以下代码实现了最简单的Roberts算子边缘检测，输入为width*height的灰度图，存放在矩阵src中，输出也为width*height的灰度图（象素取值在0－255之间），存放在矩阵dst中。
程序代码:
void Roberts(BYTE *dst,BYTE *src,int width,int height)
{
int A, B; // A(x-1, y-1) B(x, y-1)
int C, D; // C(x-1, y) D(x, y)
int x;
int y;
for (x = 0; x < width; x++)
{
*dst = 0;
dst++;
}
// 指向第一行
src += width;
// 不处理最上边和最左边
for (y = 1; y < height; y++)
{
// 指向每行第一列
*dst = 0;
src++;
dst++;
for (x = 1; x < width; x++)
{
A = *(src - width - 1);
B = *(src - width);
C = *(src - 1);
D = *src;
int temp = (int)(sqrt((A - D) * (A - D) + (B - C) * (B - C)));
// 越界判断0 -- 255
if(temp >= 255)
{
*dst = 255;
}
else
{
*dst = (BYTE)temp;
}
src++;
dst++;
} // x
} // y
return;
} // end of Roberts
几种常用边缘检测算法的比较摘要:边缘是图像最基本的特征，边缘检测是图像分析与识别的重要环节。基于微分算子的边缘检测是目前较为常用的边缘检测方法。通过对Roberts，Sobel，Prewitt，Canny 和Log 及一种改进Sobel等几个微分算子的算法分析以及MATLAB 仿真实验对比，结果表明，Roberts，Sobel 和Prewitt 算子的算法简单，但检测精度不高，Canny 和Log 算子的算法复杂，但检测精度较高，基于Sobel的改进方法具有较好的可调性，可针对不同的图像得到较好的效果，但是边缘较粗糙。在应用中应根据实际情况选择不同的算子。 0 引言 边缘检测是图像分析与识别的第一步，边缘检测在计算机视觉、图像分析等应用中起着重要作用，图像的其他特征都是由边缘和区域这些基本特征推导出来的，边缘检测的效果会直接影响图像的分割和识别性能。边缘检测法的种类很多，如微分算子法、样板匹配法、小波检测法、神经网络法等等，每一类检测法又有不同的具体方法。目前，微分算子法中有Roberts，Sobel，Prewitt，Canny，Laplacian，Log 以及二阶方向导数等算子检测法，本文仅将讨论微分算子法中的几个常用算子法及一个改进Sobel算法。 1 边缘检测
在图像中，边缘是图像局部强度变化最明显的地方，它主要存在于目标与目标、目标与背景、区域与区域( 包括不同色彩) 之间。边缘表明一个特征区域的终结和另一特征区域的开始。边缘所分开区域的内部特征或属性是一致的，而不同的区域内部特征或属性是不同的。边缘检测正是利用物体和背景在某种图像特征上的差异来实现检测，这些差异包括灰度、颜色或纹理特征，边缘检测实际上就是检测图像特征发生变化的位置。边缘的类型很多，常见的有以下三种: 第一种是阶梯形边缘，其灰度从低跳跃到高; 第二种是屋顶形边缘，其灰度从低逐渐到高然后慢慢减小; 第三种是线性边缘，其灰度呈脉冲跳跃变化。如图1 所示。 (a) 阶梯形边缘(b) 屋顶形边缘 (b) 线性边缘 图像中的边缘是由许多边缘元组成，边缘元可以看作是一个短的直线段，每一个边缘元都由一个位置和一个角度确定。边缘元对应着图像上灰度曲面N 阶导数的不连续性。如果灰度曲面在一个点的N 阶导数是一个Delta 函数，那么就
经典图像边缘检测(微分法思想)——Sobel算子 2008-05-15 15:29Sobel于1970年提出了Sobel算子，与Prewitt算子相比较，Sobel算子对检测点的上下左右进一步加权。其加权模板如下： 经典图像边缘检测(微分法思想)——Roberts交叉算子 2008-05-14 17:16 如果我们沿如下图方向角度求其交叉方向的偏导数，则得到Roberts于1963年提出的交叉算子边缘检测方法。该方法最大优点是计算量小，速度快。但该方法由于是采用偶数模板，如下图所示，所求的(x,y)点处梯度幅度值，其实是图中交叉点处的值，从而导致在图像(x,y)点所求的梯度幅度值偏移了半个像素（见下图）。
上述偶数模板使得提取的点（x,y）梯度幅度值有半个像素的错位。为了解决这个定位偏移问题，目前一般是采用奇数模板。 奇数模板： 在图像处理中，一般都是取奇数模板来求其梯度幅度值，即：以某一点（x,y）为中心，取其两边相邻点来构建导数的近似公式：
这样就保证了在图像空间点(x,y)所求的梯度幅度值定位在梯度幅度值空间对应的(x,y)点上(如下图所示)。 前面我们讲过，判断某一点的梯度幅度值是否是边缘点，需要判断它是否大于设定的阈值。所以，只要我们设定阈值时考虑到加权系数产生的影响便可解决，偏导数值的倍数不是一个问题。 经典图像边缘检测(微分法思想)——Prewitt算子 2008-05-15 11:29 Prewitt算子 在一个较大区域中，用两点的偏导数值来求梯度幅度值，受噪声干扰很大。若对两个点的各自一定领域内的灰度值求和，并根据两个灰度值和的差来计算x,y的偏导数，则会在很
1.某家电公司是一家生产小型冰箱的企业，该公司近5个月的产销量及成本水平如下： 要求：如果8月份预计产销量为220件，采用高低点法预测8月份的总成本和单位成本（保留整数） 解：高点为（200,194000） 低点为（100,120000） 2.b=(194000-120000)/(200-100)=740(元/台) 3.3.a=1200000-740*100=46000(元) 4.4.y=46000+740x 8月份的总成本：y=46000+740*220=208800（元）单位产品成本=208800/220=949(元/台) 2.某家电企业生产A产品，该产品单价60元，单位变动生产成本35元，固定生产成本总额30000元，推销及管理费用总额18000元，均为固定性的。该产品期初无存货，本期生产5000件，销售3000件。 要求：用变动成本法计算期末存货成本、本期销售成本、贡献边际、营业利润 解：本期销货成本=单位销货成本X本期销货量=单位变动生产成本X本期销售量 =35X3000=105000（元） 期末存货成本=单位期末存货成本X期末存货量=单位变动成本X期末存货量 =35X（5000-3000）=70000（元） 贡献边际=销售收入-变动成本=60X3000-35X3000=75000（元） 营业利润=贡献边际-固定成本=75000-30000=45000（元） 3.某企业研制新型号的饮水机，年产量40000台，单位变动生产成本80元，全年共发生固定性制造费用200000元，固定性销售及管理费用600000元，本年共出售饮水机24000台，每台售价120元。 要求：分别采用完全成本法和变动成本法确定该企业本年度的营业利润。 1.完全成本法： 销售毛利=销售收入－销售成本=24000×120－（80+200000÷40000）×24000=840000元 营业利润=销售毛利－期间费用=840000－600000=240000元 变动成本法： 贡献毛益=销售收入－变动成本 =24000×120－24000×80=960000元 营业利润=贡献毛益－固定成本 =960000－（200000+600000）=160000元 4.某黄酒生产企业销售一个类型的黄酒，8月份黄酒的单位变动成本为16元/瓶，变动成本总额为64000元，共获税前利润18000元，若该公司计划于9月份维持销售单价不变，变动成本率仍维持8月份的40%。 要求：（1）预测8月份的保本销售量；（2）若9月份的计划销售量比8月份年提高8%，则可获得多少营业利润？ 40%=160000元月份预计销售收入=64000÷（1）8 元64000－18000=78000固定成本=160000－元=16÷40%=40单价瓶16）=32508月份的保本销售量=78000÷
目录 摘要....................................................................... I 1简介. (1) 1.1MATLAB 简介 (1) 1.2数字图像处理简介 (1) 2边缘检测 (3) 2.1边缘的含义 (3) 2.2边缘检测的含义 (3) 2.3边缘检测的步骤 (3) 3常用的边缘检测算子 (5) 3.1微分算子 (5) 3.1.1 Sobel算子 (5) 3.1.2 robert算子 (6) 3.1.3 prewitt算子 (6) 3.2 Laplacian算子 (6) 3.3 Log算法 (7) 3.4 Canny边缘检测法 (7) 4程序设计 (8) 5运行结果 (10) 6边缘检测结果比较 (12) 7心得体会 (13) 参考文献 (14)
摘要 边缘检测是利用边缘增强算子，突出图像中的局部边缘，然后定义象素的“边缘强度”，通过设置阈值的方法提取边缘点集。本设计利用MATLAB软件分析几种应用于数字图像处理中的边缘检测算子,根据它们在实践中的应用结果进行研究,主要包括:Robert 边缘算子、Prewitt 边缘算子、Sobel 边缘算子、LoG边缘算子以及Laplacian 算子等对图像边缘检测,根据实验处理结果对几种算子进行比较。 关键词：Matlab边缘检测算子
1简介 1.1MATLAB简介 Matlab是国际上最流行的科学与工程计算的软件工具，它起源于矩阵运算，已经发展成一种高度集成的计算机语言。有人称它为“第四代”计算机语言，它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化界面设计、便捷的与其它程序和语言接口的功能。随着Matlab语言功能越来越强大，不断适应新的要求并提出新的解决方法，可以预见，在科学运算，自动控制与科学绘图领域，Matlab语言将长期保持其独一无二的地位。 Matlab 的特点如下： (1) 高效的数值计算及符号计算功能,能使用户从繁杂的数学运算分析中解脱出来; (2) 具有完备的图形处理功能,实现计算结果和编程的可视化; (3) 友好的用户界面及接近数学表达式的自然化语言,使学者易于学习和掌握; (4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具. Matlab的优势如下： （1）友好的工作平台和编程环境 （2）简单易用的程序语言 （3）强大的科学计算机数据处理能力 （4）出色的图形处理功能 （5）应用广泛的模块集合工具箱 （6）实用的程序接口和发布平台 （7）应用软件开发（包括用户界面） 1.2数字图像处理简介 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，以提高图像的实用性，达到人们所要求的预期结果。从处理的目的来讲主要有：
第三章练习题及答案 五、计算分析题： 1、已知：某企业本期有关成本资料如下：单位直接材料成本为10元，单位直接人工成本为5元，单位变动性制造费用为7元，固定性制造费用总额为4000元，单位变动性销售管理费用为4元，固定性销 售管理费用为1000元。期初存货量为零，本期产量为1000件，销量为600件，单位售价为40元。 要求：分别按两种成本法的有关公式计算下列指标： (1)单位产品成本 (2)期间成本 (3)销货成本 (4)营业利润。 解：1、变动成本法： (1)单位产品成本=10+5+7=22元 (2)期间成本=4000+4 X 600+1000=740元 (3)销货成本=22 X 600=1320元 (4)贡献边际=40 X 60( 22 X 600+4 X 600=8400 元 营业利润=8400- ( 4000+1000) =3400 元 2、完全成本法： (1)单位产品成本=22+4000/1000=26元 (2)期间成本=4 X 600+1000=340元 (3)销货成本=26 X 600=1560元 (4)营业利润=40 X 6005600-3400=5000 元 2、已知：某厂只生产一种产品，第一、二年的产量分别为30 000件和24 000件，销售量分别为20 000 件和30 000件；存货计价采用先进先岀法。产品单价为15元/件，单位变动生产成本为5元/件；每年 固定性制造费用的发生额为180 000元。销售及管理费用都是固定性的，每年发生额为25 000元。 要求：分别采用两种成本计算方法确定第一、第二年的营业利润(编制利润表)。 解：贡献式利润表单位：元 第一年第二年
经典边缘检测算子比较 一 各种经典边缘检测算子原理简介 图像的边缘对人的视觉具有重要的意义，一般而言，当人们看一个有边缘的物体时，首先感觉到的便是边缘。灰度或结构等信息的突变处称为边缘。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。需要指出的是，检测出的边缘并不等同于实际目标的真实边缘。由于图像数据时二维的，而实际物体是三维的，从三维到二维的投影必然会造成信息的丢失，再加上成像过程中的光照不均和噪声等因素的影响，使得有边缘的地方不一定能被检测出来，而检测出的边缘也不一定代表实际边缘。图像的边缘有方向和幅度两个属性，沿边缘方向像素变化平缓，垂直于边缘方向像素变化剧烈。边缘上的这种变化可以用微分算子检测出来，通常用一阶或两阶导数来检测边缘，如下图所以。不同的是一阶导数认为最大值对应边缘位置，而二阶导数则以过零点对应边缘位置。 （a ）图像灰度变化 （b ）一阶导数 （c ）二阶导数 基于一阶导数的边缘检测算子包括Roberts 算子、Sobel 算子、Prewitt 算子等，在算法实现过程中，通过22?（Roberts 算子）或者33?模板作为核与图像中的每个像素点做卷积和运算，然后选取合适的阈值以提取边缘。拉普拉斯边缘检测算子是基于二阶导数的边缘检测算子，该算子对噪声敏感。一种改进方式是先对图像进行平滑处理，然后再应用二阶导数的边缘检测算子，其代表是LOG 算子。前边介绍的边缘检测算子法是基于微分方法的，其依据是图像的边缘对应一阶导数的极大值点和二阶导数的过零点。Canny 算子是另外一类边缘检测算子，它不是通过微分算子检测边缘，而是在满足一定约束条件下推导出的边缘检测最优化算子。 1 Roberts （罗伯特）边缘检测算子 景物的边缘总是以图像中强度的突变形式出现的，所以景物边缘包含着大量的信息。由于景物的边缘具有十分复杂的形态，因此，最常用的边缘检测方法是所谓的“梯度检测法”。 设(,)f x y 是图像灰度分布函数； (,)s x y 是图像边缘的梯度值；(,)x y ?是梯度的方向。则有 [][]{} 1 2 22 (,)(,)(,)(,)(,)s x y f x n y f x y f x y n f x y = +-++- （1） （n=1,2,...） [][]{}1 (,)tan (,)(,)/(,)(,)x y f x y n f x y f x n y f x y ?-=+-+- （2）
数字图像处理课程设计报告题目数字图像课程设计—各边缘检测算子的对比 系别电气系 班级xxxxxxxxxxxxx学号xxxxxxxxxxxx 姓名xxxx指导老师xxxx 时间xxxxxxx
目录 一、课题设计的任务 (3) 1.1 课题选择 (3) 1.2 课题设计的背景 (3) 二、课题原理简介 (3) 三、经典边缘检测算子性能比较及程序 (6) 3.1MATLAB程序仿真 (6) 3.2实验结果的比较 (10) 四、实验结论 (11) 五、参考文献 (11)
一、课题设计的任务 1.1课题选择 各边缘检测的对比 1.2 课题设计的背景 我们感知外部世界的途径主要是听觉和视觉。而视觉主要是获取图像的信息，例如图片的特征和周围的背景区域的差别。这种灰度或结构等信息的突变，就称之为边缘。图像的边缘对人类视觉而言具有重要意义，有些差别很细微，人眼很难观察，这时就需要计算机图像处理技术，物体边缘上的这种变化可以用微分算子检测出来，通常用一阶或两阶导数来检测边缘。 本次我的课程设计就利用了MATLAB软件，通过实验，对各边缘检测算子进行了对比和研究，例如基于一阶导数的边缘检测算子Roberts算子、Sobel算子，基于二阶导数的拉普拉斯算子，canny边缘检测算子等。并且在4天内完成了课程设计作业，基本达到既定要求。 二、课题原理简介 边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。检测出的边缘并不等同于实际目标的真实边缘。图像的边缘有方向和幅度两个属性，沿边缘方向像素变化平缓，垂直于边缘方向像素变化剧烈。边缘上的这种变化可以用微分算子检测出来，通常用一阶或两阶导数来检测边缘，如下图所以。不同的是一阶导数认为最大值对应边缘位置，而二阶导数则以过零点对应边缘位置。 （a）图像灰度变化（b）一阶导数（c）二阶导数 下面是一些主要的边缘检测算子的原理介绍 1 Roberts（罗伯特）边缘检测算子 景物的边缘总是以图像中强度的突变形式出现的，所以景物边缘包含着大量的信息。由于景物的边缘具有十分复杂的形态，因此，最常用的边缘检测方法 是所谓的“梯度检测法”。设(,) s x y是图像边缘的 f x y是图像灰度分布函数；(,) 是梯度的方向。则有 梯度值；(,) x y
四、计算分析题 1.已知：某企业的甲产品１~８月份的产量及总成本资料如下表所示： 要求：采用高低点法进行成本性态分析 1.解： 高点（2100，80000） ，低点（1000，62000） b= (80000-62000)/(2100-1000)=16.36364 a=62000-16.36364×1000=45636.36 y=45636.36+16.36364x 2.某企业200X 年1～5月份的某项混合成本与有关产量的历史资料如下表： 要求：利用高低点法建立相应的成本模型 2. 解： b=(1000-600)/(18-10)=50（元/件）
a=1000－50×18=100（元） 或a=600－50×10=100（元） 成本模型为：y=100+50x 3.某企业本期有关资料如下：单位直接材料成本10元，单位直接人工成本5元，单位变动性制造费用7元，固定性制造费用总额4 000元，单位变动性销售与管理费用4元，固定性销售与管理费用1 000元。期初存货量为零，本期生产量1 000件，销售量600件，单位售价40元。要求分别采用完全成本法和变动成本法计算下列指标： （1）单位产品成本； （2）期间成本； （3）销货成本； （4）营业利润； （5）说明两法产生营业利润差额的原因。 3.解： （1）变动成本法单位产品成本＝10+5+7＝22 完全成本法单位产品成本＝22+4 000÷1 000＝26 （2）变动成本法期间成本＝4 000+1 000+600×4＝7 400 完全成本法期间成本＝1 000+600×4＝3 400 （3）变动成本法销货成本＝22×600＝13 200 完全成本法销货成本＝26×600＝15 600 （4）变动成本法营业利润＝40×600－（22+4）×600－（4 000+1 000）＝3 400
经典边缘检测算子比较 张丽 南京信息工程大学信息与计算科学系，南京210044 摘要：图像边缘检测技术是图像分割、目标识别、区域形态提取等图像分析领域中十分重要的基础。本文简要介绍各种经典图像边缘检测算子的基本原理，用Matlab仿真实验结果表明各种算子的特点及对噪声的敏感度，为学习和寻找更好的边缘检测方法提供参考价值。 关键字：图像处理；边缘检测；算子；比较 引言 图像的边缘时图像最基本的特征之一。所谓边缘（或边沿）是指周围像素灰度有阶跃性变化或“屋顶”变化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间，因此它是图像分割依赖的重要特征。图像边缘对图像识别和计算机分析十分有用，边缘能勾划出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息（如方向、阶跃性质、形状等）。从本质上说，图像边缘是图像局部特性不连续性（灰度突变、颜色突变、纹理结构突变等）的反应，它标志着一个区域的终结和另一个区域的开始。 边缘检测技术是所有基于边界分割的图像分析方法的第一步，首先检测出图像局部特性的不连续性，再将它们连成边界，这些边界把图像分成不同的区域，检测出边缘的图像就可以进行特征提取和形状分析。为了得到较好的边缘效果，现在已经有了很多的边缘检测算法以及一些边缘检测算子的改进算法。但各算子有自己的优缺点和适用领域。本文着重对一些经典边缘检测算子进行理论分析、实际验证并对各自性能特点做出比较和评价，以便实际应用中更好地发挥其长处，为新方法的研究提供衡量尺度和改进依据。 一各种经典边缘检测算子原理简介 图像的边缘对人的视觉具有重要的意义，一般而言，当人们看一个有边缘的物体时，首先感觉到的便是边缘。灰度或结构等信息的突变处称为边缘。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。需要指出的是，检测出的边缘并不等同于实际目标的真实边缘。由于图像数据时二维的，而实际物体是三维的，从三维到二维的投影必然会造成信息的丢失，再加上成像过程中的光照不均和噪声等因素的影响，使得有边缘的地
边缘检测算子比较 不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免的重要因素。正是因为这些原因，基于边缘的图像分割仍然是当前图像研究中的世界级难题，目前研究者正在试图在边缘提取中加入高层的语义信息。 课题所用图像边缘与边界应该算是等同的。 在实际的图像分割中，往往只用到一阶和二阶导数，虽然，原理上，可以用更高阶的导数，但是，因为噪声的影响，在纯粹二阶的导数操作中就会出现对噪声的敏感现象，三阶以上的导数信息往往失去了应用价值。二阶导数还可以说明灰度突变的类型。在有些情况下，如灰度变化均匀的图像，只利用一阶导数可能找不到边界，此时二阶导数就能提供很有用的信息。二阶导数对噪声也比较敏感，解决的方法是先对图像进行平滑滤波，消除部分噪声，再进行边缘检测。不过，利用二阶导数信息的算法是基于过零检测的，因此得到的边缘点数比较少，有利于后继的处理和识别工作。 各种算子的存在就是对这种导数分割原理进行的实例化计算，是为了在计算过程中直接使用的一种计算单位； Roberts算子：边缘定位准，但是对噪声敏感。适用于边缘明显且噪声较少的图像分割。Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子,Robert算子图像处理后结果边缘不是很平滑。经分析，由于Robert算子通常会在图像边缘附近的区域内产生较宽的响应，故采用上述算子检测的边缘图像常需做细化处理，边缘定位的精度不是很高。Prewitt算子：对噪声有抑制作用，抑制噪声的原理是通过像素平均，但是像素平均相当于对图像的低通滤波，所以Prewitt算子对边缘的定位不如Roberts算子。 Sobel算子：Sobel算子和Prewitt算子都是加权平均，但是Sobel算子认为，邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般来说，距离越远，产生的影响越小。 Isotropic Sobel算子：加权平均算子，权值反比于邻点与中心点的距离，当沿不同方向检测边缘时梯度幅度一致，就是通常所说的各向同性。 在边沿检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边沿的；另一个是检测垂直平边沿的。Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边沿的，另一个是检测垂直平边沿的。各向同性Sobel 算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。由于建筑物图像的特殊性，我们可以发现，处理该类型图像轮廓时，并不需要对梯度方向进行运算，所以程序并没有给出各向同性Sobel算子的处理方法。 由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数，简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们可以给出阈值化轮廓提取算法，该算法已在数学上证明当像素点满足正态分布时所求解是最优的。
第三章练习题及答案五、计算分析题： 1、已知：某企业本期有关成本资料如下：单位直接材料成本为10元，单位直接人工成本为5元，单位变动性制造费用为7元，固定性制造费用总额为4000元，单位变动性销售管理费用为4元，固定性销售管理费用为1000元。期初存货量为零，本期产量为1000件，销量为600件，单位售价为40元。 要求：分别按两种成本法的有关公式计算下列指标： （1）单位产品成本 （2）期间成本 （3）销货成本 （4）营业利润。 解：1、变动成本法： （1）单位产品成本=10+5+7=22元 （2）期间成本=4000+4×600+1000=7400元 （3）销货成本=22×600=13200元 （4）贡献边际=40×600-（22×600+4×600）=8400元 元=3400（=8400-4000+1000）营业利润 2、完全成本法： （1）单位产品成本=22+4000/1000=26元 （2）期间成本=4×600+1000=3400元 （3）销货成本=26×600=15600元 元-15600-3400=5000）营业利润=40×600（4 2、已知：某厂只生产一种产品，第一、二年的产量分别为30 000件和24 000件，销售量分别为20 000件和30 000件；存货计价采用先进先出法。产品单价为15元/件，单位变动生产成本为5元/件；每年固定性制造费用的发生额为180 000元。销售及管理费用都是固定性的，每年发生额为25 000元。 要求：分别采用两种成本计算方法确定第一、第二年的营业利润（编制利润表）。 单位：元贡献式利润表解：
第二年第一年 450 000 300 000 营业收入 150 000 100 000 变动成本 300 000 200 000 贡献边际固定成本 180 000 固定性制造费用180 000 固定性销售及管理费25 000 25 000 用205 000 205 000 固定成本合计95 000 营业利润-5 000 单位：元传统式利润表
数字图像处理 几种边缘检测算子的比较 边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图 像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。 这些包括：深度上的不连续、表面方向不连续、物质属性变化和场景照明变化。边缘 检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。图像边缘检测 大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结 构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一 类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值 来检测边界，通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图 像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过 零点。 人类视觉系统认识目标的过程分为两步:首先，把图像边缘与背景分离出来;然后，才能知觉到图像的细节，辨认出图像的轮廓。计算机视觉正是模仿人类视觉的这个过程。因此在检测物体边缘时，先对其轮廓点进行粗略检测，然后通过链接规则把原来 检测到的轮廓点连接起来，同时也检测和连接遗漏的边界点及去除虚假的边界点。图 像的边缘是图像的重要特征，是计算机视觉、模式识别等的基础，因此边缘检测是图 象处理中一个重要的环节。然而，边缘检测又是图象处理中的一个难题，由于实际景 物图像的边缘往往是各种类型的边缘及它们模糊化后结果的组合，且实际图像信号存 在着噪声。噪声和边缘都属于高频信号，很难用频带做取舍。 这就需要边缘检测来进行解决的问题了。边缘检测的基本方法有很多，一阶的有Roberts Cross算子，Prewitt算子，Sobel算子，Canny算子， Krisch算子，罗盘算子；而二阶的还有Marr-Hildreth，在梯度方向的二阶导数过零点。现在就来 简单介绍一下各种算子的算法
第０７卷２００７盔第０６期 ０６月 Ｖ０１．７ Ｊｕｎｅ Ｎｏ０６ ２００７ 对人脸边缘检测的几种算子实验比对 王晓红熊盛武 摘要：对于图像处理的一个研究分支一人脸识别与检测，自美国“９．１１”事件后被广泛重视，并正在从实验室走向商业化。在这个过程中，科技工作者们有着众多不同的尝试方式，本文就一些经典的算法公式，选择不同的算子，通过ＭＡＴＬＡＢ语言表现出来。 关键词：模式识别图像处理人脸检测算子 中图分类号：ＴＰ３９１．４１文献标识码：Ａ文章编号：１００６－７９７３（２００７）０６－０１４５－０２ 一、前言 纵观人类历史，从制造简单的工具，到钻木取火；从四大发明到蒸汽机的使用；作为万物之灵的人类还制造了汽车、飞机、无线电、太空船…．．直到一九四六年第一台计算机的出现，人类所发明的工具才真正有了和人类自身大脑作比较的工具一电脑！人类一直梦想着更接近于人的电脑来沿伸人 类大脑的工作。这就有了“ｆｉｆｔｈｇｅｎｅｒａｔｉｏｎｃｏｍｐｕｔｅｒ＇’，这是日本在上世纪八十年代初制定的国家十年计划的目标：听得懂话，可识别图像，可以自我学习、可以判断和思考等等具有智能的计算机。可是时间已经过去了二十多年了，这个目标还没有实现。说明还有许多技术上的瓶颈还有待突破。想要让计算机做到以前只能由人类才能做到的事情，具备人的智能，具有对各种事件进行分析、判断的能力，还有很多的路要走。下面仅从识别图像这个方向来探讨人脸的识别。 二、人脸识别的发展现状 生物特征的识别技术从２０世纪末兴起，伴随计算机硬件和信息技术的飞速发展使得地球变成了“地球村”，经过使人震惊的“９?１１”事件后，现代社会对身份识别提出了更多、更高的要求。生物识别在图像识另Ⅱ领域也受到了空前的重视。生物识别技术已经在商业方面有了许多应用，并有不断纵深的趋势。据国际生物集团（ＩｎｔｅｒｎａｔｉｏｎａｌＢｉｏｍｅｔｒｉｃＧｒｏｕｐ，ＩＢＧ）的统计：到２００７年将达到４０亿美元。并且美国在“９?１１”遇袭事件后，连续签署了３个国家安全法案（爱国者法案、航空安全法案、边境签证法案），要求必须采用生物认证技术。这对生物识别技术的应用起到了推波助澜的作用。 所谓生物特征的识别（ＢｉｏｍｅｔｒｉｃＩｄｅｎｔｉｆｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ），就是利用人所特有的生物特征，包括生理特征和行为特征，用这些特征来进行人的身份鉴别。常用的有：脸相、虹膜、指纹、掌纹等；常用的行为特征包括：声音、笔迹、步姿等。生物特征具有以下一些特点：比如说人都有手掌，但每个人的掌纹都不一样，且这种独有的唯一的特征并不随时间变化而变化；在实际的应用中，人类特有的这些特征是可采集的，人脸的识别正是符合了这样一些特点，并且人脸识别的特点是以人为准，最大程度地确保了鉴别的可靠性。 三、人脸识别与其它识别技术的区别 在这些识别技术中，人脸识别技术（ＦａｃｅＲｅｃｏｇｎｉｔｉｏｎＴｅｃｈｎｉｑｕｅｓ，ＦＲＴ）是采用人的面部特征来确定一个人身份的，是生物特征识别技术的一个主要方向。和其他生物特征比，人脸特征的提取更具有主动、友善、无打扰等优点，基于这些特点，人脸识别技术才成为被广泛使用的方法。但是，人脸不是一成不变的，同一个人在不同的年龄段会有变化，另外光线、姿势、面部表情、面部附属物（如胡子、眼镜）等变化的影响，人脸的识别的准确度会大打折扣。就目前而言，大多的人脸识别系统还远未达到人类婴幼儿的识别能力，因此，人脸识别还有许多工作可做。 四、人脸识别方法之一——人脸检测的边缘检测方法 人脸识另ｌｊ技术包涵的内容很多，如模式识别、图像处理、计算机视觉、计算机图形学、各种数学算法的引用等等。 对于人脸的识别其首要目的是能够在图片中检测出来人脸来，即人脸检测，而人脸的检测最重要的是对其边缘的提取。图像的边缘点产生的原因虽然不同，但归根结底都是由于图像的灰度不连续或者灰度急剧变化的所造成的，利用这个特性，我们可以采用微分运算，得到边缘点，从而得到人脸的轮廓。 边缘检测是根据图像的灰度值或者色彩的急剧变化的特点，采用各种微分运算进行边缘检测的。下面就几种微分法进行理论比较。 首先需要介绍微分的原理： Ａｆ（ｉ，ｊ）＝［，（？＋１，ｊ）一ｆ（ｉ，ｊ）】十［厂（ｊ，Ｊ＋１）一ｆ（ｉ，ｊ）】 ｍ¨＝誓＋熹 为方便编程离散化后的差分方程为： 收稿日期：２００７—３—２１ 作者简介：王晓红女武汉理工大学硕士研究生武汉商业服务学院讲师熊盛武男武汉理工大学教授博导 万方数据
课程设计任务书 学院信息科学与工程专业电子信息工程 学生姓名*** 班级学号09******* 课程设计题目图像边缘检测算子 课程设计目的与要求: 设计目的： 1.熟悉几种经典图像边缘检测算子的基本原理。 2.用Matlab编程实现边缘检测，比较不同边缘检测算子的实验结果。设计要求： 1.上述实验内容相应程序清单，并加上相应的注释。 2.完成目的内容相应图像，并提交原始图像。 3.用理论对实验内容进行分析。 工作计划与进度安排: 2012年 06月29 日选题目查阅资料 2012年 06月30 日编写软件源程序或建立仿真模块图 2012年 07月01 日调试程序或仿真模型 2012年 07月01 日结果分析及验收 2012年 07月02 日撰写课程设计报告、答辩 指导教师： 2012年 6月29日专业负责人： 2012年 6月29日 学院教学副院长： 2012年 6月29日
摘要 边缘检测是数字图像处理中的一项重要内容。本文对图像边缘检测的几种经典算法（Roberts算子、Sobel算子、Prewitt算子）进行了分析和比较，并用MATLAB实现这几个算法。最后通过实例图像对不同边缘检测算法的效果进行分析，比较了不同算法的特点和适用范围。 关键词：图像处理；边缘检测；Roberts算子；Sobel算子；Prewitt算子
目录 第1章相关知识.................................................................................................... IV 1.1 理论背景 (1) 1.2 数字图像边缘检测意义 (1) 第2章课程设计分析 (3) 2.1 Roberts(罗伯特)边缘检测算子 (3) 2.2 Prewitt(普瑞维特)边缘检测算子 (4) 2.3 Sobel(索贝尔)边缘检测算子 (5) 第3章仿真及结果分析 (7) 3.1 仿真 (7) 3.2 结果分析 (8) 结论 (10) 参考文献 (11)
管理会计计算分析题重点（参考） 一、利用高低点法进行混合成本的分解 1、某家电生产企业2009年下半年各月的修理费用与相关产量的历史资料如下： 要求：用高低点法对修理费用进行分析，以便企业进行费用控制。 高点（6800，15800）；低点（4400，11000） b=（15800-11000）/（6800-4400）=4800/2400=2元/台 将 b=2元/台代入高点或低点， a=15800-6800×2=2200元 或a=11000-4400×2=2200元 成本模型为y=2200+2x 从案例解析可得，修理费用中固定部分为2200元，变动部分为2x。 2、某企业A产品2009年1、2季度各月的维修费与维修工时的历史资料如下： 要求：（1）采用高低点法对维修费进行成本性态分析并建立成本模型。 （2）假如7月份预计发生维修工时2300小时，预计7月份的维修费是多少。 （1）高点（2000，3000）；低点（1200，2200） b=（3000-2200）/（2000-1200）=800/800=1元/小时 将 b=1元/件代入高点或低点， a=3000-2000×1=1000元 或a=2200-1200×1=1000元 成本模型为y=1000+x 从案例解析可得，维修费用中固定部分为1000元，变动部分为x。 （2）7月份的维修费用 y＝1000＋x＝1000＋2300＝3300（元） 3、某家电企业专业生产空调，该企业近6个月的产销量及成本水平如下： 要求：如果7月份预计产销量为350台，采用高低点法预测7月份的总成本和单位成本
（保留整数）。 高点（360，148000）；低点（200，100000） b=（148000-100000）/（360-200）=48000/160=300元/台 将 b=300元/台代入高点或低点， a=148000-360×300=40000元 或a=100000-200×300=40000元 成本模型为y=40000+300x 从案例解析可得，制造费用中固定部分为40000元，变动部分为300x。 7月份的总成本=40000+300×350=145000元 单位成本=145000÷350=414元/台 二、利用两种方法计算相关的成本、贡献毛益、营业利润等 1、某电器公司产销取暖器，单价40元，期初无存货，9月份生产5000台，销售4000台，单位变动生产成本30元，固定生产成本总额15000元，推销及管理费用总额10000元，均为固定性的。 要求：用变动成本法计算期末存货成本、本期销售成本、贡献毛益、营业利润。 期末存货成本=1000×30=30000元 本期销货成本=4000×30=120000元 贡献毛益=4000×（40－30）=40000元 营业利润=40000－15000－10000=15000元 2、某服饰生产企业本月消耗各项费用如下：直接材料60000元，直接人工25000元，变动制造费用为15000元，固定性制造费用为2000元，变动销售管理费用为900元，固定销售管理费用为500元。月初无存货，本月产量为1000件，销量为800件，单位售价为160元/件。 要求：分别按变动成本法和完全成本法计算下列指标： （1）单位产品成本（2）月末存货成本（3）本月销货成本，（4）营业利润。 变动成本法下： 单位产品成本=（60000+25000+15000）÷1000=100元/件 月末存货成本=100×200=20000元 本月销货成本=100×800=80000元 营业利润=800×160－80000－2000－900－500=44600元 完全成本法下： 单位产品成本=（60000+25000+15000+2000）÷1000=102元/件 月末存货成本=102×200=20400元 本月销货成本=102×800=81600元 营业利润=800×160－81600－900－500=45000元
经典边缘检测算子比较 一 各种经典边缘检测算子原理简介 图像的边缘对人的视觉具有重要的意义，一般而言，当人们看一个有边缘的物体时，首先感觉到的便是边缘。灰度或结构等信息的突变处称为边缘。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。需要指出的是，检测出的边缘并不等同于实际目标的真实边缘。由于图像数据时二维的，而实际物体是三维的，从三维到二维的投影必然会造成信息的丢失，再加上成像过程中的光照不均和噪声等因素的影响，使得有边缘的地方不一定能被检测出来，而检测出的边缘也不一定代表实际边缘。图像的边缘有方向和幅度两个属性，沿边缘方向像素变化平缓，垂直于边缘方向像素变化剧烈。边缘上的这种变化可以用微分算子检测出来，通常用一阶或两阶导数来检测边缘，如下图所以。不同的是一阶导数认为最大值对应边缘位置，而二阶导数则以过零点对应边缘位置。 （a ）图像灰度变化 （b ）一阶导数 （c ）二阶导数 基于一阶导数的边缘检测算子包括Roberts 算子、Sobel 算子、Prewitt 算子等，在算法实现过程中，通过22?（Roberts 算子）或者33?模板作为核与图像中的每个像素点做卷积和运算，然后选取合适的阈值以提取边缘。拉普拉斯边缘检测算子是基于二阶导数的边缘检测算子，该算子对噪声敏感。一种改进方式是先对图像进行平滑处理，然后再应用二阶导数的边缘检测算子，其代表是LOG 算子。前边介绍的边缘检测算子法是基于微分方法的，其依据是图像的边缘对应一阶导数的极大值点和二阶导数的过零点。Canny 算子是另外一类边缘检测算子，它不是通过微分算子检测边缘，而是在满足一定约束条件下推导出的边缘检测最优化算子。
二、各章节重点要点： （一）单选、多选、判断复习范围： 1.管理会计的实质是会计与管理的结合。 2.在相关范围内，其产品的单位成本不受产量的增减变化的影响，该项费用称为变动成本。 3.企业需用的A部件可以自制，也可以外购，市价50元。每年自制A部件的相关固定成本 为20000 元，单位变动成本为40 元。则当年需用量为多少件时应该自制？ 4.某厂计划生产乙产品1200 只,设单价为20 元, 单位变动成本为单价的60%,固定成本为6000 元, 则乙产品的安全边际率为多少？ 5.在责权利三者关系中，“权”是前提条件。 6.变动成本率其数值越小，说明企业经营的安全程度越大。 7.在采用评价指标分析长期投资决策项目财务上的可行性时，设定的折现率小于内含报酬率，投资项目一般可以接受。 8.变动制造费用的价格差异即为耗费差异。 9.P公司全年需要甲材料为4000千克，单位变动储存成本每年为16元，订购甲材料一次的 成本为80 元，该公司最优订货次数是多少 10.在变动成本法下，固定制造费用、变动销售费用、固定销售费用对期末存货成本高低无 影响。 11.短期决策中，应考虑的有关成本有机会成本、可避免成本、变动成本、边际成本。 12.评价投资中心的指标主要有经济附加值、投资报酬率、剩余收益。 13.在投资决策评价指标中，需要以预先设定的贴现率作为计算依据的有净现值法、现值指数法、回收期法。 14.与财务报告相比，责任报告的具有报告对象、报告形式、报告时期、报告内容的特征。 15.成本中心的业绩评价是以可控成本和不可控成本为重点，其目的是提高成本中心控制的 有效性。 16.确定经济订货量的基本模型时所要考虑的相关成本订货成本和储存成本。 17.制定内部转移价格的主要作用是有助于经济责任的合理落实，为管理的评价和考核提供客观、公正和可比的基础，保证各责任中心与整个企业的经营目标一致性。 18.平衡记分卡从财务视角、顾客视角、内部流程视角、学习与成长视角等四个方面来考察企业的业绩。 19.标准成本制度的主要内容包括标准成本的制定、成本差异的计算、成本差异的分析、成本差异的帐务处理。 20.在短期经营决策中，不是所有亏损产品都应停产或转产。 21.采用变动成本计算法，有利于促使企业以销定产，减少或避免因盲目生产而带来的损失。 22.在投资方案的选择上，净现值最大的方案不一定就是最好的方案。 23.生产何种产品的关键是看哪种产品提供的边际贡献较多。 （二）名词解释复习范围： 1.沉入成本 2.成本中心 3.本量利分析 4.经济订货批量法 5.边际贡献 6.机会成本 7.责任中心8.变动成本计算法9.净现值10.内含报酬率法 三）计算题复习范围：
数字图像处理 第三次作业 SpadesQ, Sun Yat-sen University 2017/4/27 1.边缘检测 边缘一般是指图像在某一局部强度剧烈变化的区域。强度变化一般有两种情况： ●阶跃变化 ●屋顶变化 边缘检测的任务： 找到具有阶跃变化或者屋顶变化的像素点的集合。 边缘检测基本原理： 既然边缘是灰度变化最剧烈的位置，最直观的想法就是求微分。 对于第一种情况：一阶微分的峰值为边缘点，二阶微分的零点为边缘点。 对于第二种情况：一阶微分的零点为边缘点，二阶微分的峰值为边缘点。
2.matlab内置函数
分析：通过对Roberts，Sobel，Prewitt，Log和Canny进行MATLAB 仿真实验对比，结果表明，Sobel，Prewitt和Roberts算子的算法简单，但检测精度不高，Log和Canny算子的算法复杂，但检测精度较高。在应用中应根据实 际情况选择不同的算子。
3.四种算子对比分析 3.1 Sobel算子 Sobel算子在边缘检测算子扩大了其模版，在边缘检测的同时尽量削弱了噪声。其模版大小为3×3，其将方向差分运算与局部加权平均相结合来提取边缘。在求取图像梯度之前，先进行加权平均，然后进行微分，加强了对噪声的一致。Sobel 算子所对应的卷积模版为： 图像中的每个像素点和以上水平和垂直两个卷积算子做卷积运算后，再计算得到梯度幅值G ( x,y)，然后选取适当的阈值τ，若G ( x,y)>τ，则(i ,j)为边缘点，否则，判断(i,j)为非边缘点。由此得到一个二值图像{ g (i,j)}，即边缘图像。Sobel 算子在空间上比较容易实现，不但产生较好的边缘检测效果，同时，由于其引入了局部平均，使其受噪声的影响也较小。若使用较大的邻域，抗噪性会更好，但也增加了计算量，并且得到的边缘比较粗。在对精度要求不是很高的场合下，