（定稿）广西家政服务网络中心项目立项申报材料5（喜欢就下吧）

先对高斯滤波器做拉普拉斯变换，再与图像做卷积运算，接着做过零判断。

拉普拉斯算子对图像中的噪声非常敏感。

它经常被用于制造双像素边缘，也不提供边缘方向信息。

以其他算子相比，边缘检测算子更好，模板的高斯拉普拉斯算子如下图所示重庆邮电大学本科毕业设计论文图高斯拉普拉斯算子高斯拉普拉斯算子在边缘检测过程中达到了很高的精度，其原理是它将高斯算法和拉普拉斯算法结合起来，对图像进行滤波，不仅可以消除噪声，还能进行边缘检测。

六边缘算子边缘检测的基本思想步是发现在图像有个局部最大值梯度像素。

图像的边缘检测必须满足两个条件第，我们必须有效地抑制噪声，其次，尽可能精确的边缘位置。

改进边缘检测对边缘的敏感性，也增强了对噪声的敏感性。

算子是种性能很高边缘检测算子，它广泛用于许多图像处理领域。

从本质上讲，它不仅仅是简单的梯度计算来确定个像素是否边缘点，在决定是否个像素是当前边缘点，需要考虑其他像素的影响，这不是个简单的边界跟踪，寻找边缘点，根据当前像素和像素来确定。

它把边缘检测的问题转换为检测函数极大值的问题。

其基本思想是先对处理的图像选择定的滤波器进行平滑滤波，然后采用种称之为非最大值抑制的技术，对平滑后的图像处理后，得到最后的边缘图像。

下面给出判断边缘检测算子优劣的三个标准信噪比准则在保证不漏检又不误检的情况下，尽可能使输出的信噪比最大。

信噪比值越小，提取的边缘效果越低定位精度准则为了得到高精确度的图像，需要检找到边缘点与实际边缘最近的位置单边缘响应准则应对每个边缘点是独无二的。

每个真正的边缘对应于边缘点检测和个接个，得到个像素的边缘宽度。

基于上述准则，导出了使用功能推导方法的边缘定位精度和信噪比的产品组成个表达式，该表达式类似于高斯函数的重庆邮电大学本科毕业设计论文导数，这是这个函数的最佳逼近。

算子的算法分为个步骤图像滤波计算图像的梯度抑制非最大点搜寻边界的起点跟踪边界。

边缘检测基本原理算子实际上是种滤波器，其既有消除噪音的功能，还有边缘检测的能力。

其原理是运用高斯函数在方向上的阶导数作为滤波器来去除噪音，接下来在滤波后的图像中分析图像的梯度，用以确定图像梯度的最大值。

边缘检测算法处理平滑的图象高斯滤波器计算梯度的幅值和方向抑制梯度幅值的非极大值连接边缘双阈值算法。

其数学描述如下二维为高斯函数为，在方向上是，的阶方向导数为式中式方向矢量，▽是梯度矢量。

将图像，与作卷积，同时改变的方向取得最大值时的就是正优势，它能够有效的克服算子的缺点，并且能减弱噪声对识别性能的影响。

仿真实验选取的原始图像如图所示，通过编写程序，分别利用算法，算法，算法，算法和算法对该格式的图片进行边缘提取，所的结果如图和所示。

重庆邮电大学本科毕业设计论边缘，而且也减少了费用的判断的边缘的边缘提高定位的准确度得到的边缘和误差尽可能小的理论唯响应，也就是说，每个明确的边缘只能得到响应。

边缘算子算子的原理是在差分算子的基础上完成的，其具体公式可以表示如下，其中是以整数的形式来表示图像的坐标。

算子具有其边缘的优点是非常准确的，缺点是，它是对噪声敏感相对。

在实践中，操作者常常被用来提取道路的边缘。

二边缘算子重庆邮电大学本科毕业设计论文如在图典型边缘算子中所示，它的原理是将图像卷积运算的每个象素。

在水平方向和最强烈的回应垂直方向边缘运营商，因此，选择边缘算子输出最多两个卷积。

算子，在与相邻像素之间的距离的像素的作用，根据指定给不同的权重的像素之间的距离。

般而言，该距离越大，越小的影响。

三边缘算子如图的典型算子的边缘算子，卷积运算对每像素的操作者，将得到的对应于该范围的边缘时，操作者的输出的振幅的最大值的边缘。

图边缘算子算子原理比较简单，它是在个水平差的操作，垂直方向中的两种平均操作，相对而言，在操作者对噪声较不敏感，但是，平均处理是图像滤波的过程。

四边缘算子拉普拉斯算子具有强烈的线性性和移步变形。

其基本思想是运用二维向量的二阶导数进行计算。

对于连续函数，的图像，其位置为可以定义拉普拉斯值为使用二阶导数信息拉普拉斯算子，无关各向同性，轴的方向，轴旋转梯度结果仍然是相同的。

图像的二阶微分后，创建了个陡峭的零交叉边缘点，根图边缘算子重庆邮电大学本科毕业设计论文据该零交叉点边缘点。

图和分别邻里域名系统和八个居委会拉普拉斯算子的。

图邻域算子图邻域算子通常使用的拉普拉斯算子模板如图所示图拉普拉斯算子算法对噪声敏感，但其缺点也很明显，即边缘在些图形具有双重作用。

因此，使用拉普拉斯算法的图像处理时，经过定的流畅处理。

五边缘算子这里介绍种基于二阶导数求到边缘点算法的图像亮度，这种方法对噪声非常敏感，因此，可以在之前是边缘增强去噪。

对于这点，并设计了种人类视觉方法的局部特性，该方法是使用高斯操作者对滤波操作，使用拉普拉斯边缘检测，即所谓的算法。

该算法的主要思路和步骤如下滤波就是对图像，做平滑滤波，选取对应的滤波函数为高斯函数，即重庆邮电大学本科毕业设计论文，其中是个圆对称函数，其平滑的作用是可通过来控制的。

将图像，与，进行卷积，可以得到个平滑的图像，即，增强对平滑图像，进行拉普拉斯运算，即，检测该准则由第二衍生物的图像获得的是零点点，通过取点的第导数。

这种方法是用高斯卷积滤波器的第图像，从而平滑图像，减少了噪声，噪声隔离，滤波，和更小的结构。

但由于图像的扩大边缘平滑，所以与局部梯度边沿检测器将仅考虑那些最大值点。

这可以通过使用过零的二阶导数来实现。

二阶导数近似的二维拉普拉斯函数，因为它是种操作者。

在实践中，为了防止边缘检测不明显，应该选择第导数大于零点作为边缘点的阈值大。

由于对平滑图像进行拉普拉斯运算可等效为，的拉普拉斯运算与，的卷积，故上式变为，式中称为滤波器，文图础上，设计出能够满足用户需求的各种实体，以及他们之间的关系，为后面的数据库逻辑设计打下基础。

本文根据上面的分析规划出的实体有部门设计员工信息职务管理职务变更上班登记下班登记员工请假信息员工加班信息员工奖惩信息员工工资信用户需求分析概念结构设计物理结构设计逻辑结构设计系统调查系统分析详细调查系统分析逻辑设计系统设计数据库设计步骤系统开发阶段长春职业技术学院毕业论文设计专用纸息员工福利信息管理员信息等。

实体与实体之间的关系图如图至图所示。

图职务管理实体图图职务变更实体图图上班登记实体图职务管理员工编号姓名现任职务所属部门职务变更雇员编号姓名现任职务上任时间卸任时间上班登记上班时间雇员编号姓名长春职业技术学院毕业论文设计专用纸图下班登记实体图图员工请假实体图图员工加班实体图员工加班员工编号姓名加班日期加班时间下班登记下班时间雇员编号姓名员工请假员工编号姓名请假时间时间长短长春职业技术学院毕业论文设计专用纸图员工奖惩实体图图员工工资实体图图员工福实体图员工奖惩员工编号姓名奖励金罚款员工福利员工编号姓名养老保险失业保险工伤保险总保险金员工编号姓名基本工资公司补贴加班费奖励金扣除金额总工资备注员工工资长春职业技术学院毕业论文设计专用纸图管理员信息实体图表结构分析根据本系统功能需求，数据库采用公司的，它完全可以适合工作需求，并且它所支持的数据类型十分丰富，维护简单，费用比较低，开发人员技术要求不是很高。

根据模块的设计，以及规范化的设计要求，为满足系统需要，本系统共建立个表分别是部门设计表，雇员信息表，职务管理表，职务变更表，上班登记表，下班登记表，员工请假信息表，员工加班信息表，员工奖罚信息表，员工工资表，员工福利表，管理员信息表。

各个数据表的结构如表至表所示。

表部门设计表读操作读操作同样也是个非常重要的操作。

单片机将总线从高电平拉低后，总线保持低电平的时间在之内时，之后总线又被释放，将产生读时间间隙。

读时序要在总线被释放的内完成，否则就失效了。

读取完成后，就要再次释放总线。

按照的操作流程，温度读取子程序流程图如图所示。

图温度读取程序流程图八转换子程序单片机片的口中集成了路输入通道，执行转换时需要经过关闭设置转换通道关闭模拟比较器再次设置转换通道进行使能采用分频开始转换在接受到转换结束标志位后转换结束关闭转换等步骤，在执行的全部过程中，仅需配置与相关的三个寄存器即可实现转换功能。

本系统的程序设计为到达采样时间时启动次采用分频转换。

转换流程图如图所示。

图转换程序流程图九矩阵键盘的按键查找键值读取程序本系统运用矩阵键盘对系统进行检测控制和显安全退出公司结构部门管理职位调整增加员工信息修改信息查询减少员工现任职务查询职务变更查询职务变更上下班登记请假管理加班管理工资查询工资调整奖罚查询添加奖罚福利查询长春职业技术学院毕业论文设计专用纸福利调整系统帮助关于系统系统主界面如图所示长春职业技术学院毕业论文设计专用纸图系统主页面长春职业技术学院毕业论文设计专用纸第三章子系统设计其为，这样就有两种方法求图像边缘对图像和高斯滤波器做卷积运算，再对产生的信号做拉普拉斯变换，最后做过零判断。

先对高斯滤波器做拉普拉斯变换，再与图像做卷积运算，接着做过零判断。

拉普拉斯算子对图像中的噪声非常敏感。

它经常被用于制造双像素边缘，也不提供边缘方向信息。

以其他算子相比，边缘检测算子更好，模板的高斯拉普拉斯算子如下图所示重庆邮电大学本科毕业设计论文图高斯拉普拉斯算子高斯拉普拉斯算子在边缘检测过程中达到了很高的精度，其原理是它将高斯算法和拉普拉斯算法结合起来，对图像进行滤波，不仅可以消除噪声，还能进行边缘检测。

六边缘算子边缘检测的基本思想步是发现在图像有个局部最大值梯度像素。

图像的边缘检测必须满足两个条件第，我们必须有效地抑制噪声，其次，尽可能精确的边缘位置。

改进边缘检测对边缘的敏感性，也增强了对噪声的敏感性。

算子是种性能很高边缘检测算子，它广泛用于许多图像处理领域。

从本质上讲，它不仅仅是简单的梯度计算来确定个像素是否边缘点，在决定是否个像素是当前边缘点，需要考虑其他像素的影响，这不是个简单的边界跟踪，寻找边缘点，根据当前像素和像素来确定。

它把边缘检测的问题转换为检测函数极大值的问题。

其基本思想是先对处理的图像选择定的滤波器进行平滑滤波，然后采用种称之为非最大值抑制的技术，对平滑后的图像处理后，得到最后的边缘图像。

下面给出判断边缘检测算子优劣的三个标准信噪比准则在保证不漏检又不误检的情况下，尽可能使输出的信噪比最大。

信噪比值越小，提取的边缘效果越低定位精度准则为了得到高精确度的图像，需要检找到边缘点与实际边缘最近的位置单边缘响应准则应对每个边缘点是独无二的。

每个真正的边缘对应于边缘点检测和个接个，得到个像素的边缘宽度。

基于上述准则，导出了使用功能推导方法的边缘定位精度和信噪比的产品组成个表达式，该表达式类似于高斯函数的重庆邮电大学本科毕业设计论文导数，这是这个函数的最佳逼近。

算子的算法分为个步骤图像滤波计算图像的梯度抑制非最大点搜寻边界的起点跟踪边界。

边缘检测基本原理算子实际上是种滤波器，其既有消除噪音的功能，还有边缘检测的能力。

其原理是运用高斯函数在方向上的阶导数作为滤波器来去除噪音，接下来在滤波后的图像中分析图像的梯度，用以确定图像梯度的最大值。

边缘检测算法处理平滑的图象高斯滤波器计算梯度的幅值和方向抑制梯度幅值的非极大值连接边缘双阈值算法。

其数学描述如下二维为高斯函数为，在方向上是，的阶方向导数为式中式方向矢量，▽是梯度矢量。

将图像，与作卷积，同时改变的方向取得最大值时的就是正优势，它能够有效的克服算子的缺点，并且能减弱噪声对识别性能的影响。

仿真实验选取的原始图像如图所示，通过编写程序，分别利用算法，算法，算法，算法和算法对该格式的图片进行边缘提取，所的结果如图和所示。

重庆邮电大学本科毕业设计论