vbnet谐波分析 谐波技术分析

几种经典的二值化方法及其vb点虐 实现

图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。

创新互联是一家集网站建设,忠县企业网站建设,忠县品牌网站建设,网站定制,忠县网站建设报价,网络营销,网络优化,忠县网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

本文针对几种经典而常用的二值发放进行了简单的讨论并给出了其vb点虐 实现。

1、P-Tile法

Doyle于1962年提出的P-Tile (即P分位数法)可以说是最古老的一种阈值选取方法。该方法根据先验概率来设定阈值，使得二值化后的目标或背景像素比例等于先验概率，该方法简单高效，但是对于先验概率难于估计的图像却无能为力。

2、OTSU 算法（大津法）

OSTU算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。1978 OTSU年提出的最大类间方差法以其计算简单、稳定有效，一直广为使用。

3、迭代法（最佳阀值法）

(1)． 求出图象的最大灰度值和最小灰度值，分别记为Zl和Zk，令初始阈值为：

(2)． 根据阈值TK将图象分割为前景和背景，分别求出两者的平均灰度值Z0和ZB:

式中，Z(i,j）是图像上(i,j)点的象素值，N(i,j)是(i,j)点的权值，一般取1。

(3)． 若TK=TK+1，则所得即为阈值，否则转2，迭代计算。

4、一维最大熵阈值法

它的思想是统计图像中每一个灰度级出现的概率 ，计算该灰度级的熵 ,假设以灰度级T分割图像，图像中低于T灰度级的像素点构成目标物体（O），高于灰度级T的像素点构成背景（B），那么各个灰度级在本区的分布概率为：

O区： i=1,2……,t

B区： i=t+1,t+2……L-1

上式中的 ,这样对于数字图像中的目标和背景区域的熵分别为：

对图像中的每一个灰度级分别求取W=H0 +HB，选取使W最大的灰度级作为分割图像的阈值，这就是一维最大熵阈值图像分割法。

如何在vb点虐 中将一个已存在的excel文件保存在资源文件中 然后在将其复制（释放？）到一已知位置？

1、Number of cycles表示什么意思？该怎么填写？

2、Fundamental frequency表示基频的意思，但是我该选多大呢？怎么选？Fundamental （60Hz）=0.0471，这又是什么意思？

VB.Net的问题，输入整数n，显示具有n行的杨辉三角形。

参考：

以下为十行的杨辉三角输出，根据这个自己做相应修改，都做好了，那你就是伸手党了。

Public Class Form1

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click

Dim i, j As Integer

Dim n As Integer

n = 10

Dim dete(n, n) As Integer

Dim sum As Integer

For i = 0 To n

For j = 0 To i

If i = 0 Then

dete(i, j) = 1

ElseIf j = 0 Then

dete(i, j) = 1

ElseIf i = j Then

dete(i, j) = 1

Else

dete(i, j) = dete(i - 1, j - 1) + dete(i - 1, j)

End If

Next

Next

For i = 0 To n

For j = 0 To i

Debug.Write(dete(i, j) " ")

sum += dete(i, j)

Next

Debug.WriteLine(" ")

Next

End Sub

End Class

vb点虐 实现高斯滤波\中值滤波\均值滤波的一种 需求vb点虐 程序，实现对图像的滤波处理，以上任意一种均可

'中值滤波：

Dim x As Integer, y As Integer, size As Integer = 3, point(8) As Integer

For x = CInt((size - 1) / 2) To CInt(jpgImage.Width - 1 - (size - 1) / 2)

For y = CInt((size - 1) / 2) To CInt(jpgImage.Height - 1 - (size - 1) / 2)

point(0) = jpgImage.GetPixel(x - 1, y - 1).R

point(1) = jpgImage.GetPixel(x - 1, y).R

point(2) = jpgImage.GetPixel(x - 1, y + 1).R

point(3) = jpgImage.GetPixel(x, y - 1).R

point(4) = jpgImage.GetPixel(x, y).R

point(5) = jpgImage.GetPixel(x, y + 1).R

point(6) = jpgImage.GetPixel(x + 1, y - 1).R

point(7) = jpgImage.GetPixel(x + 1, y).R

point(8) = jpgImage.GetPixel(x + 1, y + 1).R

Array.Sort(point)

jpgImage.SetPixel(x, y, Color.FromArgb(point(4), point(4), point(4)))

Next

Next