下形状变化的实质是的值在变，它也是颜色变化的根本原因。图颜色三角形和对于由三个系数的值构成的三角形可分为以下三类其周长与临域像素对应的三角形周长比，相差较大周长相差不大对但对应角度差相差较大周长和对应角度差都比较接近下面对以上提到的三类三角形依次进行分析第类，周长相差较大，是由于条边或几条边的边长相差较大所致，其根本原因是对应相差较大所致，反映到颜色空间即为颜色相差较大。而通常颜色相差较大处存在边缘第二类，由于构成三角形的为任意长度，因此存在相当部分三角形其周长相差不大但对应角度相差较大如下图彩色图像轮廓提取及其矢量化图等边颜色三角形图直角颜色三角形图为等边三角形，周长州，其填充色即为的颜色。图为直角三角形，周长，其填充色即为的颜色,由上述两图可以看出，虽然两个三角形周长相等，但是由于对应边长之间的差别较大，导致三角形的形状以及颜色都有很大差别，而这种差别可以通过对应边的夹角反应出来。第三类，周长和对应角度差在阈值范围内，我们可认为相邻像素属于同区域。其中在第类三角形中，我们需要的只是各像素对应三角形的周长，并不需要构成真正意义上的三角形，因此部分不满足三角形条件的像素仍可使用该方法进行检测。由此，可以通过上述方法判断两个像素之间颜色的差异，进而得到图像的边缘。利用算子定义三角形周长和角度的梯度是种阶微分边缘检测算子，利用像素上下左右临域点的灰度差，在边缘处达到极值，去掉伪边缘，对噪声具有平滑作用。是利用两个方向模板与临域进行卷积完成边缘检测的，这两个方向模板个检测水平方向，个检测垂直方向，如图图水平模板图垂直模板在本文中，为了增加算法的精确性，增加了两个模板，用于检测和方向,如图彩色图像轮廓提取及其矢量化图模板图模板对于彩色图像,按照基于三角相似度的边缘检测算法，算子对于边长的定义为式式式式若,其中之大于阈值则认为，为边缘。水平算子对于角度梯度的定义为对应角度的差值的绝对值之和得到水平模板的角度梯度。其它三个模板同理计算可得若,其中之大于阈值则认为，为边缘。图为采取三角形算法提取的结果，其中为梯度平均值，为阈值的大小。图原图图图像素的邻接和连通的概念像素的邻接对个坐标为，的像素，它可以有四个水平和垂直的邻近像素。它们的坐标分别为,。这些像素用表示组成的邻域，记为,如图。坐标为，的像素与它各个邻域近邻彩色图像轮廓提取及其矢量化像素是个单位距离。像素的个对角近邻像素用表示的坐标是它们记为,这些像素点加上的邻域像素合称为的邻域,如图。邻域邻域像素的连通像素间的连通性是个基本概念。它简化了许多光栅图像概念的定义，如区域和边界。为定义像素间的连通性，定义以下三种邻接情况邻按个像素和在中取值且在中，则它们为邻接。邻接个像素和在中取值且在中，则它们为邻接。邻接混合连接个像素和在中取值且满足下列条件之，则它们为连接。判断两个像素是否相连通，必须确定它们是否满足以上三种邻接情况之及它们的灰度值是否满足特定的相似性准则或者说，它们的灰度值是否相等。例如，在具有的二值图像中，两个像素可能是邻接的，但是，仅仅当它们具有同灰度值时才能说是连通的。基于优先搜索方向的外轮廓跟踪本文最终目的是对外轮廓进行矢量化，所以必须在轮廓的基础上进行外轮廓的提取,首先第步要进行起始点的选取，即对图像第步提取出来的轮廓进行从左至右，从上至下的扫描，遇到的第个轮廓点呢则是我们需要的起始点，然后就可以开始对外轮廓进行跟踪了，增加定的值。其中时，结果保存的线段的终点如图,起点坐标,终点坐标,彩色图像轮廓提取及其矢量化图矢量经过的坐标点下图为上边线段的颜色属值图矢量化线段的颜色属性本章总结在本文中我们利用系数的值建立新的三角形定义空间点的彩色信息量。其中为该点在空间中的坐标。而判断像素点是否边缘点可根据图像中该像素的彩色信息量的度量体来进行，这样就将原来点的彩色信息由向量度量转化成了标量度量。然后又基于动态分割拟合算法将点阵图矢量化，确定颜色属性以及它的存储。第五章结论第五章结论本毕业设计针对位真彩图图像，完成了图像边缘提取，外轮廓跟踪和外轮廓的矢量化，作者用比较新的三角形算法实现了将三维通道的向量转换到标量的梯度计算。并且用到了方向优先和双阈值算法对外轮廓进行提取和改进。所开发的简易图像处理工具具有使用价值，可有效地对图像进行外轮廓提取和矢量化。但尚存在问题暂时未能解决背景和主题差别模糊不清或者不是封闭的图形可能效果不是很好由于在矢量化出针对直线进行拟合，没考虑到二次拟合，结果不是十分理想，所以矢量化的工作还有待改进。致谢致谢经过近个月时间，这篇论文终于完成了。在制作作品并撰写论文期间，我在专业技术方面学到了很多新的知识，对未来的学习和工作也有了更多的激情。在这里，我要对那些在这期间给予我帮助的人表示衷心的感谢。首先要感谢的是我的指导教师田玉敏教授，她常常在百忙之中抽空关心我的毕设进展情况，在我写论文时对我提出了很多有用的建议，当我遇到的问题时对我有着耐心的指导和讲解，做了大量的工作。周次的见面答疑和进度监督帮助我更快更好地完成了这项工作。田玉敏教授有着丰富的技术经验严谨的治学态度和出众的人格魅力无不使我敬仰，希望以后有机会能继续和她合作。同时要感谢的是我身边的同学们，在这期间他们给了我很大的帮助，对于些类如语言使用上的问题，他们对我有着不少的点拨，没有他们的帮忙，这篇论文不会完成得这么快。在次也同样对他们表示感谢。最后要感谢的是各位专家和评委能够耐心地审阅这篇论文。参考文献参考文献李庆华王多强陈志勇图像的矢量化方法与算法研究年章毓晋图像处理年张鹏远董海，周文灵计算机图象处理技术基础年李在铭数字图像处理压缩与识别技术年谢凤英赵丹培数字图像处理年赵景秀赵昭王菁基于颜色三角形的彩色图像边缘检测光电子技术第卷第期年月柳稼航杨建峰单新尹京苑种基于优先搜索方向的边界跟踪算法第卷第期年月张旗卢朝阳图形矢量化中直线拟合与合并算法现代电子技术年第期总第期田玉敏刘国景光栅图形矢量化方法分析与评价计算机应用研究年,,,这里我们要用到基于优先搜索方向的算法，它的具体步骤如首先弱等原因引起。解决方案调整附近基站天线的方向角和倾角调整天线的高度对于小区边缘的覆盖问题，如果是些重要的地方，那么就要根据实际情况考虑加站了。由导频污染所引起的问题导频污染问题在优化过程中是比较常见的，导频重叠频繁的切换会影响数据传输过程中的吞吐率。解决方案根据路测中反映的情况对附近基站的天线作调整。有必要也要更改邻居表上的些参数，删除些多余的邻居。信号覆盖不连续的问题在路测中的数据测试中往往会发现有些基站下上不了数据，有些区域数据测试老是断线，原因就是有些基站的协议版本为而非。解决方案通知基站工程师更改数据。直放站的干扰问题作为组网的网元，直放站可以经济迅速有效的填补盲区，改善网络质量，带来可观经济效益，因此在网络中得到广泛的应用。直放站同其他系统直放站样，主要用途是射频信号双向放大。运营商有时为了节约成本，而大规模使用直放站，对整个网络带来些负面影响。影响从表现形式上多种多样如直放站对施主基站的干扰直放站覆盖区内手机切换频繁，掉话率高直放站覆盖范围内手机发射功率高等直放站中出现的问题除有的直放站本身性能指标有问题外，还与网络参数设计直放站选择使用不当等因素有关。解决方案除了调整网络参数确认直放站布局的合理性外，具体的调整方法有很多，但要遵守这原则，就是在直放站的调整的过程中特别是在城区得尽量降低直放站的增益，保证前反方向的链路平衡。数据传输速率差的问题在路测中往往我们会发现有些地方数据传输速率很低，分析其原因主要由直放站的干扰在问题中已经例举了此类的问题附近基站之间导频干扰切换频繁无主导频话务量高以及引起的数据吞吐率低。解决方案排除干扰，察看附近基站天线设计合理性，调整的宽度。其他问题及解决方案以上几点只是我们在平时优化过程中遇到的比较典型的事例，除了这些问题外，在优化过程中还有处理在两个地区的交界处的漫游现象，在高度公路农村山区基站的布置，在城区高楼密集处信号阻挡的解决方案。农村广覆盖随着农村经济的发展，农村移动用户发展潜力巨大，如何在初期以最低成本建站，吸收这部分用户解决方案农村地域广阔人口居住分散单位面积话务量较低，可选择简易配置方式进行广覆盖。外置天线采用两个全向天线，达到宏蜂窝覆盖效果，覆盖距离可达公里左右。对于覆盖半径大于公里的地区，可以采用完全配置方式实现，覆盖半径可达公里。高速公路覆盖些省级公路，市级公路和省间高速公路，在当初规划时考虑到话向链路上存在例如微波发射机等强反向干扰。优化方法是由于是导频信道增益过高，可以调整的参数降低导频发射功率，使导频信道和业务信道覆盖平衡可以减小天线增益或调整天线方向角，缩小覆盖区，从而减小反向干扰，但可能造成其它区域的覆盖问题可以增加新的基站或直放站。由于郊区往往使用较高增益的天线，导频信道增益过高更易于发生。导频信道增益过高时，手机信号显示较佳，但是会出现无法进行拨打接听电话，及通话质量较差。覆盖掉话覆盖掉话最明显的特征是导频和接收的功率同时减少，当导频强度低于并持续以上时，就会导致掉话。如果下形状变化的实质是的值在变，它也是颜色变化的根本原因。图颜色三角形和对于由三个系数的值构成的三角形可分为以下三类其周长与临域像素对应的三角形周长比，相差较大周长相差不大对但对应角度差相差较大周长和对应角度差都比较接近下面对以上提到的三类三角形依次进行分析第类，周长相差较大，是由于条边或几条边的边长相差较大所致，其根本原因是对应相差较大所致，反映到颜色空间即为颜色相差较大。而通常颜色相差较大处存在边缘第二类，由于构成三角形的为任意长度，因此存在相当部分三角形其周长相差不大但对应角度相差较大如下图彩色图像轮廓提取及其矢量化图等边颜色三角形图直角颜色三角形图为等边三角形，周长州，其填充色即为的颜色。图为直角三角形，周长，其填充色即为的颜色,由上述两图可以看出，虽然两个三角形周长相等，但是由于对应边长之间的差别较大，导致三角形的形状以及颜色都有很大差别，而这种差别可以通过对应边的夹角反应出来。第三类，周长和对应角度差在阈值范围内，我们可认为相邻像素属于同区域。其中在第类三角形中，我们需要的只是各像素对应三角形的周长，并不需要构成真正意义上的三角形，因此部分不满足三角形条件的像素仍可使用该方法进行检测。由此，可以通过上述方法判断两个像素之间颜色的差异，进而得到图像的边缘。利用算子定义三角形周长和角度的梯度是种阶微分边缘检测算子，利用像素上下左右临域点的灰度差，在边缘处达到极值，去掉伪边缘，对噪声具有平滑作用。是利用两个方向模板与临域进行卷积完成边缘检测的，这两个方向模板个检测水平方向，个检测垂直方向，如图图水平模板图垂直模板在本文中，为了增加算法的精确性，增加了两个模板，用于检测和方向,如图彩色图像轮廓提取及其矢量化图模板图模板对于彩色图像,按照基于三角相似度的边缘检测算法，算子对于边长的定义为式式式式若,其中之大于阈值则认为，为边缘。水平算子对于角度梯度的定义为对应角度的差值的绝对值之和得到水平模板的角度梯度。其它三个模板同理计算可得若,其中之大于阈值则认为，为边缘。图为采取三角形算法提取的结果，其中为梯度平均值，为阈值的大小。图原图图图像素的邻接和连通的概念像素的邻接对个坐标为，的像素，它可以有四个水平和垂直的邻近像素。它们的坐标分别为,。这些像素用表示组成的邻域，记为,如图。坐标为，的像素与它各个邻域近邻彩色图像轮廓提取及其矢量化像素是个单位距离。像素的个对角近邻像素用表示的坐标是它们记为,这些像素点加上的邻域像素合称为的邻域,如图。邻域邻域像素的连通像素间的连通性是个基本概念。它简化了许多光栅图像概念的定义，如区域和边界。为定义像素间的连通性，定义以下三种邻接情况邻按个像素和在中取值且在中，则它们为邻接。邻接个像素和在中取值且在中，则它们为邻接。邻接混合连接个像素和在中取值且满足下列条件之，则它们为连接。判断两个像素是否相连通，必须确定它们是否满足以上三种邻接情况之及它们的灰度值是否满足特定的相似性准则或者说，它们的灰度值是否相等。例如，在具有的二值图像中