图像二值化中阈值选取方法的研究_毕业论文(编辑修改稿)

图像二值化中阈值选取方法的研究_毕业论文(编辑修改稿)内容摘要：

函数。 南京师范大学泰州学院本科生毕业 (设计 )论文 11 第三章 图像二值化方法 课题研究对象 论文主要研究 BMP 格式的灰度图像文件。 BMP(Bitmap Picture)文件格式 是Windows 系统交换图形、图像数据的一种标准格式。 BMP 图像的数据由四 个部分组成 ，如表 所示。 表 BMP 图像文件结构 文件部分 属 性 说 明 BITMAPFILEHEADER (位图文件头 ) bfType 文件类型，必须是 0x424D，即字符串 “BM” bfSize 指定文件大小，包括这 14 个字节 bfReservered1 保留字，不用考虑 bfReservered2 保留字，不用考虑 bfOffBits 从文件头到实际位图数据的偏移字节数 BITMAPINFOHEADER (位图信息头 ) biSize 该结构长度，为 40 biWidth 图像的宽度，单位是像素 biHeight 图像的高度，单位是像素 biplanes 位平面数，必须是 1，不用考虑 biBitCount 指定颜色位数， 1 为二值 ， 4 为 16 色，8 为 128 色， 16， 2 32 为真彩色 biCompression 指定是否压缩，有效的值为 BI_RGB，BI_RLE8， BI_RLE4， BI_BITFIELDS biSizeImage 实际的位图数据占用的字节数 biXPelsPerMeter 目标设备水平分辨率，单位是每米的像素数 biYPelsPerMeter 目标设备垂直分辨率，单位是每米的像素数 biClrUsed 实际使用的颜色数，若该值为 0，则使用颜色数为 2 的 biBitCount 次方种 biClrImportant 图像中重要的颜色数，若该值为 0，则所有的颜色都是重要的 Palette (调色板 ) rgbBlue 该颜色的蓝色分量 rgbGreen 该颜色的绿色分量 rgbRed 该颜色的红色分量 rgbReserved 保留 字 ImageData 按像素按行优先顺 南京师范大学泰州学院本科生毕业 (设计 )论文 12 (位图数据 ) 序排序，每一行的字节数必须是 4 的整 倍数 第一部分为位图文件头 BITMAPFILEHEADER，它是个结构 体 ，其定义如下： typedef struct tagBITMAPFILEHEADER { WORD bfType； DWORD bfSize； WORD bfReserved1； WORD bfReserved2； DWORD bfOffBits； } BITMAPFILEHEADER； 这个结构的长度是固定的，为 14 个字节 (WORD 为无符号 16 位二进制整数，DWORD 为无符号 32 位二进制整数 )。 第二部分为位图信息头 BITMAPINFOHEADER，也是一个结构，其定义如下： typedef struct tagBITMAPINFOHEADER { DWORD biSize； LONG biWidth； LONG biHeight。 WORD biPlanes； WORD biBitCount； DWORD biCompression； DWORD biSizeImage； LONG biXPelsPerMeter； LONG biYPelsPerMeter； DWORD biClrUsed； DWORD biClrImportant； } BITMAPINFOHEADER； 这个结构的长度是固定的，为 40 个字节 (LONG 为 32 位二进制整数 )。 其中，biCompression 的有效值为 BI_RGB、 BI_RLE BI_RLE BI_BITFIELDS，这南京师范大学泰州学院本科生毕业 (设计 )论文 13 都是一些 Windows 定义好的常量。 由于 RLE4 和 RLE8 的压缩格式用的不多，一般仅讨论 biCompression 的有效值为 BI_RGB，即不压缩的情况。 第三部分为调色板 (Palette)，当然，这里是对那些需要调色板的位图文件而言的。 真彩色图像是不需要调色板的， BITMAPINFOHEADER 后直接是位图数据。 调色板实际上是一个数组，共有 biClrUsed 个元素 (如果该值为零，则有 2 的biBitCount 次方个元素 )。 数组中每个元素的类型是一个 RGBQUAD 结构，占 4个字节，其定义如下： typedef struct tagRGBQUAD { BYTE rgbBlue； BYTE rgbGreen； BYTE rgbRed； BYTE rgbReserved； } RGBQUAD； 第四部分就是实际的图像数据。 对于用到调色板的位图，图像数据就是该像素颜色在调色板中的索引值，对于真彩色图像，图像数据就是实际的 R、 G、 B值。 下面就 2 色、 16 色、 128 色和真彩色位图分别介绍。 对于 2 色位图，用 1 位就可以表示该像素的颜色 (一般 0 表示黑色， 1 表示白色 )，所以一个字节可以表示 8 个像素。 对于 16 色位图，用 4 位就可以表示一个像素的颜色，所以一个字节可以表示 2 个像素。 对于 128 色位图，一个字节刚好可以表示 1 个像素。 下面有两点值得注意： (1) 每一行的字节数必须是 4 的整倍数，如果不是，则需要补齐。 (2) BMP 文件的数据存放是从下到上，从左到右的，也就是说，从文件中最先读到的是图像最下面的一行的左边的第一个像素，然后是左边的第二个像素，接下来是倒数第二行左边第一个像素，左边第二个像素。 依次类推，最后得到的是最上面的最右边的一个像素。 DIB(Device Independent Bitmap)图像格式是设备无关位图文件，描述图像能力基本与 BMP 相同，并且能够运行多种硬件平台，只是文件格式较大。 南京师范大学泰州学院本科生毕业 (设计 )论文 14 二值化方法研究动态 作为一种高效智能的人机交互手段，身份证的快速识别技术可以广泛的应用于公民身份核查、暂住人口调查、旅店业登记核查、罪犯追逃等公安业务当中，大大提高了工作人员的录入速度，减少了用户的等待时间，提高了工作效率。 由于身份证图像背景复杂，由激光防伪阴影网格线及各种版面噪声构成 ；且因激光防伪标志和打印条件的千差万别，再加上身份证图像质量偏差，给身份证的字符识别带来了很大的困难。 必须经过预处理，除去大量的噪声信号，才能更好的进行字符的定位、分割，以及识别。 而二值化是预处理中非常重要的一步，也是最为关键的一步，它直接影响到 OCR 系统的性能。 研究者在分析和讨论了多种图像二值化的优缺点后，在吸取各种方法优点的基础上，提出了一种新的身份证扫描图像的二值化方法 ——嵌入式多阈值动态自适应的二值化方法。 图像二值化是图像处理中的一项基本技术，也是很多图像处理技术的预处理过程。 在颗粒分析、模式识 别技术、光学字符识别 (OCR)、医学数据可视化中的切片配准等应用中，图像二值化是它们进行数据预处理的重要技术。 由于图像二值化过程将会损失原图像的许多有用信息，因此在进行二值化预处理过程中，能否保留原图的主要特征非常关键。 在不同的应用中，图像二值化时阈值的选择是不同的。 因此，自适应图像阈值的选取方法非常值得研究。 研究者对图像二值化方法进行了讨论，在此基础上提出了一个新的图像二值化算法。 该算法基于数学形态学理论，较好地保留了图像二值化时原图的边缘特征。 激光雕刻中图像处理的二值化处理激光雕刻是近十几年随着激光技 术的发展而产生的一种新的雕刻技术，它与计算机图形学、图像处理等学科的结合，应用在各种材料上进行文字、图案加工。 如何能得到光滑且能真实反映原图像的雕刻图像是其中的主要问题，但是激光器的开关只有两种状态，因此，图像的二值化处理就成为了关键性技术，其中阈值的选取是决定二值化图像好坏的因素。 现实世界中黑白二值图像很少用，大多数图像都是灰度图像或是彩色图像。 要使这些图像适用于激光雕刻中，就需要对其进行二值化处 理 ，研究者针对激光雕刻总结了适用于雕刻的二值化处理 方法 ，然而没有一种方法适合于所有图像雕刻的，因而实际中要选择 一种合适的二值化 处理 方法，使得得到的二值图像效果最好。 在信息社会中人的身份识别得到广泛关注。 指纹识别技术除了在传统的法律南京师范大学泰州学院本科生毕业 (设计 )论文 15 公安上得到应用之外，还有更广阔的应用前景，如计算机用户的确认、访问网络资源的口令、银行 ATM 机和信用卡的使用、各类智能 IC 卡的双重确认，以及雇员证明、海关身份鉴定、家用电子门锁等一个完整的自动指纹识别系统 (AFIS) 包括指纹采集、指纹图像预处理、指纹特征提取和比对等几个模块。 在自动指纹识别系统中 ,指纹图像的预处理是正确进行特征提取、比对等操作的基础 ,而二值化是指纹图像预处理中必不可 少的一步。 目前 ,国内外学者在这方面已经做了大量的工作，常用的二值化方法有固定阈值法、自适应阈值法、局部自适应阈值法等。 由于指纹图像是一种方向性很强的图像，这些方法仅仅利用了指纹图像的灰度信息，而忽略了指纹图像的方向信息，因此这些方法对指纹图像的二值化效果并不十分理想。 尔 后提出了一种改进的二值化方法：利用梯度法求取块方向图，将其量化成 8 个标准方向，以块方向代替点方向并利用灰度信息对指纹图像进行二值化。 最后将 该 方法和局部自适应阈值二值化方法及改进前的方法进行比较，可以发现：采用 该 方法二值化效果有了明显提高，对于 不同质量的指纹图像有着令人满意的处理效果。 结合 Canny 算子的图像二值化方法 ， 对经典的二值化方法 Otsu 算法和Bernsen 算法中存在的缺点进行了分析 后 提出图像二值化方法，该方法综合考虑了边缘信息和灰度信息，通过边缘附近种子点在高阈值二值化图像中的填充和低阈值图像对它的修补而得到二值化结果图像，较好地解决了经典二值化方法中存在的抗噪能力差、边缘粗糙、伪影现象等缺点，实验结果证明，该方法能够较好地解决低对比度图像和目标像素灰度不均匀图像的二值化问题。 采用信号匹配的支票图像二值化提出了一种基于信号匹配的低信噪比图像的信号提取方法，解决类似支票日期域 的 这种既有复杂背景，又有印章噪声干扰的图像二值化问题。 这种二值化方法完全不同于传统的方法，它从信号处理的角度出发，利用了部分先验知识和理想状态下的投影轮廓信号，再通过用不同阈值分割的投影信号与之匹配，匹配度最大时的阈值即为图像分割的最佳阈值。 本方法比其他的传统的二值化方法更具有自适应性和鲁棒性，通过大量的实验数据，以及与常用的其他算法进行的比较得到了验证。 基于灰度的车牌图像二值化算法不均匀光照下的图像二值化 是数字图像处理中的一个难题，汽车牌照自动识别系统工作在复杂的光照环境下，经常会出现南京师范大学泰州学院本科生毕业 (设计 )论文 16 车牌光照不均的现象，给图像二值化带来困难。 为此，研究者提出一种解决办法，首先使用同态滤波去掉车牌图像的不均匀光照的影响，然后使用改进的 Bernsen 算法对车牌图像进行二值化。 实验表明，使用该算法能有效地克服不均匀光照的影响，二值化效果良好，车牌识别率得到显著的提高 ； 针对常用车牌识别二值化算法存在的问题，提出了基于分形维数的二值化的方法。 根据分形维数反映图像复杂程度的定义，通过计算两次突变的分维数，来确定图像的灰度值范围，并利用该灰度值范围确定阈值。 并通过实验，表明利用分形维数所得到的阈值进行二值化处理较传统方法有较大改进，且该方法解决了在自然光和不同光照背景下对车牌识别的干扰问题，也可以从复杂背景中提取出倾斜的车牌 ；偏白或泛白背景的车牌图像二值化方法， 在车辆牌照识别系统中，由于摄像机畸变、动态范围太窄、车辆牌照被污染等原因，灰度化的车辆牌照图像背景变得模糊，接近于字体的灰度或者动态范围不高，使得前景字体跟背景难以分开。 该文采用高帽与低帽形态滤波增强车牌图像中的字体，去除背景对图像的影响，使用基于迭代的图像分块二值化算法进行二值 化。 实验表明，该算法可有效克服偏暗或泛白背景的影响，二值化效果良好。 基于自组织特征映射 (SOFM)神经网络的图像融合二值化方法介绍了 SOFM 神经网络的特点及学习算法，根据 SOFM 的聚类确定图像第一阈值作为循环迭代的初始值，对整幅图像进行循环迭代得到第二阈值，使用第二阈值对原始图像进行二值化，得到第一幅待融合图像；通过改进的 Bernsen 方法对原始图像进行二值化，得到第二幅待融合图像；最后根据图像灰度值选小的原则作为图像融合方法，得到最终的二值化图像。 该方法既能有效地消除伪影，又能较好地分离字符和文字。 模拟实验结果表明，该方法的二值化效果明显优于 Bernsen 方法和Otsu 方法，且具有良好的适应性。 基于贝叶斯算法的二值化算法。 针对在图像二值化过程中动态选取阈值难的问题，在分析了全局阈值法和局部阈值法各自优缺点的基础上。 提出了一种基于贝叶斯算法的全局阈值法和局部阈值法相结合的二值化方法。 经实验证明，该方法既能够有效地消除光照不均匀对图像的影响，较好地保留目标图像的细节，又能够有。