内容发布更新时间 : 2024/5/20 14:18:27星期一 下面是文章的全部内容请认真阅读。

labview的毕业设计

【篇一：定稿 labview毕业设计】

基于labview的图像分割程序设计

[摘要] 现在图像处理技术已经应用于多个领域当中，其中，纸币识别，车牌识

别，文字识别和指纹识别已为大家所熟悉。图像分割是一种重要的图像技术,它不仅得到了人们的广泛重视和研究,也在实际中得到了大量的应用。它是处理图像的基本问题之一，是图像处理图像分析的关键步骤。图像识别的基础是图像分割，其作用是把反映物体真实情况的，占据不同区域的，具有不同性质的目标区分开来，并形成数字特性。关于图像分割的方法已有上千种，本文将介绍几种主流的方法，并分析各自的特性，利用labview平台实现两种阈值方法分割图像，展现实验现象，比较两种方法的处理结果。 [关键词] 图像分割 阈值法 大津法 双峰法 labview

the program designing of image segmentation based on labview

[abstract] image processing technology has been used in many fields, the banknote recognition, license plate

recognition, character recognition and fingerprint recognition has been familiar to everyone. image segmentation is an important image technology, people not only attach

importance to it and research it，but also use it in many place. it is one of the basic problems of the image processing, and it is a key step of the image processing image analysis. the

image recognition based on image segmentation, the function of which is making a distinction between the area of objects real situation,the area in different places and the area with different characteristic and forming a digital characteristic. there are thousands of methods of image segmentation, this article will introduce several mainstream method, and analyze their respective characteristics, use this two ways to make image segmentation with labview，and show the phenomenon of experiment，campare the treatment result of the two methods.

[keyword] image segmentation threshold otsu bimoda labview

引言................................................................ 1

1 图像分割论述...................................................... 2 1.1 图像分割的定义 .............................................. 2 1.2 图像分割方法综述 ............................................ 3 1.2.1 边缘检测法............................................ 3 1.2.2 阈值分割法............................................ 5 1.2.3 基于区域的分割......................................... 5

2 图像阈值分割算法.................................................. 6 2.1 阈值分割算法简述 ............................................ 6 2.2 全局阈值算法 ................................................ 7 2.3 自适应阈值算法 .............................................. 9 2.4 最小误差阈值 ............................................... 10 2.5 最大类间方差算法 ........................................... 10

3 图像分割实验结果及实现平台介绍................................... 11 3.1 labview简述................................................ 11 3.2 labview的应用.............................................. 12 3.3 vi设计.................................................... 14 3.3.1 双峰法选取阈值........................................ 16 3.3.2大津法选取阈值 ........................................ 17 3.4实验结果比较总结............................................ 17 结论............................................................... 20 致谢............................................................... 21 [参考文献]......................................................... 22

图像技术在广义上是各种与图像有关技术的总称。图像技术种类很多，跨度很大，但可以将它们归在一个整体框架—图像工程之下。图像工程是一个对整个图像领域进行研究应用的新学科，它的内容非常丰富，根据抽象程度和研究方法的不同可以分为3个各种特点的层次：图像处理，图像分析和图像理解。

在一幅图像中，人们往往只对其中的某些目标感兴趣，这些目标通常占据一定的区域，并且在某些特性（如灰度、轮廓、颜色和纹理等）上和周围的图像有差别。图像识别的基础是图像分割，其作用是把反映物体真实情况的，占据不同区域的，具有不同特性的目标区分开来，并形成数字特性。图像分割是图像识别和图像理解的基本前提步骤，图像分割质量的好坏直接影响后续图像处理的效果，甚至决定其成败，因此，图像分割的作用是至关重要的。

虚拟仪器技术是基于计算机的仪器及测量技术。与传统仪器技术不同，虚拟仪器技术指在包含数据采集设备的通用计算机平台上，根据需求可以高效率地构建起形形色色的测量系统。对大多数用户而言，主要的工作变成了软件设计。虚拟仪器技术突破了传统仪器的局限，可以将许多信号处理的方法方便地应用于测量中，并且为自动测量和网络化测量创造条件。早期的虚拟仪器技术主要用于军事、航空、航天等领域和科研院所，现在已经越来越多地出现在工厂及其他民用场合。labview则是美国国家仪器公司（national

instruments）所提供的虚拟仪器开发平台。与大多数程序语言不同，labview是一个图形化的编程环境，编程的过程不是写代码，而是“流程图”。labview的使用者是各个领域的工程技术人员，而非计算机专业人员。labview将使用者从烦琐的程序设计中解放出来，而将注意力集中在测量等物理问题本身。

labview除了在工业领域作为测量仪器外，还拥有强大的图像处理功能，它可以外挂专有的“图像处理包”，或者调用matlab来实现图像处理的功能，但前者需要单独购买，且不方便修改，后者则需要安装matlab，而直接通过labview设计vi实现则方面修改。本课题将介绍主要几种图像分割的方法，仔细研究其中两种阈值分割的算法，通过直接设计vi来实现阈值图像分割的功能，令labview也能够进行一些图像处理的任务，使得labview更加强大。 1 图像分割论述

1.1 图像分割的定义

图像分割是指将一幅图像分解为若干互不交叠的,有意义的，具有相同性质的区域。好的图像分割应具备以下特征：

（1） 分割出来的各区域对某种特性（如灰度和纹理）而言具有相似性，区域内

部是连通的且没有过多小孔。

（2） 相邻区域对分割所依据的性质有明显的性质。 （3） 区域边界是明确的。

大多数图像分割方法只是部分满足上述特征。如果强调分割区域的同性质约束，则分割区域很容易产生大量小孔和不规整边缘；若强调不同区域间性质差异的显著性，则容易造成不同区域的合并。具体处理时，不同的图像分割方法总是在各种约束条件之间寻找一种合理的平衡。

图像分割更形式化的定义如下：