（定稿）xx重点中学新校区建设工程资金申请报告6（喜欢就下吧）

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，因而被尺寸流向在管道外也被确定时间为，由于液体已经到达阀门，意味着没有液体提前在提供的逆向个低的压力区域形成在阀门外，破坏了流向和给上升的压力减小流动流向逆方向的阀门。

再次，带来流动的停止沿着管道且减小压力在管道中。

它已经被假设在阀门处压力下降，减小蒸发压力。

由于系统已经假设没有摩擦，所有的液面会有相同，绝对的，巨大的压力增加。

在稳定的运动压力下，会通过阀门的关闭产生。

如果压力增长是，这时所有的液面是，因此，液体逆流经过阀门的时间为，存在个值，同时，减少所有沿着管道的点从降到最初的压力时间逆向流动到蓄能站的时间为。

类似的，恢复液体最初的顺流到阀门的时间为，并且流向从顺流管道流向阀门关闭，这会在阀门处带来流动停止，导致压力上升。

在整个顺流管道的每段时间内压力上升到最初的压力在流动停止时。

因此，在时是种不稳定的情形类似于在的情形，出现在蓄能站和管道的连接处存在着不同。

即是逆流管道压力下降到最初压力和顺流管道上升到最初压力，然而，这种液体流动恢复机构所用时间是相同的。

结果是逆流流向蓄能站，它有效地恢复环境沿着管道到它的最初值。

当液体到达关闭的阀门时，沿着每段管壁都是相同的时间，然而，由于阀门直是关闭的，这种情形不能保持循环流动周期。

管道系统采用循环流动周期，瞬时选择种专门的机械情形，管道的顺流和逆流对于阀是样的。

实际，这是不同的。

因而，所描绘的周期将直被使用，除了压力变化在两管道之间不再表示相同相位关系，每个压力周期的变化将是，那里和代表着每段管道适应的时期，这是重要的标记，旦阀门是关闭的，这两个管道将做出相应的流动到任何段距离。

通过上述冲击周期的描绘，可以划分压力时间关系，在点沿管道上，这些变化的出现是类似的。

通过时间在任何点，液体到达点，系统假设流动速度为个常数，这主要集中在压力冲击依靠的方法是限制压力的升高和减小阀的启闭速度。

然而，存在着很重要的点，没有减小开启压力，将发生直到阀的关闭时间先于另个管道。

减小压力达到出现阀门慢速关闭的结果先于忽略液体逆流到阀门关闭。

由于没有影响，返回到阀门时间前，从阀门开始运动没有压力减小能够到达如果阀门没有打开超过了时间。

般来说，阀门的关闭小于管道涉及的速度并且它将比短。

在没有摩擦的情况下，周期的继续是不确定的。

然而，实际中，摩擦力是压力损失在很短的时间内，系统的摩擦损失越高，忽略摩擦力的影响导致结果越严重。

事实上，阀门的顶点低相对于蓄能站顶点。

然而，由于缓慢的流动，摩擦点的损失减少。

沿着管壁并且这个点向着蓄能站的方向增长。

由于液体的每层，在阀门和蓄能站中会带来停止，通过流动最初的液面，所以大多在第二个液面位置相应的摩擦点恢复流向。

阀门导致影响整个时间。

由于流动是相反的在管道中时间为和。

这个位置影响主要在阀门，由于重新建立个新的摩擦损失，在确切的事例中，例如，长距离油管，在阀门关闭之前，它将上升部分压力。

随着假设条件对摩擦周期的描绘，提及到使压力下降的条件， 而养猪业是高效农业产业，是促进农民增收的重要四柱液压机特点四柱液压合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