理论分析的基础上，用语言来进行编程设计，最终实现了数字低通高通带通带阻四种滤波器的设计。

第章图形用户界面设计滤波器分析系统图形用户界面，是提供人机交互的工具和方法。

是包含图形对象如窗口图标菜单和文本的用户界面。

以种方式选择或激活这些对象，通常引起动作或发生变化。

最常见的激活方式是用鼠标或其他单击设备去控制屏幕上的鼠标指针的运动，单击鼠标，标志着对象的选择或其他动作。

现在，绝大部分的应用程序如都是在图形用户界面下运行的，并且，绝大部分的程序设计工具如，都可以进行图形用户界面的设计与开发工作。

中设计技术特点作为强大的科学计算软件，也提供了图形用户界面的设计与开发功能。

中的基本图形用户界面对象分为类用户界面控件对象下拉式菜单对象和内容式菜单对象。

其中，对象能建立按钮列表框编辑框等图形用户界面对象，能建立下拉式菜单和子菜单等图形用户界面对象，能建立内容式菜单用户界面对象类似于等程序设计软件中的弹出式菜单。

利用上述对象，进行周密的组织设计，就可以设计出个界面良好操作简单功能强大的图形用户界面。

简介图形用户界面开发环境，提供了系列创建用户图形界面的工具。

这些工具极大的简化了设计和生成的过程。

可以用完成下面的任务输出使用输出编辑器，通过单击和拖拉组件很容液相负荷上限液体的最大流量应保证降液管中停留时间不低于，液体降液管内停留时间，以作为液体在降液管内停留时间的下限，则漏液线对于型重阀，依作为规定气体最小负荷的标准。

液相负荷下限线取堰上液层高度片的生长点，重复此过程直到不能生长为止。

生长点和相邻区域的相似性判据可以是灰度值纹理颜色等多种图像信息。

区域生长般有个步骤。

选择合适的生长点。

确定相似性准则即生长准则。

确定生长停止条件。

般来说，在无像素或者区域满足加入生长区域条件时，区域生长就会停止。

图给出个区域生长的实例图为原图像，数字表示像素的灰度。

以灰度为的像素为初始的生长点，记为，。

在领域内，生长准则是待测点灰度值与生长带你灰度值相差为或者。

那么，图所示，第次区域生长后，，与中心点灰度值相差都为，因而被合并。

第二次生长后，如图所示被合并。

第三次生长后，如图所示，被合并，至此，已经不存在满足生长准的的像素点，生长停止。

原图像灰度矩阵生长点第次区域生长结果第二次区域生长结果第三次区域生长结果区域生长的优势和劣势优势区域生长通常能将具有相同特征的联通区域分割出来。

区域生长能提供很好的边界信息和分割结果。

区域生长的思想很简单，只需要若干种子点即可完成。

在生长过程中的生长准则可以自由的指定。

可以在同时刻挑选多个准则。

劣势计算代价大。

噪声和灰度不均可能会导致空洞和过分割。

对图像中的阴影效果往往不是很好。

区域生长的实现首先绘制出区域生长实现的流程图，如图所示子程序开始图像预处理锐化选择种子点迭代判断区域产生二值化图像返回图区域生长流程图根据上述流程图，可编程实现区域生长功能。

在读入图片点击区域生长功能键以后，系统会自动弹出个名为的对话框，如图所示图点击区域生长按键后弹出的对话框此时，操作人员可以方便快捷的在该对话框中的图片上选择个所需点作为种子点进行区域生长功能的实现。

种子点选择过后，程序会自动关闭该对话框回到主界面显示区域生长后的图片。

图像区域生长后效果图如图当阈值为时的区域生长图当阈值为时的区域生长图当阈值为时的区域生长图当阈值为时的区域生长图当阈值为时的区域生长图图图像区域生长后效果图区域生长是经过在图像上选取个点作为第个种子点，并设定个阈值。

然后将种子点的像素与周围点的灰度值相比较，他们的差值小于设定的阈值时就将其作为另个种子点这样循环比较下去，直到种子点周围点灰度差值大于阈值才停止。

然后将满足条件即与种子点差值小于阈值的点记录并留下来在图像中显示，从而得到如图的区域生。

最简单的方法就是用该点的梯度幅度代替该点的灰度。

此方法的缺点就是增强的图像仅仅是灰度变换比较陡峭的边缘轮廓，而灰度变化比较平缓或者比较均匀的地方则呈现黑色。

为了突出物体的边缘，常常采用梯度值的改进算法，将图像各个点的梯度值与阈值作比较，如果大于阈值，该像素点的灰度值用其梯度值表示，否则用个固定的灰度值表示。

综上所述，图像锐化算法主要包括三方面内容算取合适的梯度算子如拉普拉斯算子根据所选用的梯度算子计算图像各点的灰度值，得出各像素点的梯度值根据个像素点的梯度值选取合