（定稿）某药业公司扩建工程项目资金申请报告1（喜欢就下吧）

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，判断读入尺寸技大学出版社，病床呼叫系统的病床呼叫系统的控制设计附录附录梯形图程序病床呼叫系统的病床呼叫系统的控制设计病床呼叫系统的病床呼叫系统的控制设计附录二语句表病床呼叫系统的病床呼叫系统的控制设计计。

控制程序是整个系统工作的软件，是保证系统正常运行安全可靠的保证。

因此，设计的控制程序必须经过反复调试修改，知道满足要求为止。

必要时还需要设计控制台柜。

编制控制系统的技术文件。

包括说明书电气图及电气元件明细表。

调试及仿真仿真软件介绍三菱模拟软件是针对三菱系列系列设计的套模拟仿真软件，可以帮助初学者掌握和理解的指令系统，因此要求初学者必须熟悉三菱的指令格式和输入方法。

梯形图程序所在的区域，必须使该区域处于激活状态。

运用该软件可以清楚地看到仿真的效果。

仿真过程及结果因为病床呼叫系统的输入信号比较多，不能起仿真，我只选择用个病房来仿真。

下面是号病房仿真的情况。

用该软件上的代替，代替，代替，代替，代替，代替，代替，代替，代替，代替，代替。

在该页面进行编程，输入完成后，转换后在线运行。

仿真界面如图所示。

图输入程序界面号病房号床按下置位按钮且在内没有按复位按钮，号床头灯亮，号病房灯亮，医护站号病房号床灯亮。

仿真过程及现象如图所示。

病床呼叫系统的病床呼叫系统的控制设计图号病房号床的仿真图号病房二号床按下置位按钮且在没有按下复位按钮，二号床头灯亮，号病房灯亮。

仿真结果如图所示。

图号病房二号床的仿真图号病房二号床都按下置位的按钮而且没有按复位按钮，床头灯，亮，病房灯亮，这时医护站床灯和被医护人员团点亮。

仿真如图所示。

图号病房二号床的仿真图病床呼叫系统的病床呼叫系统的控制设计结束语通过本次课程设计，使我加深了对梯形图指令表外部接线图的理解，还有经过在网上查找资料以及到图书馆学习，也使我更好的理解和认识了关于设计原理和实际中的应用过程。

而且我学到了很多书本上面段，在程序执行阶段或其它阶段，即使输入状态发生变化，输入映象寄存器的内容也不会改变，输入状态的变化只有在下个扫描周期的输入处理阶段才能病床呼叫系统的病床呼叫系统的控制设计被采样到。

程序执行阶段在程序执行阶段，对程序按顺序进行扫描执行。

若程序用梯形图来表示，则总是按先上后下，先左后右的顺序进行。

当遇到程序跳转指令时，则根据跳转条件是否满足来决定程序是否跳转。

当指令中涉及到输入输出状态时，从输入映像寄存器和元件映象寄存器中读出，根据用户程序进行运算，运算的结果再存入元件映象寄存器中。

对于元件映象寄存器来说，其内容会随程序执行的过程而变化。

图执行程序过程示意图输出刷新阶段当所有程序执行完毕后，进入输出处理阶段。

在这阶段里，将输出映像寄存器中与输出有关的状态输出继电器状态转存到输出锁存器中，并通过定方式输出，驱动外部负载。

因此，在个扫描周期内，对输入状态的采样只在输入采样阶段进行。

当进入程序执行阶段后输入端将被封锁，直到下个扫描周期的输入采样阶段才对输入状态进行重新采样。

这方式称为集中采样，即在个扫描周期内，集中段时间对输入状态进行采样。

图片。

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