下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
一种基于图像特征的整体阈值二值化方法
1阈值选取原则图像的二值化是研究灰度图像的一般方法。也就是说,设置一个阈值threal。将灰色图像数据分为两部分:大阈值成像组和小阈值成像组。例如输入灰度图像函数为f(x,y),输出二值图像函数为g(x,y),则通过求解阈值Threshold,从而把灰度图像f(x,y)分成特征物和背景两个区域。阈值是把图像和背景区分开的标尺,选取适当的阈值就是既要尽可能保存图像信息,又要尽可能减少背景和噪声的干扰,这是选择阈值的原则。按照这样一种思想,可以将现有的二值化方法大致分成3大类。1.1图像整体阈值的确定整体阈值法是指根据经验或灰度图像的直方图分布为整幅图像确定一个阈值。阈值的确定一般分为两种:(1)人工设定阈值:这种方案中,先根据经验或实验设置一个固定的阈值。然后对每个像素按上述式子进行二值化处理。(2)由灰度直方图确定整体阈值:利用原始图像灰度分布的直方图能给出图像灰度值的概貌描述。设灰度值f取值是0~255之间的整数,f=0为黑色,f=255为白色。p(f通常称以p(f整体阈值方法一般只考虑到整体像素的平均灰度值,并未顾及到每个像素的不同之处,所以其二值化在总体执行速度上较快,且算法简单,易于理解,但因为其对输入图像量化噪音或不均匀光照等情况抵抗能力差,在一些有干扰的像素上会发生错误判断,使整幅图像的二值化效果达不到后续作业的要求,所以在应用上受到极大限制。比较典型的整体二值化算法有梯度均值法、微分直方图法等。1.2局部阈值二值化方法对于目标和背景比较清楚的图像,全局阈值化方法可以取得较好结果。但是如果图像的背景不均匀,或是目标灰度变化率比较大,全局方法一般就不再适用了。由像素(x,y)的灰度值f(x,y)和周围点局部灰度特性来确定像素(x,y)的阈值叫局部阈值二值化。局部阈值选取一般将图像划分为若干子图像,根据每个子图像确定相应的阈值,具体的阈值确定方法同全局阈值的确定类似。局部阈值一般用于识别干扰比较严重、品质较差的图像,较整体阈值方法有更广泛的应用,但也存在缺点和问题,如实现速度慢、不能保证字符笔画连通性以及容易出现伪影现象(即在背景域受噪音干扰得到笔画结果)等。比较典型的局部二值化算法有多阈值的梯度强度法、基于纹理图像的方法、最大方差法等。1.3动态阈值选择应用局部阈值法后,从图像局部看来,目标特征物与背景是可分的,但是无法得到一个适用于整幅图像的全局阈值。因此提出了动态的局部阈值化算法,也称自适应阈值化算法。动态阈值选择不仅取决于像素阈值以及其领域像素的灰度值,并且与该像素坐标位置有关。动态是指根据每个像素及其邻域像素的灰度值情况动态地计算分割所需的阈值。动态阈值二值化能够处理品质较差的图像,甚至单峰直方图,但因为动态阈值化方法常常需要对图像中每个像素点都计算阈值,即对整幅图像求出一个阈值面(通常是曲面),计算量很大,运算速度一般比较慢,由于具有比较费时和某些失真的缺点,这在一定程度上阻碍其发展。比较典型的动态阈值二值化方法有迭代法等。表1对以上算法比较了其优缺点和适用情况。2图像的滤波去噪在上面分析的基础上,我们以身份证为例对多阈值动态二值化算法做了一下改进。对同一幅图像采用3种不同的阈值进行处理以及修正处理,即通过3步二值化处理和1步二值化修正,步骤如下:(1)第1个阈值的运算将目标区域与背景区域进行大致的分离,使图像中只呈现出两种不同的颜色,即黑和白。(2)用第2个阈值对已经分离出来的目标区域进行再处理,由于第一个阈值在对图像处理的过程中,会将部分背景区域误认为是目标区域,导致分割的不准确。因此,第二个阈值的目的是将已知的目标区域中的背景区域分割出来,使目标区域进一步被分割。(3)在第(2)步的基础上使用第3个阈值对已经经过再处理的目标区域进行第3次分割。(4)使用二值化修正算法对得到的图像进行修正,使其此时达到身份证二值化所要求的水平。基于灰度的数学期望的二值化方法是一种十分有价值的方法,在其基础上进行进一步的处理是非常有效和便利的。因此取整幅图像的灰度期望值,即作为第一步处理所需的阈值,对图像整体上进行全局性的分割,图像中考察点(x,y)的灰度值f(x,y)>μθ时,置f(x,y)=255,其他的点则要进一步处理。由于身份证的背景噪声很大,经第一个阈值处理后仍难以满足要求,需要滤波方法滤除噪声。考虑到身份证上的网格线绝大部分是倾斜的,很少是水平或垂直的,即使网格线上的点很暗,该点垂直方向和水平方向的领域点也会很亮。利用这个特点,我们提出了一种基于“+”型区域的近似于滤波的去噪音方法,即像素点的4领域法。设(x,y)是图像中的一个像素点,以像素点(x,y)为中心的“+”领域如图1所示。设f(x,y)是像素点(x,y)的灰度值,mean这时对整幅图像内部的点已经作了“+”型领域的处理,但最外围的点并不满足具有4领域的条件,“+”算法已经不起作用。此时需要对最外围的像素点采用新的算法。由图像可知最外围点所缺的是其“+”型领域中除中心点外的任意一点,这正符合运用“T”型领域算法及其变形算法的要求。如图2。同样在图2(b),(c),(d)中采用类似形式可计算得各自的mean然而左上角、右上角、左下角、右下角的计算方式又与上面的两种点不同,由于其的特殊位置用“Γ”型领域算法来简化计算的复杂度,是十分可行的,如图3所示。在图3(a),(b),(c)中采用类似的方式便可计算出其它3个各自的mean这时的图像经过两个阈值的处理,将明显的目标区域和背景区域分离开来,且在此基础上进行一次类似滤波除噪声,使图像中的大部分干扰被消除,但是残留的噪声仍能对后面的识别造成严重的影响,因此务必将其除去。通过第2个阈值的处理,目标区域已经缩小许多,可以对目标区域的每个像点进行更为复杂的处理。由于激光防伪阴影网格线及各种版面噪声的影响使背景的灰度深浅不一,要想把字符笔画清晰地从背景中提出,就要扩大范围,考虑周围点的特征。这里选用以考察点(x,y)为中心的7×7区域计算第3个阈值mean即mean此时的mean由于从外界传入的图像无论是彩色,还是黑白、偏暗的、偏亮的,在经过3步二值化处理后只有两种点生成:黑点(0)和白点(255)。如果不考虑黑点与白点的比例,直接采用一种修正方法进行修正是盲目的,它只可能对部分比例产生良好的效果,但对其它的部分可能失去或减弱了修正能力。通过对3步二值化后的图像的统计发现,正常情况下黑点与白点的比例近似是1:3,由此可将二值化的修正算法分成两部分,即当黑点与全部点的比例小于1:4时(无论采用什么样的二值化算法和修正算法都不可能保证不产生干扰点),采用修正算法1(情况1);大于1:4时则采用修正算法2(情况2)。通过运用不同的修正算法,避免了单一的修正方法对一类图像效果好,对另一类差的弊端,可以使不同比例的图像在总体上产生令人满意的效果。(1)情况1,当黑点与全部点的比例小于1:4时,图像中黑点居少数,干扰点周围形成其他干扰点的几率比较小,因此采用像素点(x,y)的8领域修正算法。即判断1)如果其中有任意3个或更多点的灰度值为0时,该点(x,y)的灰度值为0;2)如果其中有任意4个或更多点的灰度值为255时,该点(x,y)的灰度值为255;(2)情况2,当黑点与全部点的比例大于或等于1:4时,图中黑点数占相对多数(与情况1相比较),但白点数还是居于绝对多数。在一个干扰点周围形成一个或多个其他干扰点的几率高于情况1,在修正时要考虑的情况就比情况1更为复杂。仍然采用像素点(x,y)的8领域修正算法,在考虑到1个干扰点周围极有可能存在其它干扰点的情况下:1)如果其中有任意4点或更多点的灰度值为0时,该点(x,y)的灰度值为0;2)如果其中有任意3点或更多点的灰度值为255时,该点(x,y)的灰度值为255。综上所述,改进的图像二值化的具体方法如下:(1)求出身份证图像灰度的数学期望mean;(2)逐点二值化。如果考察点(x,y)的灰度值f(x,y)>mean,则置f(x,y)=255;否则求出以该点为中心的“+”型领域的平均灰度值mean(3)二值化的修正。如果黑点与全部点的比例小于1:4,则属于情况1,运用其中的方法进行修正,否则(即黑点与全部点的比例大于或等于1:4),则属于情况2,运用其中的方法进行修正。通过该算法二值化处理前后的效果如图7、图8所示。3值化对于文本图像的二值化要尽量与一般图像的二值化配合使用,以达到低时长和高精度工作要求的效果本文提出了改进的动态二值化算法,兼顾了图像总体灰度水平和像素领域的特征,能够适应灰度变化范围比较大的图像,不仅适合于小
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 快消品企业销售经理业绩达成率考核表
- 建筑项目安全管理与质量控制绩效考核表
- 便利店食品冷藏存储规范指引
- 酒店客房服务质量与服务环境细节管理考核表
- 远程教育智能交互平台操作指引
- 申请组建跨部门危机处理小组函(4篇)
- 2026企业 AI 智能体研究报告:就绪度、落地现状与阻碍The Rise of Agentic AI From Experimentation to Enterprise Readiness
- 供应原材料合同签订通知函(4篇)
- 合作方2026年度预算调整事宜确认函(3篇)
- 电商节日营销流量放大方案手册
- 农村污水处理工程施工组织设计
- 雨课堂学堂在线学堂云《信息检索与科技写作( 理大)》单元测试考核答案
- 概念验证中心运营细则
- 期末考试质量分析报告写作模板
- 银行绿色信贷宣传课件
- 大学版画教学课件
- 食品生物技术专业教学标准(高等职业教育专科)2025修订
- 住院患者沐浴管理制度
- T/CADBM 51-2021室内装饰用竹木纤维集成墙板应用技术规程
- 妊娠合并下肢静脉血栓护理
- PowerSurfacing-威力曲面-中文教程
评论
0/150
提交评论