導(dǎo)語：如何才能寫好一篇過分水嶺，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

沒有運營商和終端廠商的身影、也不設(shè)互聯(lián)網(wǎng)巨頭的席位。4月23日，早在移動互聯(lián)網(wǎng)界打拼的各種創(chuàng)新企業(yè)共同召開了2009年全球移動互聯(lián)網(wǎng)大會。他們希望借鑒日韓和歐美的經(jīng)驗，在機遇與挑戰(zhàn)叢生的移動互聯(lián)網(wǎng)市場，摸索出一條路來。

是元年，也是分水嶺

毫無疑問，2009年是移動互聯(lián)網(wǎng)元年。一開年就有移動互聯(lián)網(wǎng)的利好消息: 運營商重組、3G發(fā)牌、手機資費下調(diào)，這些都成為移動互聯(lián)網(wǎng)迅猛增長的催化劑。

中國互聯(lián)網(wǎng)信息中心（CNNIC）《中國手機上網(wǎng)行為研究報告》顯示，截至2008年底，中國手機用戶已超過6.4億，而通過手機上網(wǎng)的用戶數(shù)量已超過1.176億，跟2007年同比增速是133%。這一數(shù)字還在快速地增長中。據(jù)空中網(wǎng)CFO張福興預(yù)計，移動互聯(lián)網(wǎng)手機用戶在2012年到2013年將達到10億。

用戶數(shù)意味著市場。如今，誰都看好移動互聯(lián)網(wǎng)的未來，各大玩家也已經(jīng)重裝登場。三大運營商在全國各地大肆宣傳，三足鼎立，互不相讓。并且，移動互聯(lián)網(wǎng)的創(chuàng)業(yè)熱潮也全面開始興起。

在UCweb董事長雷軍看來，2009年是大浪淘沙之后重新排座次的一年，是移動互聯(lián)網(wǎng)的分水嶺。他認為，互聯(lián)網(wǎng)在中國是從1994年開始的，但實際上1999年才是中國互聯(lián)網(wǎng)發(fā)展最蓬勃的一年。在那一年，三大門戶奠定了霸主地位。現(xiàn)在來看，幾乎所有有影響或偉大的公司，都誕生在1999年。騰訊創(chuàng)辦在1998年年底，百度、阿里巴巴、攜程都創(chuàng)辦在1999年。 “2009年對我們整個移動互聯(lián)網(wǎng)行業(yè)非常重要。不少人經(jīng)過7年的長跑，好不容易跑到今天，氣喘吁吁覺得這個行業(yè)好像還沒有真正起來。我的觀點是，過去7年都在摸索，我們所有人需要放下包袱，重新開始，今年才是剛剛開始的第一年。”

道阻且長

重新開始長跑的移動互聯(lián)網(wǎng)企業(yè)并沒有那么快就到達幸福的終點。相比10年前的互聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)一出生便存在四雙巨人之手。運營商在移動互聯(lián)網(wǎng)的主導(dǎo)地位已無可替代，手機終端廠商、操作系統(tǒng)廠商的力量也不可小覷。作為互聯(lián)網(wǎng)的一個衍生部分，互聯(lián)網(wǎng)巨頭對移動互聯(lián)網(wǎng)的影響力也不可低估。移動運營商、操作系統(tǒng)廠商、手機終端廠商、互聯(lián)網(wǎng)巨頭這四種力量已經(jīng)扼住移動互聯(lián)網(wǎng)的命運之喉。

在這四種勢力的夾擊下，每個志在移動互聯(lián)的新興企業(yè)必須長袖善舞。雷軍的建議是，“移動互聯(lián)網(wǎng)的行業(yè)怎么發(fā)展，新興的創(chuàng)業(yè)公司怎么走，可能首先要把這個格局理解清楚。”

機會不小，難度卻很大。手機搜索、游戲、音樂、地圖、GPS、門戶等等各種各樣的應(yīng)用都可以在手機上大展拳腳。當然，這是移動互聯(lián)網(wǎng)的美好前景。剛剛步入元年的移動互聯(lián)網(wǎng)此時是問題從生。

目前移動互聯(lián)網(wǎng)的最大瓶頸是應(yīng)用。這是北極光創(chuàng)始合伙人鄧鋒的觀點。他認為，難點在應(yīng)用，投資機會也在應(yīng)用。投資網(wǎng)絡(luò)基礎(chǔ)設(shè)施不太可能，投資終端、芯片機會也不多，而還沒有發(fā)展起來的應(yīng)用則帶來想象空間。并且，鄧鋒還透露，應(yīng)用單打獨斗是不行的，“幾個（應(yīng)用）捆綁在一起可能對很多不同的客戶有很大的吸引力。”

商業(yè)模式的摸索更是長路漫漫。雖然一些內(nèi)容、廣告可以創(chuàng)造營收，但是這些都是蠅頭小利，無法彌補企業(yè)的巨額投入。UCWeb在燒錢、易查搜索用其日本公司賺的錢補貼國內(nèi)，其他公司也在不斷融資，倚靠風(fēng)投。長此下去，再有前景的市場也很可能萎靡不振。

當然，對于商業(yè)模式，各個企業(yè)表現(xiàn)出了極大的耐心，他們認為順著市場的步伐，商業(yè)模式遲早會“水到渠成”。雷軍認為，現(xiàn)在整個移動互聯(lián)網(wǎng)都處于投入期，不要太著急盈利。移動互聯(lián)網(wǎng)的前景是相當好的，要有這個信仰。

四種強勢的力量增加了創(chuàng)新企業(yè)的生存難度、缺乏殺手級應(yīng)用讓企業(yè)步履緩慢、商業(yè)模式的未完成更增加了企業(yè)走向成功的風(fēng)險。在此之下，移動互聯(lián)網(wǎng)必定道阻且長。

市場的微光

如今，各個企業(yè)都通過各種渠道“圈”用戶。2008年初，這些企業(yè)已經(jīng)和山寨機芯片廠商達成合作協(xié)議。今后，幾乎每一臺山寨機上都捆綁著這些企業(yè)的軟件。易查網(wǎng)CEO劉斌笑稱，這是“農(nóng)村包圍城市”。內(nèi)容、游戲、搜索只是一個渠道，最終的目的是用戶。在中國，數(shù)量級的用戶才是生產(chǎn)力。只有抓住了用戶，才能抓住市場。

在困難重重面前，移動互聯(lián)網(wǎng)也透出一些微光。據(jù)《中國手機上網(wǎng)行為研究報告》顯示，娛樂應(yīng)用成為移動互聯(lián)網(wǎng)的主流，這是移動互聯(lián)網(wǎng)不同于互聯(lián)網(wǎng)的征兆。互聯(lián)網(wǎng)的應(yīng)用走的是從資訊到娛樂，再到電子商務(wù)的路子。而移動互聯(lián)網(wǎng)將會從娛樂到資訊，再到電子商務(wù)。UCWeb CEO俞永福解釋，這是由移動互聯(lián)網(wǎng)的草根性決定的。互聯(lián)網(wǎng)是從精英到草根，而移動互聯(lián)網(wǎng)是從草根到精英。

移動互聯(lián)網(wǎng)的這種娛樂性也正在彰顯力量。以“游戲+社區(qū)”為主打3G泡泡，現(xiàn)在的用戶數(shù)是300多萬。另外，據(jù)《中國手機上網(wǎng)行為研究報告》，2008年底，手機音樂的活躍用戶約600萬，鈴聲下載的盈利模式早被SP駕輕就熟，手機電視、手機博客也正在獲得更多手機網(wǎng)民的青睞，活躍用戶達250萬。

究竟何種應(yīng)用才適合移動互聯(lián)網(wǎng)？空中網(wǎng)副總裁李有著自己的看法，他認為，3G時代的殺手級應(yīng)用是“游戲”，他認為游戲容易讓企業(yè)馬上增加用戶體驗并增加收入。“今年資費下降前，人均每天手機在線游戲時間是3.5小時，現(xiàn)在人均每天在線3.5小時。”

在2009移動互聯(lián)網(wǎng)的大會上，當問到3G時代各個公司的應(yīng)對策略時，被訪的企業(yè)都不約而合同地說出“用戶、體驗、創(chuàng)新”這幾個詞語，也許這些創(chuàng)新型的企業(yè)已經(jīng)探索到了正確的方向。

鏈 接

日韓的經(jīng)驗

日本的移動互聯(lián)網(wǎng)呈現(xiàn)三分天下的格局，DeNA、Gree、MIXI這3家公司都是以“社區(qū)+游戲”的方式成功立足市場的。日本的移動互聯(lián)網(wǎng)也是從精英到草根，15歲～35歲的人占了絕大部分，這些人的上網(wǎng)體驗都是從手機開始的。現(xiàn)在手機上網(wǎng)的用戶是PC上網(wǎng)的3倍。

據(jù)DeNA首席運營官Isao Moriyasu介紹，剛開始也是NTT DoCoMo一家獨大，手機資費比較貴，“費用死”這一說法也是那時出現(xiàn)的。后來KDDI為了爭奪市場，主動降低資費，這才真正帶動了移動互聯(lián)網(wǎng)的發(fā)展。日本3G普及后，用戶可以輕松使用手機互聯(lián)網(wǎng)。

在移動互聯(lián)網(wǎng)發(fā)展最初，手機彩鈴占很大一部分，但2004年，這個數(shù)字開始下滑。緊接著，手機游戲發(fā)展非常順利，2007年達到8.4億美元的規(guī)模。最近，電子書籍成長最快。Isao Moriyasu預(yù)計，手機內(nèi)容市場將保持20%～30%增長率。

篇2

【爭議】

對本案案由如何確定以及本案如何處理，存在兩種意見：

第一種意見認為，吳某將款存入農(nóng)行，農(nóng)行不能按約定支付存款本金，本案是基于吳某與農(nóng)行因存、取款行為而產(chǎn)生的糾紛，應(yīng)定性為儲蓄存款合同糾紛。銀行在辦理儲戶存款時對儲戶身份證只進行形式審查，對于其他需要精密儀器才能鑒別出來的細微差別，銀行難以承擔(dān)鑒定真?zhèn)蔚呢?zé)任。農(nóng)行在辦理“5440”存款賬戶時留下了吳某的身份證復(fù)印件，農(nóng)行已履行了審查義務(wù)，在操作過程中不存在過錯。吳某自己未盡注意義務(wù)，以致將款存入他人存折，造成的損失應(yīng)由自己承擔(dān)。因此，應(yīng)駁回吳某的訴訟請求。

第二種意見認為，“5440”賬戶是他人以吳某的名義開立的，吳某不是該賬戶存款合同的一方當事人，其訴訟請求也不是以存款合同為依據(jù)要求銀行承擔(dān)財產(chǎn)損害賠償責(zé)任，本案應(yīng)定性為損害賠償糾紛。“5440”賬戶開戶人不是吳某本人，其行為性質(zhì)屬于他人開戶，農(nóng)行有義務(wù)要求人提供人本人的身份證原件并進行審核。但農(nóng)行未要求開戶人提交被人身份證原件和人的身份證原件，其開戶行為違反國家的規(guī)定，造成了吳某的存款損失。農(nóng)行的行為存在過錯，應(yīng)當承擔(dān)賠償責(zé)任。吳某本人對存折保管不善，導(dǎo)致存折被調(diào)換，造成自己財產(chǎn)被騙的損失，也應(yīng)當承擔(dān)相應(yīng)的民事責(zé)任。因此，吳某與農(nóng)行應(yīng)按過錯比例承擔(dān)責(zé)任，農(nóng)行應(yīng)賠償吳某損失的60％，其余損失由吳某自己承擔(dān)。

【評析】

筆者同意第二種意見。

一、本案的案由應(yīng)為損害賠償糾紛

儲蓄存款合同是指存款人將其貨幣存入儲蓄機構(gòu)，儲蓄機構(gòu)開具存折或存單作為憑證,儲蓄機構(gòu)在存款人憑存折或存單支取存款本金或利息時，按約定或規(guī)定支付存款本金或利息的協(xié)議。吳某以自己的名稱在農(nóng)行開立了一個賬號為“5424”的存折賬戶，吳某與農(nóng)行就“5424”賬戶簽訂了儲蓄存款合同。而“5440”賬戶開戶人不是吳某本人，吳某也未委托他人代為開立這個賬戶，就“5440”賬戶而言，簽訂該儲蓄存款合同的主體是其開戶人和農(nóng)行，吳某并非該合同的主體。因而，吳某與農(nóng)行就“5440”賬戶并不存在儲蓄存款關(guān)系，吳某將5萬元錢存入不屬于自己的“5440”賬戶中，5萬元在存入“5440”賬戶后，其所有權(quán)已發(fā)生了轉(zhuǎn)移。且吳某的訴請也是基于農(nóng)行違規(guī)開戶行為給其造成損害請求賠償，而非儲蓄存款合同，因此，本案案由應(yīng)定性為損害賠償糾紛。

二、本案是混合過錯所致，當事人對損害結(jié)果應(yīng)分擔(dān)責(zé)任。

篇3

關(guān)鍵詞：數(shù)學(xué)形態(tài)學(xué)；分水嶺算法；圖像分割；過分割；梯度重建

中圖分類號：TP18 文獻標識碼：A文章編號：1009-3044(2011)16-3920-03

Image Segmentation Based on Improved Watershed Algorithm

LI Ran

(School of Electronic and Communication Engineering, North China Electric Power University, Baoding 071003, China)

Abstract: With regard to the over-segmentation of traditional watershed algorithm, an improved watershed algorithm based on pre-processing is proposed aiming to human brain MRI image. Noise is considered as direct factor of over-segmentation in this paper. Firstly, morphological opening operation and closing operation are used to denoise. Then, calculate the gradient image for the denoised image. Subsequencely, amend the gradient image according to inside and outside marks. Finally, implement watershed transformation on the amended gradient image. The results show that this method can effectively restrain the over-segmentation of traditional watershed algorithm.

Key words: mathematical morphology; watershed algorithm; image segmentation; over-segmentation; gradient reconstruction

圖像分割是把圖像分成有意義的區(qū)域并提取出感興趣目標的技術(shù)和過程，是由圖像處理到圖像分析的關(guān)鍵步驟。分割結(jié)果的優(yōu)劣直接影響到隨后更高層次的分析和理解等問題求解的正確與否。關(guān)于圖像分割的方法，國內(nèi)外許多學(xué)者做了大量的研究，提出了很多實用的分割方法，如形態(tài)學(xué)分水嶺分割法[1-2]，閾值分割法[3]、區(qū)域生長法[4-5]、模糊聚類法[6]、小波變換法[7]、邊緣檢測法[8-9]等。其中,分水嶺變換是一種經(jīng)典的圖像分割方法，采用此種方法通常能得到封閉、連續(xù)、單像素寬的物體輪廓線[10]，而且定位比較精確，分割精度高，計算速度快，從而引起人們的高度重視和廣泛關(guān)注，成為近年來圖像分割研究的熱點。但是分水嶺算法存在過分割和對噪聲敏感的缺陷。為了解決這個問題，一些學(xué)者對傳統(tǒng)分水嶺算法進行了改進[11-12]，但是過分割問題并沒有被有效地解決。

本文針對分割之前的預(yù)處理過程，設(shè)計了一種改進的分水嶺分割算法。首先，利用數(shù)學(xué)形態(tài)學(xué)的方法對待分割圖像進行平滑去噪處理；然后，對去噪后圖像的梯度圖進行標記，重構(gòu)梯度圖像；最后，對重構(gòu)梯度圖像進行分水嶺變換，檢測前景邊緣，提取目標。

1 分水嶺算法的基本思想及實現(xiàn)原理

1.1 分水嶺算法的基本思想

分水嶺算法是數(shù)學(xué)形態(tài)學(xué)在圖像處理理論中的經(jīng)典方法，其思想起源于測地學(xué)的地形地貌。圖像中每一像素點的灰度值可以等同于該點的海拔高度，則可在該圖像中模擬自底向上逐漸淹沒地形圖的過程。圖像中邊緣點的灰度值較大，可以對應(yīng)于地形圖中的山脊；圖像中灰度連續(xù)變化的區(qū)域可以找到灰度極小點，這里則可對應(yīng)于地形圖中的盆地；由邊緣區(qū)域過渡到灰度極小點的漸變區(qū)域則可對應(yīng)于地形圖中的山坡。在進行圖像分割時如果可以準確地找到“山脊”，則可實現(xiàn)對各個“盆地（目標物體）”的分割。

1.2 分水嶺算法的實現(xiàn)原理

經(jīng)典的分水嶺分割方法有兩種：一種是模擬浸水過程，另一種是模擬降水過程。

1）模擬浸水過程的實現(xiàn)原理。根據(jù)前面的分析，如果將圖像中所有像素的灰度值對應(yīng)于地形中的海拔高度，則地形中包括盆地（局部灰度極小點）、山脊（圖像邊緣）以及盆地和山脊之間的山坡。將這個地形模型垂直放入湖水中，并在各個“盆地”最低處刺上孔洞，則水可以慢慢浸入孔洞中，水面逐步上升。當水位到達“山脊”頂端時，相鄰“盆地”的水就會匯合，從而無法分辨出不同的“盆地”。如果要阻止這些水匯合，就要在“山脊”上接著修建“堤壩”，這樣“堤壩”將各個“盆地”完全包圍。隨著水位的上漲，各個“盆地”完全被水浸沒，而各個“堤壩”隨水位上漲而上漲，最終沒有被淹沒。這樣“堤壩（分水嶺）”將各個“盆地（目標物體）”隔離，完成了圖像分割。

2）模擬降水過程的實現(xiàn)原理。依然將圖像等同為地貌模型。當此地貌模型上空有水滴落下時，水滴必將沿山坡流入“盆地”底部，水滴經(jīng)過的路線就是一個連通分支，通往同一谷底的所有連通分支就形成了一個“集水盆地”。通過這個過程也可以找到各個目標區(qū)域，實現(xiàn)圖像分割。

根據(jù)圖像特點，本文選用的是模擬浸水過程實現(xiàn)分水嶺分割。

2 形態(tài)學(xué)去噪原理

形態(tài)學(xué)中包括兩種基本的運算――腐蝕和膨脹，形態(tài)學(xué)的其它運算都以這兩種運算為基礎(chǔ)。

灰度圖像的腐蝕和膨脹運算分別定義為式（1）和式（2）：

（1）

（2）

其中f為一灰度圖像，g為一個灰度結(jié)構(gòu)元，“”代表腐蝕運算，“”代表膨脹運算。

在腐蝕和膨脹運算的基礎(chǔ)之上，可以定義兩個二級運算――開運算和閉運算。這兩種運算也構(gòu)成對偶運算。開運算和閉運算定義為式（3）和式（4）

（3）

（4）

由式（3）可以看出，開運算是先對圖像進行腐蝕運算，再進行膨脹運算。開運算之后，背景中的小結(jié)構(gòu)被清除了，前景結(jié)構(gòu)中的主干被保留了下來，這樣圖像中的孤立噪聲點就被濾除了。

而由式（4）可以看出，閉運算和開運算相反，對圖像進行了先膨脹、后腐蝕的操作。閉運算后，圖像背景中不包含結(jié)構(gòu)元素的部分被填充，這樣可消除連通區(qū)域中的孔洞。

由于過分割在很大程度上由圖像中的噪聲點引起，因此在分割之前對圖像進行預(yù)處理非常重要。本文選用了先開運算、后閉運算并基于重建的濾波方法對圖像進行平滑濾波。

3 改進的分水嶺分割方法

3.1 改進思路

分水嶺算法是一種非常有效的圖像分割工具，具有分割速度快，能準確定位目標輪廓并得到封閉輪廓線等特點。但是由于圖像本身都存在不同程度的噪聲，直接利用分水嶺算法對圖像進行分割往往會導(dǎo)致過分割，即生成大量的小區(qū)域而使目標淹沒其中。圖1體現(xiàn)了過分割問題，其中圖（a）為待分割圖像，圖（ b）為直接采用分水嶺算法的分割結(jié)果，可以看出圖（b）中出現(xiàn)了許多無意義的小區(qū)域。

目前克服過分割的方法主要包括在變換前進行預(yù)處理和在變換后進行區(qū)域合并。由于后處理的區(qū)域合并過程沒有固定的準則，而且計算量大，因此本文采用變換前預(yù)處理的辦法來控制過分割現(xiàn)象。首先用形態(tài)學(xué)的重建濾波器[13-14]對圖像進行去噪處理；接著求取預(yù)處理圖像的梯度圖像，并利用文獻[15-16]中提出的方法對得到的梯度圖進行修正；最后對梯度圖像實施分水嶺變換，實現(xiàn)圖像分割。

3.2 算法步驟

根據(jù)3.1節(jié)的改進算法思路，分割關(guān)鍵過程如圖2所示：

圖2 改進算法的分割過程

算法步驟描述如下：

1）首先對原始圖像進行灰度拉伸；

2）運用第2節(jié)中提到的形態(tài)學(xué)開閉重建濾波器去除圖像中的噪聲點；

3）對（2）中得到的消除噪聲的圖像求取梯度圖像，并利用距離變換和極大值擴展變換分別得到目標區(qū)域的外部標記和內(nèi)部標記，依據(jù)內(nèi)外標記得到修正的梯度圖像；

4）在修正后的梯度圖像上施以分水嶺變換。

4 仿真結(jié)果及分析

應(yīng)用本文設(shè)計的改進分水嶺分割算法對圖1（a）所示的顱腦MRI圖像進行分割實驗。

圖3（a）為采用基于重建的形態(tài)學(xué)開閉濾波器去噪的結(jié)果；圖3（b）為預(yù)處理圖像的梯度圖像；圖3（c）為根據(jù)求得的內(nèi)外標記對圖3（b）修正的結(jié)果；圖3（d）為在圖3（c）上采用分水嶺算法得到的分割結(jié)果，該結(jié)果對于灰質(zhì)區(qū)得到了較為完整的輪廓。可以看出相對于圖1（b），采用本文給出的方法得到的分割結(jié)果抑制了過分割現(xiàn)象的發(fā)生，分割結(jié)果更為準確。

5 結(jié)論

本文針對分水嶺算法的過分割問題，設(shè)計了一種改進的分水嶺分割方法。該方法基于分割前的預(yù)處理工作，采取先清除引起過分割的因素再實施分水嶺算法的方法來抑制過分割現(xiàn)象的發(fā)生。實驗結(jié)果表明，應(yīng)用該方法對顱腦MRI圖像進行分割，分割結(jié)果具有較為完整的輪廓，并得到了有意義的分割區(qū)域，有效地減輕了過分割現(xiàn)象。應(yīng)用該算法較好地提取了顱腦MRI圖像的灰質(zhì)區(qū)，但是白質(zhì)區(qū)輪廓還存在不清晰的現(xiàn)象，這將是下一步工作中要重點解決的問題。

參考文獻：

[1] Vincent L,Soille P.Watersheds in digital spaces:An efficient algorithm based on immersion simulations[J].IEEE Transactions on PAMI,1991,13(5):538-598.

[2] Haris K,Efstratiadis S.Hybrid image segmentation using watersheds and fast region merging[J].IEEE Transactions on Image processing,1998,7(12):1685-1699.

[3] 薛景浩,章毓晉,林行剛.基于最大類間后驗交叉熵的閾值化分割算法[J].中國圖象圖形學(xué)報,1999,4(2):110-114.

[4] Iseki F.Extraction of 3D tree structure of blood vessels in lung area from chest CT images[C]//Lemke HU.Proceedings of the 12th International Symposium and Exhibition of Computer Assisted Radiology and herland:Elsevier Science,1998,45-48.

[5] 王楠,黃養(yǎng)成.一種改進的彩色圖像區(qū)域分割和邊緣提取算法[J].裝備指揮技術(shù)學(xué)院學(xué)報,1999,10(4):106-110.

[6] Chen CW,Luo J,Parker KJ,et al. A knowledge-based approach to volumetric medical image segmentation[C].IEEE International conference on Image processing, 1994,3:493-497.

[7] Song J,Shao QM,Zhou YH.Multiscale zero-crossings representation of wavelet transform and its application in ultrasound medical image segmentation[J]. J Fudan Univ(Natural Science),2001,40(1):40-43.

[8] 應(yīng)駿,葉秀清,顧偉康.一個基于知識的邊沿提取算法[J].中國圖象圖形學(xué)報,1999,4(3):239-242.

[9] 王宇生,卜佳俊,陳純.一種基于積分變換的邊緣檢測算法[J].中國圖象圖形學(xué)報,2002,7(2):145-159.

[10] 王忠義.分水嶺變換在醫(yī)學(xué)圖像分割中的應(yīng)用[J].電腦知識與技術(shù),2009,5(12):3221-3223.

[11] HIEU T,MARCEL M,REIN V.Watersnakes:Energy-driven watershed segmentation[J].IEEE Transaction on pattern Analysis and Machine Intelligence,2003,25(3):330-342.

[12] Haris K,Efstratiadis S.Hybrid image segmentation using watersheds and fast region merging [J].IEEE Transaction on Image Processing,1998,7(12):1684-1698.

[13] 王鳳娥.改進后的分水嶺算法在圖像分割中的應(yīng)用研究[D].山東:山東大學(xué),2008.

[14] 高靜.基于形態(tài)學(xué)分水嶺算法的細胞圖像分割[D].吉林:吉林大學(xué),2008.

[15] 朱俊良,王茂芝,郭科.基于形態(tài)預(yù)處理和標記提取的分水嶺分割算法[J].信息技術(shù),2010(9):17-20.

篇4

針對腦部核磁共振成像（MRI）圖像中因噪聲、腫瘤內(nèi)部灰度不均勻、模糊及邊界不連續(xù)等造成腫瘤難以準確分割的問題，提出了一種基于形態(tài)學(xué)多尺度修正的控制標記符分水嶺分割方法。該方法在形態(tài)學(xué)梯度圖像基礎(chǔ)上，根據(jù)不同像素點所在特定鄰域內(nèi)的梯度值自適應(yīng)確定結(jié)構(gòu)元素的大小；然后，對圖像進行形態(tài)學(xué)多尺度修正，保證修正過程中目標輪廓不發(fā)生較大偏移；最后，采用控制標記符的分水嶺變換對圖像進行分割。實驗結(jié)果表明，該方法可對腦腫瘤進行較精確的分割。

關(guān)鍵詞：

腦腫瘤；形態(tài)學(xué)多尺度修正；分水嶺變換；圖像分割；形態(tài)學(xué)梯度

中圖分類號：

TP391.41

文獻標志碼：A

Brain tumor segmentation based on morphological multi-scale modification

Abstract：

As many methods of brain tumor Magnetic Resonance Imaging （MRI） segmentation are usually driven by such conditions as noise， intensity inhomogeneity within tumor， fuzzy and discontinuous boundaries， it is difficult to segment tumor accurately. To improve the segmentation results， morphological multiscale modification of controlled marker was proposed. Firstly， this method was based on morphological gradient images because the adaptive structure elements were utilized on different pixels in different areas. In addition， modifying gradient image was key to avoid a larger misregistration of target boundaries. Finally， marker-controlled watershed was applied to segment brain tumor. The experimental results show that the method of brain tumors has more accurate segmentation results.

Key words：

brain tumor； morphological multi-scale modification； watershed transform； image segmentation； morphological gradient

0 引言

近年來顱內(nèi)腫瘤發(fā)病率呈上升趨勢，據(jù)統(tǒng)計，顱內(nèi)腫瘤約占全身腫瘤的5%，占兒童腫瘤的70%，而其他惡性腫瘤最終會有20%～30%轉(zhuǎn)入顱內(nèi)，由于其膨脹的浸潤性生長，在顱內(nèi)一旦占據(jù)一定空間時，不論其性質(zhì)是良性還是惡性，都勢必使顱內(nèi)壓升高，壓迫腦組織，導(dǎo)致中樞神經(jīng)損害，危及患者生命。腦腫瘤早期的檢測及正確治療很大程度依賴于精確的診斷，這對改善病情結(jié)果是很重要的一步。當前核磁共振成像（Magnetic Resonance Imaging， MRI）技術(shù)越來越廣泛地應(yīng)用于腦腫瘤的分析與診斷，其可提供腦瘤位置、大小及類型等信息，并可為腦腫瘤的切除手術(shù)及放射治療提供重要的信息。

目前，對腦組織與腫瘤的MRI圖像分割方法很多[1-3]，其中分水嶺分割[4]以其可得到單像素寬、連通閉合輪廓等優(yōu)點已應(yīng)用于醫(yī)學(xué)圖像分割[5]。但直接應(yīng)用分水嶺分割，會導(dǎo)致較嚴重的過分割。通常消除過分割的方法有三種：一是在分水嶺分割之前，對圖像進行濾波[6]以減少局部極小值；二是通過對目標區(qū)域進行標記[7]限定分割區(qū)域，然后進行分水嶺分割；三是在分水嶺分割之后，采用相應(yīng)的合并準則進行區(qū)域合并[8]。針對腦腫瘤的分割，文獻[9]提出了一種基于K均值和標記控制的分水嶺分割方法，該方法通過閾值標記對分水嶺分割區(qū)域進行限制，減輕過分割，但應(yīng)用于腦CT圖像腫瘤分割時，由于腦組織結(jié)構(gòu)較復(fù)雜且腫瘤區(qū)域與正常組織邊界不明顯，致使腫瘤區(qū)域輪廓定位不準確；文獻[10] 結(jié)合分水嶺變換和Snake模型對腦CT進行分割，Snake模型能夠動態(tài)從初始指定輪廓開始定位感興趣的目標區(qū)域，但對初始輪廓要求較高，如果初始輪廓和實際目標輪廓相距過大，則提取的區(qū)域輪廓定位誤差增大；文獻[11]提出了一種空頻結(jié)合的方法增強圖像，采用基于流量矢量流的可變輪廓模型[12]方法進行腦腫瘤分割。因為腦腫瘤區(qū)域灰度值較正常組織高，所以可通過閾值標記腫瘤限定分水嶺的分割區(qū)域，達到減輕過分割的目的。但由于腦腫瘤形狀復(fù)雜不規(guī)則而且多變，邊緣模糊，常常伴隨著水腫，且MRI圖像中可能含有噪聲、對比度低等，容易造成邊界的不連續(xù)和模糊，進而導(dǎo)致分割輪廓定位不準確。

本文首先利用形態(tài)學(xué)多尺度閉運算對圖像進行修正，然后采用控制標記符的分水嶺分割對修正后圖像進行分割。多尺度修正[13]的關(guān)鍵在于采用不同大小的結(jié)構(gòu)元素，對原始圖像各像素進行閉運算修正，閉運算修正像素所采用的結(jié)構(gòu)元素大小根據(jù)該像素一定領(lǐng)域內(nèi)梯度圖像的梯度值確定。

1 方法流程

分割方法流程如圖1所示，首先利用開閉組合運算對原始圖像進行形態(tài)學(xué)濾波，然后計算濾波后圖像的形態(tài)學(xué)梯度，以此計算后續(xù)形態(tài)學(xué)修正所需結(jié)構(gòu)元素的尺寸。根據(jù)梯度圖像確定結(jié)構(gòu)元素尺寸，對濾波后的圖像像素進行形態(tài)學(xué)多尺度修正，最后采用控制標記符的分水嶺分割方法對修正后的圖像進行分割。

5 結(jié)語

基于黏性形態(tài)學(xué)理論，根據(jù)梯度值自適應(yīng)確定修正所需結(jié)構(gòu)元素的尺度，對各像素進行形態(tài)學(xué)閉運算修正，在高梯度區(qū)域采用小結(jié)構(gòu)元素可較好地保持輪廓的邊緣，在低梯度區(qū)域采用較大結(jié)構(gòu)元素可消除小于結(jié)構(gòu)元素的暗細節(jié)。然后通過采用控制標記符的分水嶺分割方法進一步地抑制過分割現(xiàn)象。實驗結(jié)果表明該方法應(yīng)用于腦腫瘤的分割時具有較強的輪廓定位能力。

參考文獻：

[1]

KOWAR M K， YADAV S. Brain tumor detction and segmentation using histogram thresholding[J]. International Journal of Engineering and Advanced Technology，2012，1（4）： 16-20.

[2]

ZHANG Z， ZHOU Y， XIE K. Braintumor segmentation based on Mumford-Shah model level set[J]. Journal of Shanghai Jiaotong University，2005， 39（12）： 1955-1958.（張治國，周越，謝凱.一種基于Mumford-shah模型的腦腫瘤水平集分割算法[J].上海交通大學(xué)學(xué)報，2005，39（12）：1955-1958.）

[3]

CORSO J J， SHARON E， DUBE S. Efficient multilevel brain tumor segmentation with integrated Bayesian model classification [J]. IEEE Transactions on Medical Imaging， 2008，27（5）： 629-640.

[4]

KARANTZALOS K， ARGIALAS D. Improving edge detection and watershed segmentation with anisotropic diffusion and morphological levellings [J]. International Journal of Remote Sensing， 2006， 27（24）： 5427-5434.

[5]

GRAU V， MEWES A U， ALCANIZ M， et al. Improved watershed transform for medical image segmentation using prior information [J]. IEEE Transactions on Medical Imaging， 2004， 23（4）： 447-458.

[6]

KUMAR S V， LAZARUN M N， NAGARAJU C. A novel method for the detection of microcalcifications based on multi-scale morphological gradient watershed segmentation algorithm[J]. International Journal of Engineering Science and Technology， 2010， 2（7）： 2616-2622.

[7]

XU S， LIU H， SONG E. Marker-controlled watershed for lesion segmentation in mammograms[J]. Journal of Digital Imaging， 2011， 24（5）：754-763.

[8]

ZHANG J， ZHANG J， WANG J. Watershed segmentation algorithm based on gradient modification and region merging[J]. Journal of Computer Applications， 2011， 31（2）：369-371.（張建明，張菊，王娟.基于梯度修正和區(qū)域融合的分水嶺分割算法[J].計算機應(yīng)用，2011，31（2）：369-371.）

[9]

CHRIST M C J， PARVATHI R M S. Segmentation of medical image using K-means clustering and marker controlled watershed algorithm [J]. European Journal of Scientific Research， 2012， 71（2）：190-194.

[10]

BHAT S， KUNTE S R. A mixed model based on watershed and active contour algorithms for brain tumor segmentation[C]// Proceedings of the 2010 International Conference on Advances in Recent Technologies in Communication and Computing. Piscataway： IEEE Press， 2010：398-400.

[11]

HUANG J， YANG F. Braintumor segmentation based on spatial frequency domain image enhancement[J]. Acta Photonica Sinica，2012，41（7）： 850-854.（黃靖，楊豐.基于空頻結(jié)合的圖像增強的腦腫瘤分割[J]. 光子學(xué)報， 2012，41（7）：850-854.）

[12]

WANG T， CHENG I， BASU A. Fluid vector flow and applications in brain tumor segmentation[J]. IEEE Transactions on Medical Engineering，2009，53（3）： 882-893.

[13] BOUAYNAYA N， SCHONFELD D. Theoretical foundations of spatially-variant mathematical morphology， part II： gray-level images [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2008， 30（5）：837-850.

篇5

這次糖酒會白酒企業(yè)的展覽整體呈現(xiàn)三個少的特征，即人流量少、廣告量少和成交量少，糖酒會經(jīng)過了這么多年的發(fā)展，越來越多的企業(yè)和人開始放棄糖酒會的展出。造成這種冷清場面的原因有三個因素構(gòu)成：

1、招商效果下降，參展成本不減：白酒企業(yè)在糖酒會上的展覽整體效果下降，雖然看熱鬧的人并不減少，但是企業(yè)已經(jīng)無法通過參加糖酒會獲得訂單，在網(wǎng)絡(luò)化的社會下，產(chǎn)品和品牌的信息都比較透明，企業(yè)也已經(jīng)很難通過展覽來刺激經(jīng)銷商簽單，各種商業(yè)模式的成熟和透明，讓白酒企業(yè)很難在糖酒會上有什么作為。因此糖酒會成為了白酒企業(yè)的雞肋，大多數(shù)參展的企業(yè)只是來展示品牌和產(chǎn)品的，雖然花費了不少真金白銀，但很難有什么大的回報，這就是造成糖酒會越來越落寞的原因之一。

2、展會形式多樣，企業(yè)選擇較多：以往糖酒會作為天下酒食飲料企業(yè)的第一大會，匯聚中國所有酒水飲料食品經(jīng)銷商，企業(yè)通過糖酒會的展覽展示迅速可以建立品牌，迫使所有相關(guān)企業(yè)必須參加春秋兩季糖酒會。但是現(xiàn)在各地舉辦的糖酒會和相關(guān)的展會越來越多，很多中小企業(yè)和區(qū)域品牌，在費用預(yù)算不多的情況下，便放棄了全國糖酒會的展覽和展示，轉(zhuǎn)戰(zhàn)到地方及區(qū)域糖酒會副食品展覽上，在這種多重選擇下，很多中小企業(yè)尤其是區(qū)域型品牌，最終放棄了高昂的全國糖酒會展覽展示，而只是在區(qū)域類似展會上展示產(chǎn)品和品牌。各種新型的替代展會的出現(xiàn)，大大分流了糖酒會原有的顧客群體，造成了糖酒會的市場影響力日益下降。

3、國家嚴厲打壓，市場冷靜回歸：2012年以來關(guān)于禁酒的各項政策和政令的出臺，讓處于高速發(fā)展中的白酒產(chǎn)業(yè)徹底冷卻下來，白酒政務(wù)、團購市場的下滑，直接影響整個白酒產(chǎn)業(yè)的發(fā)展，在這種嚴厲的政令打壓下，白酒的市場增長空間被擠兌。作為禁酒令出臺之后的第88屆成都春季糖酒會，在這種環(huán)境下變得冷靜起來，從成都市政府禁止本屆糖酒會白酒企業(yè)大肆做宣傳開始，第88屆春季糖酒會注定會是一個冷靜的分水嶺。

在全國糖酒會進入分水嶺后，這昭示著越來越多的企業(yè)將面臨新一輪的整合，那些不理智或者不明智的品牌將會被市場清除，中國白酒產(chǎn)業(yè)面臨三個向下走。

價格向下走：自從政府禁令出臺后，中國高端白酒的市場迅速萎縮，產(chǎn)品的價格的支撐力不足，造成整個白酒產(chǎn)業(yè)的價格向下走，主力價位的角逐將從高端向中檔轉(zhuǎn)移，越來越多的企業(yè)和品牌將在中端全面發(fā)力，從而使得市場朝著紡錘形結(jié)構(gòu)發(fā)展。

市場向下走：高端白酒市場的乏力，對于整個名酒市場的打擊巨大，這將迫使全國化的名酒企業(yè)如五糧液、茅臺、汾酒等企業(yè)市場下沉，從一線二線走向三線四線，以保證其發(fā)展的空間和動力，名酒企業(yè)的下沉將全面沖擊全國區(qū)域型三流白酒企業(yè)和品牌。未來區(qū)域品牌的生存空間將在名酒市場向下走中，變得越來越艱難。

篇6

【關(guān)鍵詞】細胞分割；分割算法；比較分析

Survey：the research method of cells segmentation algorithm

Chen Aibin，Jiang Xia

（Central South University of Forestry & Technology，College of Computer Science，Hunan Changsha 410004，China）

Abstract：With the development of modern technology，computer processing cells plays an important role in medical diagnostics and medical image processing.Cell division is cellular feature extraction and recognition foundation.Segmentation of accurate medical images is challenging task from the cell image.Automatic identification of the cells produced a study of the demand for effective segmentation.people made a different image segmentation algorithms based on different characteristics，such as the threshold，a watershed algorithm.In this paper，various methods of cell division system analysis，and detail the advantages and disadvantages of each methods.

Key words：cell division；segmentation algorithm；comparative analysis

1.引言

圖像分割是根據(jù)圖像的某些特征或特征相似的集合，對圖像進行分組聚類，把圖像分成若干個特定的，有意義的區(qū)域并提取出感興趣的目標技術(shù)和過程。它使圖像高級處理階段的圖像分析和圖像識別等處理過程的數(shù)據(jù)量大大減少，并保留圖像結(jié)構(gòu)的重要信息。細胞分割的精度對細胞分割有重要作用，它的好壞直接影響細胞分析。細胞分割到今天仍沒有取得圓滿成功的幾個重要原因是：（1）細胞圖像很復(fù)雜，不僅有白血細胞、紅細胞和血小板還有其它東西，而且根據(jù)白細胞的成熟程度不同可以分為20多種不同的類別。（2）細胞圖像經(jīng)常受染色不均勻，光照不一致的影響，導(dǎo)致灰度值發(fā)生變化。（3）細胞圖像經(jīng)常重疊，沒有明顯的邊界。（4）細胞的大小變化很大，細胞核的形狀各種各樣。這些使得細胞分割是一個困難和富有挑戰(zhàn)的任務(wù)。所以，我們有必要針對醫(yī)學(xué)圖像這個領(lǐng)域?qū)毎麍D像分割方法進行研究。本文對細胞分割的各種方法進行系統(tǒng)分析。

2.常用的圖像分割方法

為了解決醫(yī)學(xué)圖像細胞分割的難題，多年來許多研究人員做了大量的工作，研究出了很多有用的分割方法。隨著閾值分割，活動輪廓，邊緣檢測和形態(tài)學(xué)等方法在圖像分割中廣泛應(yīng)用，活動輪廓，多光譜等新出現(xiàn)的算法也不斷的用于解決細胞分割的問題，國內(nèi)外學(xué)者針對一些具體應(yīng)用的醫(yī)學(xué)圖像分割提出了不少好的分割方法。

2.1 基于閾值分割的方法

閾值分割法是一種基于區(qū)域的圖像分割技術(shù)，其基本原理是：通過設(shè)定不同的特征閾值，把圖像象素點分為若干類。常用的特征包括：直接來自原始圖像的灰度或彩色特征；由原始灰度或彩色值變換得到的特征。閾值選取方法有多種，如Mode法、Otsu法、熵方法、P-tile法和最小誤差法等。由于閾值分割算法原理簡單，計算量比較小，但它依賴閾值的選擇，廣泛的應(yīng)用于早期的細胞分割。在目標和背景差異比較大的圖像可以用全局閾值，柯行斌，王汝傳[1]在已經(jīng)經(jīng)過預(yù)處理的圖像上用全局閾值分割白血細胞，發(fā)現(xiàn)比匹配法分割的效果好一些。而細胞的胞漿和背景相差不大，因此用單一的閾值分割很難取得很好的效果。王任揮[2]提出用最大信息熵原理來確定多閾值分割彩色細胞，能基本區(qū)分細胞的細胞核、細胞漿及背景區(qū)域，但不能得到清晰的細胞輪廓。由于多閾值一般是設(shè)置兩個值，而細胞圖像一般比較復(fù)雜，很難得到明顯的雙峰的直方圖，這就需要設(shè)置局部閾值。局部閾值分割法是將原始圖像劃分成較小的圖像，并對每個子圖像選取相應(yīng)的閾值。自適應(yīng)閾值可以根據(jù)特征不同產(chǎn)生不同的合適的閾值，因此適合分割處理大多數(shù)圖像。馬保國，喬玲玲[3]提出的自適應(yīng)閾值分割，先對圖像各像素進行梯度計算，然后局部用最大類間方差法分割。這種算法對有噪聲的白血細胞圖像也能取得一定的效果。下列圖1對四個圖的細胞對比閾值分割的效果。總的來說，閾值分割只考慮灰度信息沒有考慮空間信息，不適用于多通道圖像，也不適用于特征值相差不大的圖像，并且對噪聲和灰度不均勻敏感。

2.2 分水嶺分割

分水嶺分割方法，是一種基于拓撲理論的數(shù)學(xué)形態(tài)學(xué)的分割方法，其基本思想是把圖像看作是測地學(xué)上的拓撲地貌，圖像中每一點像素的灰度值表示該點的海拔高度，每一個局部極小值及其影響區(qū)域稱為集水盆，而集水盆的邊界則形成分水嶺。分水嶺的概念和形成可以通過模擬浸入過程來說明。在每一個局部極小值表面，刺穿一個小孔，然后把整個模型慢慢浸入水中，隨著浸入的加深，每一個局部極小值的影響域慢慢向外擴展，在兩個集水盆匯合處構(gòu)筑大壩，即形成分水嶺。在細胞處理過程中，由于設(shè)備或人為原因，有時候會出現(xiàn)細胞粘連程度分布不均勻的情況，這樣分割起來很困難，分水嶺算法經(jīng)常用于處理這類問題。丁宏和王澤提出用先對細胞圖像用距離變換和對種子點改進，再用分水嶺算法分割，如果種子定位精確的情況下，粘連的細胞分割能取得很好的效果。分水嶺算法直觀，快速，可以并行處理并具有分割精度高的優(yōu)點。但用分水嶺方法進行圖像分割時，容易造成圖像的過度分割而且對噪聲特別敏感。一般都通過對圖像進行預(yù)處理和區(qū)域合并的改進來抑制圖像過分分割。謝文娟[4]等提出采用形態(tài)學(xué)基本運算，運用交替序貫濾波對白血細胞圖像進行濾波處理，然后采用多尺度形態(tài)梯度代替形態(tài)學(xué)梯度。利用開重建細胞圖像，減少極小值標記點，減少過分割產(chǎn)生的區(qū)域。通過對白血細胞預(yù)處理的改進，有效的解決噪音引起的白血細胞過分分割。包振健，邸書靈[5]提出一種混合的分水嶺策略來分割骨髓細胞圖像，它是用標記的形態(tài)學(xué)重建和基于區(qū)域相似度的區(qū)域合并算法來克服分水嶺對標記點敏感的缺點。針對分水嶺算法的缺點并結(jié)合自身的研究需求，許多學(xué)者提出4種方法對其進行改進，預(yù)處理濾波，這個主要是在預(yù)處理消除圖像噪聲，標記、區(qū)域合并和其它方法，后面這三種方法主要是針對過分分割這一優(yōu)點進行改進。圖2為標記分水嶺算法實驗效果。

2.3 基于模糊理論算法分割

有些分割方法很容易產(chǎn)生過分分割，如上面提到的分水嶺算法，而模糊聚類分割算法就很好彌補了這一方面的缺失。模糊聚類是根據(jù)事物間的相似性進行區(qū)分和分類的過程，它將數(shù)據(jù)劃分為不同組或類的過程，并使同一個組內(nèi)的數(shù)據(jù)對象具有較高的相似程度，而且不同組中的數(shù)據(jù)對象則是不相似。模糊理論算法中最常用的是模糊C-均值聚類算法，模糊C均值聚類（FCM），是用隸屬度確定每個數(shù)據(jù)點屬于某個聚類的程度的一種聚類算法。模糊C均值聚類算法的優(yōu)點是運算簡單，收斂比較快，適合處理數(shù)據(jù)量大的圖像，它的缺點是對初始中心很敏感，易陷入局部極小值而難收斂到聚類中心。用模糊C均值處理圖像一般采用改進的C均值聚類算法，或者用C均值聚類算法和別的算法結(jié)合使用，這樣可以揚長避短。S.Chinwaraphat[6]提出改進FCM算法消除由于散射或假的聚類造成不明顏色或像素之間的相似性和等離子體胞質(zhì)背景。Nipon Theera-Umpon[7]用模糊C均值聚類方法對細胞過份分割，然后再結(jié)合形態(tài)學(xué)對細胞進行開與閉運算去除小孔和平滑邊緣。下面圖3為此方法自動分割和用手動分割圖的比較。聚類算法中還有一個常用的是K均值聚類。EunSang Bak，KayvanNajarian[8]提出K均值聚類算法和自適應(yīng)閾值分割方法結(jié)合使用分割細胞，由實驗結(jié)果得出分割效果比較好。現(xiàn)在研究人員主要研究是模糊聚類算法如何優(yōu)化初始中心和如何不陷入局部最小值。

Myeloblast Promylocyte Myelocyte Mctamyclocyte Band PMN

2.4 基于可形變模型的方法

可形變模型最初用來解決計算機視覺和計算機圖像的一種方法，但很快就被應(yīng)用到醫(yī)學(xué)圖像細胞處理技術(shù)中，如邊緣檢測，匹配等等。可形變模型可以分為參數(shù)可形變模型和幾何可形變模型。參數(shù)可形變模型就是把研究的曲線或曲面直接表示出來，它可以對模型直接干預(yù)，并且可以為快速實時應(yīng)用提供緊湊的表達形式，但不可以改變模型的拓撲結(jié)構(gòu)。而幾何可形變模型容易實現(xiàn)拓撲學(xué)的變化，容易空間維數(shù)擴展。細胞分割常用的可形變模型有參數(shù)型的Snake算法和幾何型的水平集算法。傳統(tǒng)的可形變模型的缺陷是運算量大，難收斂于凹形區(qū)域。Snake模型是通過尋找自身能量函數(shù)的極小值，這個值是由內(nèi)部和外部函數(shù)獲得，使曲線由初始區(qū)域向目標真實輪廓靠近并調(diào)整形狀以逼近目標輪廓的算法。所以基于參數(shù)的活動輪廓算法的缺點是對初始輪廓的要求很高，優(yōu)點是整個算法就是一個特征提取的過程。一般對參數(shù)形輪廓進行改進，一方面會針對獲得高質(zhì)量的初始輪廓進行改進，另一方面對外部能量算法進行改進以便有效指引關(guān)鍵點朝著正確的目標方向運動。楊誼[9]提出基于Snake模型的細胞圖像分割新方法研究就是從這兩方面分別進行改進的。Farnoosh Sadeghian，Zainina Seman[10]也是先對細胞圖像先預(yù)處理再用canny算子進行邊緣檢測，然后才用改進的GVF Snake獲取清晰的邊緣，如圖4。水平集活動輪廓對初始輪廓并不很敏感但它的收斂速度比較慢。傳統(tǒng)的水平集分割比較適合分割不粘在一起的細胞，而YayunZhou[11]提出的多相水平集能較好的分割粘連細胞，并提出改進水平集收斂于Mumford-Shah函數(shù)以提高收斂速度。

2.5 其它分割方法

除了上面提到的細胞分割算法，還有遺傳算法，形態(tài)學(xué)，區(qū)域增長，光譜算法等。

遺傳算法是模擬達爾文生物進化論的自然選擇和遺傳學(xué)機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。它的優(yōu)點是有很好的收斂性，計算時間少，魯棒性。缺點是不可以很好的處理大規(guī)模計算量的問題。候振杰，潘新[12]提出一種基于熵的遺傳聚類算法。用遺傳算法和聚類分析及熵結(jié)合分割骨髓細胞。

數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運算子組成的，它的基本運算有4個：膨脹、腐蝕、開啟和閉合，它們在二值圖像和灰度圖像中各有特點。基于這些基本運算還可推導(dǎo)和組合成各種數(shù)學(xué)形態(tài)學(xué)實用算法，用它們可以進行圖像形狀和結(jié)構(gòu)的分析及處理。孫萬蓉，俞卞章[13]提出用形態(tài)金字塔分割細胞圖像，再用流域算法對低分辨率圖像進行分割，然后再復(fù)合得到原始圖像。

區(qū)域增長算法一般和別的算法結(jié)合一起使用，單獨分割效果很差。王瑞胡[14]提出用自適應(yīng)曲面多尺度曲面擬合的方法，對腐蝕圖像得到的種子區(qū)域進行擬合和區(qū)域生長。在分水嶺算法中有時也用到區(qū)域增長算法。由于遺傳算法計算量很大而且分割效果不是很好，一般和其它的算法結(jié)合使用。

多光譜算法郭寧寧[15][16]提出的多光譜算法和其它算法不同，它更依賴于硬件設(shè)備，是一種新穎的分割方法。它把光譜圖像看成一個三維的圖像表示光譜信息和空間信息，不同的灰度對應(yīng)不同的波長，得到唯一的光譜曲線。再用支持向量機分割圖像。Xuqing Wu，Shishir K.Shah[17]提出自下而上和自上而下的條件隨機域模型，它不僅從光譜域來考慮還從空間域考慮分割。

3.多種方法結(jié)合

細胞分割的算法有很多，但每種算法都有各自的優(yōu)缺點，單獨用于分割的時候算法均不是很理想。所以現(xiàn)在很多的學(xué)者把多種算法結(jié)合利用，取其所長，避其所短，這樣得到的分割效果就大大的提高，但它的缺點是運算量特別的大。蔡雋[17]提出先用HIS空間中的S飽和度分割細胞核，然后利用連通域標記法得到白細胞個數(shù)確定細胞窗再用改進的流域算法得到細胞漿的粗分割并用它作為細胞的初始輪廓，再用改進的GVF算法得到細胞的精確分割。這樣子分割出來的細胞準確率高，魯棒性好但運算時間特別長。Farnoosh Sadeghian，Zainina Seman[9]用canny算子進行邊緣檢測，然后用GVF Snake獲取清晰的邊緣，分割細胞質(zhì)是用zack閾值分割，并且在這算法中還用到形態(tài)學(xué)里的開與閉運算。J.Cheewatanon，T.Leauhatong[19]提出用mean shift濾波方法去除噪音，保持很好的細胞結(jié)構(gòu)邊緣，再用CIE LAB彩色空間用區(qū)域增長的方法進行分割，再用活動輪廓提出提取白血細胞的邊界。

4.總結(jié)與展望

細胞分割的算法有很多，但每種算法都有各自的優(yōu)缺點，單獨用于分割的時候算法均不是很理想。所以現(xiàn)在很多的學(xué)者把多種算法結(jié)合利用，取其所長，避其所短，這樣得到的分割效果就大大的提高，但它的缺點是運算量特別的大。蔡雋[17]提出先用HIS空間中的S飽和度分割細胞核，然后利用連通域標記法得到白細胞個數(shù)確定細胞窗再用改進的流域算法得到細胞漿的粗分割并用它作為細胞的初始輪廓，再用改進的GVF算法得到細胞的精確分割。這樣子分割出來的細胞準確率高，魯棒性好但運算時間特別長。Farnoosh Sadeghian，Zainina Seman[8]用canny算子進行邊緣檢測，然后用GVF Snake獲取清晰的邊緣，分割細胞質(zhì)是用zack閾值分割，并且在這算法中還用到形態(tài)學(xué)里的開與閉運算。J.Cheewatanon，T.Leauhatong[18]提出用mean shift濾波方法去除噪音，保持很好的細胞結(jié)構(gòu)邊緣，再用CIE LAB彩色空間用區(qū)域增長的方法進行分割，再用活動輪廓提出提取白血細胞的邊界。

通過對醫(yī)學(xué)領(lǐng)域白血細胞中常用的圖像分割算法比較，系統(tǒng)分析各種算法的優(yōu)缺點。近年來，許多研究人員致力于研究白血細胞分割算法，并出了很多的研究成果。但由于白血細胞分割本身的困難，至今還沒有一種通用算法分割細胞圖像。除了細胞結(jié)構(gòu)的復(fù)雜性，準確率要求必須很高。雖然細胞分割取得一定的成就，但面對臨床應(yīng)用的準確率還是遠遠不夠的。人們逐漸認識到任何一種算法單獨分割都難達到很好的效果，在不斷的研究和改進某種算法和創(chuàng)新算法的同時也注重多種算法結(jié)合使用，并研究怎么樣結(jié)合才能突出各自的優(yōu)點。同時三維甚至多維的彩色圖像分割技術(shù)也一直受到人們的關(guān)注。在彩色圖像中能夠提取到的信息量比灰度圖像更為豐富，有利于后續(xù)的研究。近年來由用戶參與控制、引導(dǎo)的交互式分割方法技術(shù)在醫(yī)學(xué)圖像分割中正受到越來越多的人關(guān)注。目前人們?nèi)栽诶^續(xù)研究更先進的成像技術(shù)和更復(fù)雜的圖像處理算法。

參考文獻

[1]柯行斌,王汝傳.白細胞圖像分割的研究與實現(xiàn)[J].南京郵電學(xué)院學(xué)報,2003,23(3):53-57.

[2]王任揮.基于最大信息熵原理的顯微細胞圖像多閾值分割算法[J].內(nèi)蒙古科技與經(jīng)濟,2010,

18(220):58-61.

[3]馬保國,喬玲玲.基于局部自適應(yīng)閾值的細胞圖像分割方法[J].計算機應(yīng)用研究,2009,26(2):755-756.

[4]謝文娟,段汕.基于改進分水嶺算法的細胞圖像分割[D].武昌:中南民族大學(xué),2010,5.

[5]包振健,邸書靈.一種基于分水嶺變換的細胞圖像分割方法[J].計算機工程與應(yīng)用,2008,7(4):

230-232.

[6]S.Chinwaraphat,A.Sanpanich.A Modified Fuzzy Clustering For White Blood Cell Segmentation[C].The 3rd International Symposium on Biomedical Engineering,2008,356-359.

[7]Nipon Theera-Umpon.Patch-Based White Blood Cell Nucleus Segmentation Using Fuzzy Clustering[J].Electrical Eng,Electronics,And Communications,2005,3(1):15-19.

[8]EunSang Bak,KayvanNajarian.Efficient Segmentation Frame work of cell Images In Noise Environments[J].IEEE,2005,1802-1805.

[9]楊誼.基于Snake模型的細胞圖像分割新方法研究[D].廣州同和:第一軍醫(yī)大學(xué),2005,4.

[10]Farnoosh Sadeghian,Zainina Seman.A Framework for White Blood Cell Segmentation in Microscopic Blood Images Using Digital Image Proc[J].Biology and Life Sciences,2009,11(2):196-206.

[11]YayunZhou,YuanxinXu等.Cell Segmentation Using Level Set Method[J].Video Engineering,2005(6):36-38.

[12]候振杰,潘新等.一種基于遺傳算法的骨髓細胞圖像分割方法[J].計算機工程與科學(xué),2006,

28(10):63-66.

[13]孫萬蓉,俞卞章.基于數(shù)學(xué)形態(tài)金字塔分解和流域分割的骨髓細胞圖像分割[J].西北工業(yè)大學(xué)學(xué)報,2006,24(5):600-605.

[14]王瑞胡.基于多尺度曲面擬合的細胞圖像表面分割算法[J].2009,30(17):4041-4044.

[15]NingningGuo,LiboZeng.A method based on multispectral imaging technique for White Blood Cell puters in Biology and Medicine,2006(37):70-76.

[16]寧寧,吳瓊水等.一種細胞分割新方法[J].計算機應(yīng)用研究,2006(3):141-144.

[17]Xuqing Wu,Shishir K.Shah.A bottom-up and top-down model for cell segmentation using multispectral data[J].IEEE,2010,592-595.

[18]蔡雋.彩色白細胞圖像自動分割方案研究[D].南京:東南大學(xué),2006,3.

篇7

撐桿跳高助跑起跳

1前言

近年來我國涌現(xiàn)出了幾位水平比較高的女子撐桿跳高選手，特別是李玲在2013年9月8日第十二屆全國運動會上，以4米65的成績獲得冠軍，并打破亞洲紀錄，使我們在女子項目上有了新的突破。運動員取得好成績，在很大程度上取決于后四步助跑節(jié)奏和起跳的相結(jié)合。這是因為完整的撐桿跳高是一個連續(xù)動作過程，助跑技術(shù)影響到插穴，插穴的好壞又關(guān)系到起跳的效果，因此后四步助跑節(jié)奏的不損失，與起跳的完美結(jié)合下，則桿子的彎曲角度大，桿子儲蓄的勢能就越大，這樣產(chǎn)生更快向上的騰躍高度，可以說撐桿跳高是田徑項目中技術(shù)難度最高也最復(fù)雜的一項，且對運動員身體素質(zhì)要求最全面的項目，運動員和撐桿之間要有非常好的協(xié)調(diào)配合。這就要求運動員要有良好的協(xié)調(diào)性和靈敏素質(zhì)，要具有體操，技巧運動員的能力。

2結(jié)果與分析

2.1撐桿跳高運動員起跳技術(shù)的重要性分析

2.2后兩步步長特點分析

根據(jù)表格可以檢出高水平運動員倒一步要比倒兩步小，運動員在助跑的最后一步縮短步長，通過積極下壓起跳腿使步長縮短，由此制動而引起的水平速度損失較小，運動員就能獲得較大的水平度。有專家提出最后兩步步長差應(yīng)該為10～20cm（倒2步比倒1步長）。而李玲最后兩步恰恰相反。從表1中發(fā)現(xiàn)，其步長分別只有1.7cm和1.81cm，在兩位運動員中身高最高但倒2步步長較高淑英短很多，倒一步比倒二步要長11cm，前后相比有“拉大步”現(xiàn)象，一定程度上影響了起跳速度。

2.3起跳瞬間桿弦與地面的夾角

起跳瞬間桿弦與地面保持合適的夾角，既有利于桿子的豎起和彎曲，又有利于桿上懸垂技術(shù)的完成。起跳瞬間桿弦與地面夾角過小，不利于桿子的豎起；夾角過大，桿子豎起得快，懸垂的時間就會變短，使懸垂的范圍受限，不利于懸垂技術(shù)的完成。據(jù)資料統(tǒng)計目前我國優(yōu)秀女子撐桿跳高運動員起跳瞬間桿弦與地面的夾角平均為35°左右，而世界優(yōu)秀運動員起跳瞬間的桿弦與地面夾角為29°-32°。從表2中可以看出，李玲起跳瞬間桿弦與地面的夾角已達到世界優(yōu)秀運動員要求。

起跳離地瞬間重心騰起角度。騰起角為起跳時重心速度與水平速度之間的夾角，可用公式a=Vy/Vx求得（Vy垂直速度，Vx水平速度）。起跳的目的是盡可能獲得最大的垂直速度和水平速度，可是垂直速度的獲得必需以損失一定的水平速度為前提，過分的追求較大的騰起角，即注重向上起跳，勢必會引起水平速度的較大，因此不能過分的追求垂直速度，而應(yīng)該使兩者合理的結(jié)合。我國優(yōu)秀女子撐桿跳高運動員大部分騰起角度較大，在22°～26°之間。而世界優(yōu)秀女子運動員騰起角在從表3看出，李玲分的追求垂直速度，而應(yīng)該兩者合理的結(jié)合。優(yōu)秀女子撐桿跳高運動員騰起角在16°～20°之間。從表2看出，李玲的起跳角只有19.8°是比較小的，已達到國際優(yōu)秀女子運動員的水平。李玲較小的騰起角度和較大的水平速度，增加了撐桿的向前滾動速度及撐桿彈性勢能的儲備，這也其所以能夠取得較好成績的原因之一。

2.5撐桿跳高起跳點情況

從撐桿跳高的起跳技術(shù)來看，運動員在起跳時，撐桿的角度應(yīng)盡可能大，助跑所獲得的速度應(yīng)盡可能得被利用，這樣才有利起跳過桿動作的高效完成。因此，如何找準二者的結(jié)合點（既加大撐桿角，又減少撐桿的約束），是助跑后兩步連接著起跳的技術(shù)，也是整個技術(shù)動作的關(guān)鍵之一。運動員的起跳點在上握手投影線的正下方，既可以避免起跳點靠后造成的跳空危險，也可以避免起跳點靠前造成的水平速度的大量損失，將助跑速度的利用與撐桿角度很好的結(jié)合起來，“自由起跳”概念的引入，有利于我國澄清和統(tǒng)一認識，有利于國際、國內(nèi)的相互交流。其含義是：在起跳的瞬間，撐桿不能抵及穴斗底端，這樣人體就獲得一個脫離撐桿約束的自由瞬間。自由起跳其目的是盡可能保持起跳過程中人體的運動速度，為懸垂擺體打下良好的基礎(chǔ)，這也是評價撐桿跳高運動員起跳效果好壞的重要指標之一。

起跳是從助跑轉(zhuǎn)化到跳躍動作過程中決定最終速度的重要動作。要想將體重轉(zhuǎn)移到撐桿上，獲得較好的擺動動作，以及插穴、起跳的準確性和撐桿插到插斗的準確性是決定因素。表5中國內(nèi)外女子握桿投影點與起跳點距離差是指起跳時起跳腳到穴斗零點距離與起跳時上手臂垂直投影點距離之差。如果起跳位置正確，起跳腿蹬伸充分并滯后，才能獲得較大的擺動速度。起跳位置過前，起跳腿就不能在后方，只能獲得較小的擺動。如果起跳位置過于偏后，那么向前擺動時身體就會下沉。從伊辛巴耶娃實際起跳距離分，認為實際起跳距離在0.06～0.07m之間較為合理。我國優(yōu)秀運動員李玲由于身材偏高（1.85m），起跳距離在上手臂垂直投影點距離前5cm，影響了擺動幅度，減小了動能，從而影響了擺體團身幅度和速度，能力過差，影響了擺動幅度，減小了動能，從而影響了擺體團身幅度和速度及后續(xù)一系列技術(shù)動作，阻礙了運動成績的提高。

2.6女子撐桿跳高握桿點對比分析

從表5可以看出，只有伊辛巴耶娃的握桿點達到4.37m，取得了5.01m的最好成績。其李玲和高淑英撐桿跳高的握桿高度相同，握桿點都小于4.30m，導(dǎo)致其成績差異的主要原因是助跑水平速度的快慢決定的。握高和騰高不僅是直接影響專項成績的重要因素，也是衡量撐桿跳高運動員技術(shù)水平的重要指標。握桿點和騰高的提高對取得優(yōu)異成績固然重要，但為了適應(yīng)高握桿點的需要，必先提高助跑速度，助跑速度是撐桿跳高運動的基礎(chǔ)，是獲得動能的主要階段，也是取得優(yōu)異成績的必要前提。因此世界優(yōu)秀撐桿跳高運動員都十分重視助跑速度的訓(xùn)練。

2.7后兩步助跑的重要性

1974年，N弗爾德經(jīng)對助跑節(jié)奏的研究后指出：不斷提高助跑速率，就能在握桿點提高和桿子硬度增大的情況下，保持動作不變形。巴特尼茲溫特分析女子撐桿跳高的助跑速度認為：助跑速度每增加1m/s，就導(dǎo)致?lián)螚U跳高的成績提高0.5m。表明了不斷提高助跑速度特別是最后兩步助跑水平速度對起跳速度將產(chǎn)生很大的影響，尤其是最后一步速度必然會影響到起跳騰起水平分速度和騰起初速度。我國國際健將在助跑階段倒二步平均水平速度為7.99m/s，倒一步平均水平速度為7.85m/s。表7數(shù)據(jù)反映了李玲在最后助跑速度上存在較大差距。表6中伊娃助跑最后7.77m速度都達到了8.18m/s，說明了隨著運動水平的提高，助跑速度越快，特別表現(xiàn)在助跑最后兩步速度的快慢。研究結(jié)果表明，李玲最后兩步助跑速度與伊辛巴耶娃最后階段助跑速度變化趨勢完全不一致，呈現(xiàn)減速現(xiàn)象，進一步證明了運動員持桿助跑速度是造成中外高水平女子撐桿跳差距的重要原因，也是我國女子撐桿跳高在今后訓(xùn)練中努力的方向。

3結(jié)論與建議

3.1結(jié)論

李玲是我國優(yōu)秀女子撐桿跳高選手，她的身高優(yōu)勢很明顯，起跳騰起角度已達到國際優(yōu)秀女子選手的水平，目前她存在的主要問題是助跑后兩步節(jié)奏明顯變慢，最后一步有跨大步的現(xiàn)象，導(dǎo)致舉桿后桿子的進攻速度有所損失，擺體速度減慢，從而無法提高握桿點、使用更大磅級的桿子，使自己的成績得到更大的突破。

3.2建議

對于李玲來說，應(yīng)該增強步長節(jié)奏的訓(xùn)練，從而增加助跑后兩步的節(jié)奏意識，大大提高助跑對桿子所產(chǎn)生的動能轉(zhuǎn)化為勢能的速度。同時提高助跑速度還與“自由起跳”技術(shù)尚有差距，并加強身體素質(zhì)，特別是速度素質(zhì)的訓(xùn)練，使李玲在助跑方面能夠有更大的改善，能夠使起跳后擺體團身幅度和速度及后續(xù)一系列技術(shù)動作一氣呵成，提高運動成績參考文獻：

[1]謝慧松，周鐵民，葛蘊.撐桿跳高運動員助跑速度與其成績的關(guān)系研究.山東體育體育科技，2007，32（10）：2-3.

[2]謝慧松，周鐵明，祁繼梅.中外高水平女子撐桿跳高選手助跑及起跳階段技術(shù)特征研究.北京體育大學(xué)學(xué)報，2009，32（10）：1-3.

篇8

鐵路線上分布著大量的建筑物和設(shè)施，如橋涵、隧道、車站、供電、通訊、信號及給排水等。鐵路線的位置決定了各項建筑物的配置和設(shè)備的位置；反之有一些建筑物的配置也影響鐵路線的位置。鐵路線的位置不僅對工程數(shù)量和工程費用有巨大影響，而且對運行安全和運輸效率產(chǎn)生深遠影響。因此，鐵路修建之前必須定好鐵路線位置，才能進行各種建筑物的具體設(shè)計。勘測設(shè)計階段由于鐵路的復(fù)雜環(huán)境與要求，必須經(jīng)過由廣到狹，由概略到精細的勘測，同時使鐵路線位置設(shè)計有步驟地從較多的方案中經(jīng)過多次選優(yōu)，最終達到最佳的空間位置。

鐵路定線是在地形圖或地面上選定線路的方向，確定線路的空間位置，并布置各種建筑物，是鐵路勘測設(shè)計中決定全局的重要工作。

要作好定線工作，必須綜合考慮多方面的因素，逐步接近地、分階段地進行工作。每一階段都應(yīng)精心設(shè)計，多作方案必選。內(nèi)容應(yīng)從粗到細，從整體到部分，工作過程是從面到帶，從帶到線，知道確定線路的具置，這種特點決定了鐵路定線過程中內(nèi)外業(yè)的關(guān)系：外業(yè)勘測與調(diào)查是內(nèi)業(yè)定線的依據(jù)，而內(nèi)業(yè)定線又指導(dǎo)下一階段的外業(yè)勘測，經(jīng)過多次反復(fù)，最后才將線路測設(shè)于地面。影響線路走向的因素主要有以下幾點：

（1）設(shè)計線的意義及行經(jīng)地區(qū)其他建設(shè)的配合。干線鐵路的走向應(yīng)力求順直，以縮短直通客貨運輸距離和時間。地方意義的鐵路，則易于靠近城鎮(zhèn)和礦區(qū)，以滿足當?shù)乜拓涍\輸?shù)男枨蟆Ｗ呦虻倪x擇還應(yīng)與路網(wǎng)規(guī)劃及行經(jīng)地區(qū)其他建設(shè)項目協(xié)調(diào)配合。要根據(jù)客貨流向選好接軌站，力爭減少折角運輸。要有利于規(guī)劃的干線或支線引入。要考慮與其他地方交通體系的合理銜接，并應(yīng)滿足國防要求。（2）設(shè)計線的經(jīng)濟效益和運量要求。選擇線路的走向應(yīng)盡可能為更多的工礦基地和經(jīng)濟中心服務(wù)，即加速地區(qū)國民經(jīng)濟的發(fā)展，又使鐵路擴大運量，增加運營收入，爭取較高的經(jīng)濟收益。（3）自然條件。地形、地質(zhì)、水文、氣象等自然條件決定線路的工程難易程度和運營質(zhì)量，對線路走向有直接的影響。對于嚴重不良的地質(zhì)條件、缺水地區(qū)、高烈度地震區(qū)以及高達山嶺、困難峽谷等自然障礙，選線時宜考慮避繞。 （4）設(shè)計線主要技術(shù)指標和施工條件。設(shè)計線的主要技術(shù)標準在一定程度上影響線路的走向，同樣的運輸任務(wù)，采用大功率的機車，則可以采用較大的最大坡度值，是線路有可能更靠近短直方向。

自然條件下的定線原則

1.河谷定線

沿河而行的路線稱為河谷線。在路網(wǎng)中，河谷線有較大的比重。沿河谷定線具有下列優(yōu)點：

（1）河谷縱坡為單向坡，可避免線路出現(xiàn)逆破，且可利用支流測谷展線。（2）多數(shù)城鎮(zhèn)位于河谷階地，在階地設(shè)站，可更好的為地方服務(wù)。（3）多數(shù)河谷具有開闊地段，鐵路通過階地，可更好的為地方服務(wù)；即可提高鐵路的效益，又方便了鐵路員工的物質(zhì)、文化生活。

河谷兩岸條件常有差別，應(yīng)結(jié)合地形、地質(zhì)、水文、農(nóng)田及城鎮(zhèn)的分部情況，選擇有利岸側(cè)定線。但有利的岸側(cè)，不會始終局限于一岸，應(yīng)注意選擇有利的地點跨河改變岸側(cè)。

河谷線定線，線路位置往往差異幾十米甚至幾米，就會對鐵路的安全和工程量帶來很大影響。線路合理位置的選擇，可分三種情況加以分析研究：

（1）河谷較開闊，橫坡較緩且地質(zhì)良好時，理想的線路位置為不受洪水沖刷的階地。 （2）河谷狹窄，橫坡較陡，且地質(zhì)不良時，線路應(yīng)由避開山坡與外移建橋的方案進行比選。 （3）河谷十分彎曲時，可根據(jù)山咀或河谷的實際情況，采取沿河繞行或取直方案。

2.越嶺地段

當線路需要從某一水系（河谷）轉(zhuǎn)入另一水系（河谷）時，必須穿越分水嶺。越嶺地區(qū)高程障礙大，一般需要展線，地質(zhì)復(fù)雜，工程集中，對線路的走向、主要技術(shù)標準（特別是限制坡度和最小曲線半徑）、工程數(shù)量和運營條件等影響極大。所以應(yīng)大面積選線，認真研究、尋找合理的越嶺線路方案。

越嶺線路常是沿通向分水嶺埡口的河谷足坡定線，并以隧道（地形有利時用路塹）越過埡口，再沿分水嶺另一側(cè)的河谷向下游定線。越嶺線路應(yīng)主要解決的問題為越嶺埡口選擇、越嶺高程選擇、和越嶺引線定線。

越嶺引線定線是，應(yīng)注意一下幾點：

（1）結(jié)合地形條件選擇合理的最大坡度（限制坡度或加力坡度）。越嶺地區(qū)高差大，為避免大量人工展線，除應(yīng)研究低高程的長隧道越嶺方案外，還應(yīng)與采用較陡 坡度的方案進行技術(shù)經(jīng)濟比較。（2）為了能控制合理的展線長度，應(yīng)從埡口往兩側(cè)（從高到底）定線，以避免展線不足或過長。由于埡口兩側(cè)自然坡度上陡下緩，在上游應(yīng)盡量利用支溝側(cè)谷合理展線，是線路盡早降入祝賀股的開闊臺地。 （3）埡口附近，地形尤為困難，在有充分依據(jù)時，引線可合理選用符合全線標準的最小曲線半徑。

3.平原、丘陵地區(qū)

平原地區(qū)地形平坦，丘陵地區(qū)邱崗連綿，但相對高差不大，一般工農(nóng)業(yè)都比較發(fā)達，占地及拆遷問題比較突出，地質(zhì)條件比較簡單，但水文條件可能復(fù)雜。因此，在平原、丘陵地區(qū)定線，應(yīng)著重注意解決好下列問題：

篇9

0.前言

在公路設(shè)計中，影響交通安全的因素雖然是多方面的（主要包括路面設(shè)計、安全設(shè)施、構(gòu)造物位置及形狀設(shè)計），前期的規(guī)劃設(shè)計是否合理是關(guān)系到公路工程項建設(shè)的重要條件。合理、優(yōu)質(zhì)的公路設(shè)計，可以提供清晰醍目的行車方向，提供足夠的視距及其他信息，能夠符合駕駛?cè)藛T普遍期望的設(shè)計效果。

1.公路規(guī)劃設(shè)計中的生態(tài)綠化

1.1自然環(huán)境調(diào)和

公路的興建經(jīng)常破壞沿線地區(qū)自然環(huán)境的平衡狀態(tài)，通過適當規(guī)劃公路綠化，可解決破壞當?shù)刈匀簧鷳B(tài)平衡及與自然環(huán)境不調(diào)和的感覺，使公路融于自然環(huán)境之中，達到相得益彰之效，并且能減少災(zāi)害發(fā)生。

1.2生活環(huán)境調(diào)和

人類大肆的開發(fā)利用綠地，已使生活環(huán)境的綠色資源逐漸減少。公路綠化可為單調(diào)的道路平添綠意，也具有削弱車輛噪音，及吸收車輛廢氣，凈化生活環(huán)境的作用。

1.3穩(wěn)固邊坡

的邊坡長期在自然條件下可能發(fā)生崩塌、滑坡、散落等侵蝕現(xiàn)象，增加了養(yǎng)護的難度，而邊坡植被可達到水土保持、穩(wěn)定邊坡的目的。

1.4視線誘導(dǎo)功能

合理規(guī)劃苗木栽植位置，有助于引導(dǎo)駕駛員視線，集中注意力。公路沿途連續(xù)的植物綠帶，可以顯示公路線形變化，使駕駛員預(yù)判前方線形走向，避免彎道突兀出現(xiàn)。

1.5防止事故發(fā)生

中央分隔帶規(guī)劃整齊的花木綠帶可以有效遮蔽對向車輛燈光，起到防眩作用，有助于降低交通事故。邊坡栽植的柔韌性強、耐沖撞的灌木叢，為失控車輛提供了緩沖地帶，有助于減低傷亡程度。

1.6協(xié)助休憩

公路沿線由植物營造的綠意盎然的環(huán)境，能有效消除駕乘人員長途旅行的疲勞。通過園林規(guī)劃的服務(wù)區(qū)，為暫停休息的旅客提供了優(yōu)美的休憩場所。

1.7調(diào)整景觀

借助密集連續(xù)的綠墻遮掩路旁不雅觀的景物，達到美化路容的效果。通過規(guī)劃公路綠化，可降低公路所造成的不協(xié)調(diào)性，將公路融入當?shù)鼐坝^中，加強景致特色。

2.公路路線設(shè)計的基本要求

公路路線設(shè)計應(yīng)根據(jù)公路的等級及其使用任務(wù)和功能，合理地利用地形，正確運用技術(shù)標準，保證線形的均衡性。不同的路線方案，應(yīng)對工程造價、自然環(huán)境、社會環(huán)境等重大影響因素進行多方面的技術(shù)經(jīng)濟論證，在條件許可時，應(yīng)盡量選用較高的技術(shù)指標。路線設(shè)計中對公路的平、縱、橫三個面應(yīng)進行綜合設(shè)計，保證路線的整體協(xié)調(diào)，做到平面順適、縱坡均衡、橫面合理；應(yīng)考慮車輛行駛的安全舒適性以及駕駛?cè)藛T的視覺和心理反應(yīng)，引導(dǎo)駕駛?cè)藛T的視線，保持線形的連續(xù)性，避免采用長直線，并注意與當?shù)丨h(huán)境和景觀相協(xié)調(diào)。

2.1公路路線與地形類別

公路路線根據(jù)所處地理位置的不同可分為平原區(qū)路線、丘陵區(qū)路線和山嶺區(qū)路線，其特點如下：①平原地路線。因平原區(qū)的地面高差變化微小，其平面線形可采用較高的技術(shù)指標，盡量避免采用長直線或小偏角，但不應(yīng)為避免長直線而隨意轉(zhuǎn)彎，在避讓局部障礙物時要注意線形的連續(xù)、舒順。②丘陵區(qū)路線。選線活動余地較大，應(yīng)綜合考慮平、縱、橫三者的關(guān)系，恰當?shù)卣莆諛藴剩岣呔€形質(zhì)量。設(shè)計中應(yīng)注意：第一，路線應(yīng)隨地形的變化布設(shè)，在確定路線平、縱面線位的同時，應(yīng)注意橫向填挖的平衡。同時還應(yīng)注意縱向土、石方平衡，以減少廢方和借方。第二，平、縱、橫三個面應(yīng)綜合設(shè)計，不應(yīng)只顧縱坡平緩，而使路線彎曲，平面標準過低；或者只顧平面直捷、縱坡平緩，而造成高填深挖，工程過大；或者只顧工程經(jīng)濟，過分遷就地形，而使平、縱面過多地采用極限或接近極限的指標。第三，沖溝比較發(fā)育的地段，汽車專用公路和二級公路可考慮采用高路堤或高架橋的直穿方案；三、四級公路則宜采用繞越方案。③山嶺區(qū)路線。山嶺地區(qū)路線一般以順山沿河布設(shè)，必要時橫越山嶺。按路線通過部位的地形特征可分為以下幾種線形。第一，沿河（溪）線：沿河（溪）線是沿河谷兩岸布線，設(shè)計中應(yīng)處理好河岸選擇、線位高低和跨河地點三者間的關(guān)系。第二，越嶺路線：主要指翻越嶺頂?shù)木€形，在設(shè)計時，應(yīng)結(jié)合水文地質(zhì)情況處理好埡口選擇，過嶺標高和埡口兩側(cè)路線展線方案三者間的關(guān)系。越嶺路線的縱坡應(yīng)嚴格遵守《公路工程技術(shù)標準》的規(guī)定，一般不應(yīng)設(shè)置反坡。第三，山脊路線：當路線走向與分水嶺方向一致，且分水嶺平面不迂回曲折，各埡口間的高差不過分懸殊時，可采用山脊線。選線時應(yīng)處理好控制埡口、側(cè)坡選擇以及控制埡口間的平均坡度三者的關(guān)系。

2.2公路路線總體設(shè)計要點

路線基本走向應(yīng)根據(jù)指定的路線走向（路線起、終點和中間主要控制點）和公路等級及其在公路網(wǎng)中的作用，結(jié)合鐵路、航運、空運、管道的布局和城鎮(zhèn)、工礦企業(yè)、資源狀況以及水文氣象、地質(zhì)、地形等自然條件，由面到帶，從所有可能的路線方案中，通過調(diào)查、分析、比較，確定一條最優(yōu)路線方案。在路線走向和公路等級確定后，應(yīng)對全線總體布局作出設(shè)計，其要點如下：根據(jù)地形特征，確定地形類別和計算行車速度；路線起終點除必須符合路網(wǎng)規(guī)劃要求外，對起、終點前后一定長度范圍內(nèi)的線形必須作出接線方案和近期實施的具體設(shè)計；合理劃定設(shè)計路段長度，恰當選擇不同設(shè)計路段的銜接地點，處理好銜接處前后一定長度范圍內(nèi)的線形設(shè)計；根據(jù)交通量及運行需要確定車道數(shù)；調(diào)查沿線主要城鎮(zhèn)規(guī)劃，確定同其連接的方式、地點；調(diào)查沿線交通、社會、自然條件，確定互通式立體交叉的位置及其同連接道的連接方式；根據(jù)公路的功能，確定交通安全設(shè)施，交通管理設(shè)施，以及停車區(qū)、服務(wù)區(qū)等的布局與位置；對收費公路應(yīng)在論證的基礎(chǔ)上確定收費形式；應(yīng)綜合考慮互通式立體交叉、服務(wù)區(qū)、停車區(qū)、公共汽車停*站、大型橋梁、隧道等的位置和間距，以保證交通運行安全所需的最小距離；擬分期修建的工程，必須在按總體規(guī)劃的技術(shù)標準作出設(shè)計之基礎(chǔ)上，制定分期修建方案并作出分期實施的設(shè)計。

3.路基邊坡處理與環(huán)保

路基邊坡形式是影響公路景觀的主要因素。路基邊坡坡率及形式的選擇不僅影響邊坡的穩(wěn)定，同時也影響環(huán)境保護和景觀效果。邊坡坡率應(yīng)靈活自然、因地制宜，盡量使邊坡外形與周圍環(huán)境融為一體，看不出明顯的人工痕跡。在設(shè)計中應(yīng)根據(jù)地形地質(zhì)條件、邊坡高度及周圍環(huán)境特點對每個邊坡逐個研究確定適宜的邊坡形式和坡率。對于挖方邊坡坡腳、坡頂取消人工痕跡過重的折角，而采用貼近自然的圓弧過渡，以達到與路線所經(jīng)自然地帶的地形地貌相適應(yīng)。對于部分低填或隧道進出口填方路段，放緩邊坡或直接填平進行植草綠化處理。這既有利于路堤與原地貌融為一體，使填筑痕跡得以遮掩；同時也增加路側(cè)凈區(qū)，形成一定的行車緩沖帶，使過往車輛駛離路面后有一個安全的感覺。

公路設(shè)計靈活性和創(chuàng)造性的理念并不是試圖去創(chuàng)建一個新的標準，而是建立在靈活應(yīng)用現(xiàn)有的規(guī)范、標準、規(guī)章制度的基礎(chǔ)之上，公路設(shè)計人員應(yīng)在嚴格遵循項目規(guī)劃的前提下，充分發(fā)揮想象力、獨創(chuàng)性及靈活性，以規(guī)范為依據(jù)，在標準范圍內(nèi)靈活應(yīng)用設(shè)計指標，切實設(shè)計出既能滿足使用功能，又能確保安全運營，同時還能很好地融于自然及人文環(huán)境的公路。 [科]

【參考文獻】

[1]龍寧，李建忠，何峻嶺，劉國強.關(guān)于城市交通規(guī)劃編制體系的思考[J].城市交通，2007，（02）.

篇10

也因此，攻打關(guān)羽，救助襄樊時，曹操點將，手一指，選中于禁。

于是，于禁頂盔貫甲，躍馬揚鞭，帶著曹軍精銳七軍，車轔轔馬蕭蕭，威武而去。

七軍精銳，當時無兩，上將之位，輝煌無比，這，是于禁人生最輝煌的時候，也成了他人生的分水嶺。于禁帶著大部隊，雄糾糾氣昂昂，趕赴前線，與當時的東方不敗關(guān)羽對壘。結(jié)果，關(guān)羽上演一曲水淹七軍，于禁和他的士兵，都成了開水下的老鼠，一個沒逃。

于禁，也做了俘虜。

戰(zhàn)爭勝敗，本來無啥恥辱。舉手投降，也沒什么恥辱。“風(fēng)水輪流轉(zhuǎn)，今日到我家”，于禁如此，后來，關(guān)羽不也是走了麥城嗎？

可是，關(guān)羽卻成了圣，于禁卻被釘在恥辱柱上，原因不在別的，在于人格上。人，失敗時可以投降，但不能在人格上投降。

關(guān)羽寧死不辱，最終被殺。

于禁呢，見了關(guān)羽，雙膝跪下，連稱死罪。關(guān)羽高坐椅上，呵呵大笑，扔下一句話：殺爾鼠輩，臟了我刀。一揮手，將于禁關(guān)入監(jiān)獄。

于禁在監(jiān)獄里呆的日子不長，不久，荊州被襲，于禁被救。這個救他的人，就是孫權(quán)。那時，孫權(quán)害怕蜀國報復(fù)，已給魏國遞了降表，形式上做了魏國的附庸。既然是附庸國，對待魏國這位被俘的上將，孫權(quán)自是很為尊敬，整天酒宴招待，歌兒，慷慨相送。于禁也很高興，笑呵呵地接受了。

一天，孫權(quán)騎馬出去游玩，很熱情地邀請于禁一塊兒去。于禁很高興地答應(yīng)了，騎著馬和孫權(quán)并肩而行，春風(fēng)得意馬蹄疾。

得意之余，于禁不免眉飛色舞，滿面陽光。

這時，有個人看著不爽了，這人，就是東吳大臣虞翻。見此情此景，虞翻白著眼睛想，你個敗將，張狂什么，在關(guān)羽面前低頭求死，人格丟盡，這會兒來東吳顯擺什么。于是，他站起來，指著于禁大聲呵斥：“爾俘虜，何敢與吾君齊馬首乎？”說完，走上前去，舉起馬鞭準備抽于禁。如果不是孫權(quán)厚道，呵斥住虞翻，一頓馬鞭如雨，對于禁而言，大概是在所難免吧。

一時，于大將軍低頭紅臉，掩面而去。

從此，再見人時，于禁一臉怏怏，再不敢陽光滿面，得意洋洋了。

可是，虞翻這家伙，仍然嚴重鄙視他，斜著眼睛看他，甚至?xí)r時找于禁的茬子。

還有一次，孫權(quán)舉行宴會，請來于禁，樂聲四起，簫管聲聲。樂聲中，于禁幾杯老酒，遙望故國，不禁老淚縱橫，悲傷不已。又是虞翻，大是不樂，放下酒杯，站了起來，眼睛一翻，吼道：“你想做出這樣一副可憐樣，是想贏得我們的同情，讓我們放你回去嗎？”一語中的，毫不給人留面子。

當年，于禁被孫權(quán)放了，回到魏國。

魏文帝在宮廷接見了他，微微一笑，讓他去看一幅畫。畫面上，把他下跪投降的情態(tài)，栩栩如生地畫了下來，還怕諷刺得不到位，又把他部下一將死不投降的情態(tài)，畫著掛在旁邊，做為陪襯。

文帝是詩人，詩寫得好。這次，他把修辭用在繪畫上，善用對比，長于諷刺。

于禁一見，羞憤難當，一口鮮血吐出，不久死去。

虞翻和文帝固然苛刻，對人沒有恕道，很是過分。可于禁呢，難道就沒有錯嗎？一個失掉人格者，一個毫不重視自我尊嚴的人，能贏得他人的尊重嗎？

要別人尊重自己，自己首先得尊重自己。