【正文】 ，不再涉及像素的多級值，使處理變得簡單，而且數(shù)據(jù)的處理和壓縮量小。二值圖像在圖像分析中應(yīng)用非常廣泛，二值圖像就是指只有兩個灰度級的圖像，二值圖像具有存儲空間小，處理速度快，可以方便地對圖像進行布爾邏輯運算等特點。更重要的是，在二值圖像的基礎(chǔ)上，還可以進一步對圖像處理，獲得該圖像的一些幾何特征或者其他更多特征。第二章 軟件工具——MATLAB MATLAB概述MATLAB是Matrix Laboratory的縮寫，是由美國MathWorks公司推出的計算機軟件，經(jīng)過多年的逐步發(fā)展與不斷完善，現(xiàn)已成為國際公認的最優(yōu)秀的科學(xué)計算與數(shù)學(xué)應(yīng)用軟件之一，是近幾年來在國內(nèi)外廣泛流行的一種可視化科學(xué)計算軟件。它集數(shù)值分析，矩陣運算，信號處理和圖形顯示于一體，構(gòu)成了一個方便的，界面友好的用戶環(huán)境，而且還具有可擴展性特征。MathWorks公司針對不同領(lǐng)域的應(yīng)用，推出了信號處理，控制系統(tǒng)，神經(jīng)網(wǎng)絡(luò)，圖像處理，小波分析，魯棒控制，非線性系統(tǒng)控制設(shè)計，系統(tǒng)辨識，優(yōu)化設(shè)計，統(tǒng)計分析等30多個具有專門功能的工具箱，這些工具箱是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平較高的專家編寫的，無需用戶自己編寫所用的專業(yè)基礎(chǔ)程序，可直接對工具箱進行運用。同時，工具箱內(nèi)的函數(shù)源程序也是開放性的，多為M文件，用戶可以查看這些文件的代碼并進行更改，MALAB支持用戶對其函數(shù)進行二次開發(fā)，用戶的應(yīng)用程序也可以作為新的函數(shù)添加到相應(yīng)的工具箱中。MATLAB中的數(shù)字圖像是以矩陣形式表示的，這意味著MATLAB強大的矩陣運算能力用于圖像處理非常有利，矩陣運算的語法對MATLAB中的數(shù)字圖像同樣適用。 MATLAB的工作環(huán)境MATLAB的工作環(huán)境簡單明了，易于操作。其工作環(huán)境包括五個部分：命令窗口(Command Window)，MATLAB的主窗口用戶可以直接在此窗口輸入命令，系統(tǒng)將自動顯示信息；啟動平臺(Launch Pad)，當(dāng)用戶需要啟動某個工具箱的應(yīng)用程序時，可以在啟動平臺中實現(xiàn)。工作空間(Workspace)，MATLAB工作空間作為一個獨立的窗口，其操作相當(dāng)方便。它包含著用戶已建立的變量，而且變量在工作空間中是以矩陣的形式存儲；命令歷史記錄(Command History)，主要顯示在命令中已執(zhí)行過的命令；當(dāng)前路徑窗口(Current Directory)，主要顯示當(dāng)前工作在什么路徑下進行，包括M文件的打開路徑，雙擊M文件名打開該文件進行編輯。 。 、代碼效率、數(shù)據(jù)可視化、數(shù)學(xué)計算、文件I/O操作等方面都有進行不斷升級、增加了新功能。為此、相對于以前的版本，也具有一些新的特性。就其開發(fā)環(huán)境方面來說：(1) 重新設(shè)計的桌面環(huán)境，針對多文檔界面提供了簡便的管理和訪問方法，允許用戶自定義桌面外貌，創(chuàng)建常用命令的快捷方式。(2) 增強數(shù)組編輯器(Array Editor)和工作空間瀏覽器(Workspace Browser)功能，用于數(shù)據(jù)的顯示、編輯和處理。(3) 在當(dāng)前目錄瀏覽器(Current Directory Browser)工具中，增加了代碼效率分析、覆蓋度的分析等功能。(4) 增加了MLint編碼分析，能輔助用戶完成程序性能分析，提高程序執(zhí)行效率。(5) 對M文件編輯器(MEditor)進行了功能增強，可以支持多種格式的源代碼文件可視化編輯，如C/C++、HTML、Java等。 MATLAB圖像處理工具箱數(shù)字圖像處理工具箱函數(shù)包括以下15類：(1) 圖像顯示函數(shù)；(2) 圖像文件輸入、輸出函數(shù)；(3) 圖像幾何操作函數(shù)；(4) 圖像像素值及統(tǒng)計函數(shù)；(5) 圖像分析函數(shù)；(6) 圖像增強函數(shù)；(7) 線性濾波函數(shù)；(8) 二維線性濾波器設(shè)計函數(shù)；(9) 圖像變換函數(shù)；(10) 圖像鄰域及塊操作函數(shù)；(11) 二值圖像操作函數(shù)；(12) 基于區(qū)域的圖像處理函數(shù)；(13) 顏色圖操作函數(shù)；(14) 顏色空間轉(zhuǎn)換函數(shù)；(15) 圖像類型和類型轉(zhuǎn)換函數(shù)。MATLAB圖像處理工具箱支持四種圖像類型，分別為真彩色圖像、索引圖像、灰度圖像、二值圖像，由于有的函數(shù)對圖像類型有限制，這四種類型可以用工具箱的類型轉(zhuǎn)換函數(shù)相互轉(zhuǎn)換。MATLAB可操作的圖像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD等格式。 工具箱實現(xiàn)的常用功能就圖像處理的基本過程討論工具箱所實現(xiàn)的常用功能。(1) 常用圖像操作：圖像的讀寫與顯示操作：用imread()讀取圖像，imwrite()輸出圖像，把圖像顯示于屏幕有imshow()，image()等函數(shù)。imcrop()對圖像進行剪裁，圖像的插值縮放可用imresize()函數(shù)實現(xiàn)，旋轉(zhuǎn)用imrotate()實現(xiàn)。(2) 圖像增強功能：圖像增強是數(shù)字圖像處理過程中常用的一種方法，目的是采用一系列技術(shù)去改善圖像的視覺效果或?qū)D像轉(zhuǎn)換成一種更適合于人眼觀察和機器自動分析的形式。常用的圖像增強方法有以下幾種：灰度直方圖均衡化。均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大，低的圖像中較暗區(qū)域中細節(jié)看不清楚，采用直方圖修整可使原圖灰度集中的區(qū)域拉開或使灰度分布均勻，從而增大反差，使圖像的細節(jié)清晰，達到增強目的。直方圖均衡化可用histeq()函數(shù)實現(xiàn)。 灰度變換法。照片或電子方法得到的圖像，常表現(xiàn)出低對比度即整個圖像較亮或較暗，為此需要對圖像中的每一像素的灰度級進行標度變換，擴大圖像灰度范圍，以達到改善圖像質(zhì)量的目的。這一灰度調(diào)整過程可用imadjust()函數(shù)實現(xiàn)平滑與銳化濾波。平滑技術(shù)用于平滑圖像中的噪聲，基本采用在空間域上的求平均值或中值，或在頻域上采取低通濾波。因在灰度連續(xù)變化的圖像中，我們通常認為與相鄰像素灰度相差很大的突變點為噪聲點，灰度突變代表了一種高頻分量，低通濾波則可以削弱圖像的高頻成分，平滑了圖像信號，但也可能使圖像目標區(qū)域的邊界變得模糊。而銳化技術(shù)采用的是頻域上的高通濾波方法，通過增強高頻成分而減少圖像中的模糊，特別是模糊的邊緣部分得到了增強，但同時也放大了圖像的噪聲。在MATLAB中，各種濾波方法都是在空間域中通過不同的軍紀模板即濾波算子實現(xiàn)，可用fspecial()函數(shù)創(chuàng)建預(yù)定義的濾波算子，然后用filter2()或conv2()函數(shù)在實現(xiàn)卷積運算的基礎(chǔ)上進行濾波。(3) 邊緣檢測和圖像分割功能邊緣檢測是一種重要的區(qū)域處理方法，邊緣是所要提取目標和背景的分界線，提取出邊緣才能將目標和背景區(qū)分開來。如果一個像素落在邊界上，那么它的鄰域?qū)⒊蔀橐粋€灰度級變化的帶。對這種變化最有用的兩個特征就是灰度的變化率和方向。邊緣檢測算子可以檢查每個像素的鄰域并對灰度變化率進行量化，也包括對方向的確定，其中大多數(shù)是基于方向倒數(shù)掩模求卷積的方法。MATLAB工具箱提供的edge()函數(shù)可針對sobel算子、prewitt算子、Roberts算子、log算子和canny算子實現(xiàn)邊緣檢測的功能?；诨叶鹊膱D像分割方法也可以用簡單的MATLAB代碼實現(xiàn)。(4) 圖像變換功能圖像變換技術(shù)是圖像處理的重要工具，常運用于圖像壓縮、濾波、編碼和后續(xù)的特征抽取或信息分析過程。MATLAB工具箱提供了常用的變換函數(shù)，如fft2()與ifft2()函數(shù)分別實現(xiàn)二維快速傅立葉變換與其逆變換，dct2()與idct2()函數(shù)實現(xiàn)二維離散余弦變換與其逆變換，Radon()與iradon()函數(shù)實現(xiàn)Radon變換與逆Radon變換。除以上基本圖像處理功能，MATLAB還提供了如二值圖像的膨脹運算dilate()函數(shù)、腐蝕運算erode()函數(shù)等基本數(shù)學(xué)形態(tài)學(xué)與二值圖像的操作函數(shù)。第三章 圖像二值化方法 課題研究對象論文主要研究BMP格式的灰度圖像文件。BMP(Bitmap Picture)文件格式是Windows系統(tǒng)交換圖形、圖像數(shù)據(jù)的一種標準格式。BMP圖像的數(shù)據(jù)由四個部分組成。 BMP圖像文件結(jié)構(gòu)文件部分屬 性說 明BITMAPFILEHEADER(位圖文件頭)bfType文件類型，必須是0x424D，即字符串 “BM”bfSize指定文件大小，包括這14個字節(jié)bfReservered1保留字，不用考慮bfReservered2保留字，不用考慮bfOffBits從文件頭到實際位圖數(shù)據(jù)的偏移字節(jié)數(shù)BITMAPINFOHEADER(位圖信息頭)biSize該結(jié)構(gòu)長度，為40biWidth圖像的寬度，單位是像素biHeight圖像的高度，單位是像素biplanes位平面數(shù)，必須是1，不用考慮biBitCount指定顏色位數(shù)，1為二值，4為16色，8為128色，16，232為真彩色biCompression指定是否壓縮，有效的值為BI_RGB，BI_RLE8，BI_RLE4，BI_BITFIELDSbiSizeImage實際的位圖數(shù)據(jù)占用的字節(jié)數(shù)biXPelsPerMeter目標設(shè)備水平分辨率，單位是每米的像素數(shù)biYPelsPerMeter目標設(shè)備垂直分辨率，單位是每米的像素數(shù)biClrUsed實際使用的顏色數(shù)，若該值為0，則使用顏色數(shù)為2的biBitCount次方種biClrImportant圖像中重要的顏色數(shù)，若該值為0，則所有的顏色都是重要的Palette(調(diào)色板)rgbBlue該顏色的藍色分量rgbGreen該顏色的綠色分量rgbRed該顏色的紅色分量rgbReserved保留字ImageData(位圖數(shù)據(jù))按像素按行優(yōu)先順序排序，每一行的字節(jié)數(shù)必須是4的整倍數(shù)第一部分為位圖文件頭BITMAPFILEHEADER，它是個結(jié)構(gòu)體，其定義如下：typedef struct tagBITMAPFILEHEADER { WORD bfType；DWORD bfSize；WORD bfReserved1；WORD bfReserved2；DWORD bfOffBits；} BITMAPFILEHEADER；這個結(jié)構(gòu)的長度是固定的，為14個字節(jié)(WORD為無符號16位二進制整數(shù)，DWORD為無符號32位二進制整數(shù))。第二部分為位圖信息頭BITMAPINFOHEADER，也是一個結(jié)構(gòu)，其定義如下： 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；這個結(jié)構(gòu)的長度是固定的，為40個字節(jié)(LONG為32位二進制整數(shù))。其中，biCompression的有效值為BI_RGB、BI_RLEBI_RLEBI_BITFIELDS，這都是一些Windows定義好的常量。由于RLE4和RLE8的壓縮格式用的不多，一般僅討論biCompression的有效值為BI_RGB，即不壓縮的情況。第三部分為調(diào)色板(Palette)，當(dāng)然，這里是對那些需要調(diào)色板的位圖文件而言的。真彩色圖像是不需要調(diào)色板的，BITMAPINFOHEADER后直接是位圖數(shù)據(jù)。調(diào)色板實際上是一個數(shù)組，共有biClrUsed個元素(如果該值為零，則有2的biBitCount次方個元素)。數(shù)組中每個元素的類型是一個RGBQUAD結(jié)構(gòu)，占4個字節(jié)，其定義如下：typedef struct tagRGBQUAD { BYTE rgbBlue；BYTE rgbGreen；BYTE rgbRed；BYTE rgbReserved；} RGBQUAD；第四部分就是實際的圖像數(shù)據(jù)。對于用到調(diào)色板的位圖，圖像數(shù)據(jù)就是該像素顏色在調(diào)色板中的索引值，對于真彩色圖像，圖像數(shù)據(jù)就是實際的R、G、B值。下面就2色、16色、128色和真彩色位圖分別介紹。對于2色位圖，用1位就可以表示該像素的顏色(一般0表示黑色，1表示白色)，所以一個字節(jié)可以表示8個像素。對于16色位圖，用4位就可以表示一個像素的顏色，所以一個字節(jié)可以表示2個像素。對于128色位圖，一個字節(jié)剛好可以表示1個像素。下面有兩點值得注意：(1) 每一行的字節(jié)數(shù)必須是4的整倍數(shù)，如果不是，則需要補齊。(2) BMP文件的數(shù)據(jù)存放是從下到上，從左到右的，也就是說，從文件中最先讀到的是圖像最下面的一行的左邊的第一個像素，然后是左邊的第二個像素，接下來是倒數(shù)第二行左邊第一個像素，左邊第二個像素。依次類推，最后得到的是最上面的最右邊的一個像素。DIB(Device Independent Bitmap)圖像格式是設(shè)備無關(guān)位圖文件，描述圖像能力基本與BMP相同，并且能夠運行多種硬件平臺，只是文件格式較大。 二值化方法研究動態(tài)作為一種高效智能的人機交互手段，身份證的快速識別技術(shù)可以廣泛的應(yīng)用于公民身份核查、暫住人口調(diào)查、旅店業(yè)登記核查、罪犯追逃等公安業(yè)務(wù)當(dāng)中，大大提高了工作人員的錄入速度，減少了用戶的等待時間，提高了工作效率。由于身份證圖像背景復(fù)雜，由激光防偽陰影網(wǎng)格線及各種版面噪聲構(gòu)成；且因激光防偽標志和打印條件的千差萬別，再加上身份證圖像質(zhì)量偏差，給身份證的字符識別帶來了很大的困難。必須經(jīng)過預(yù)處理，除去大量的噪聲信號，才能更好的進行字符的定位、分割，以及識別。而二值化是預(yù)處理中非常重要的一步，也是最為關(guān)鍵的一步，它直接影響到OCR 系統(tǒng)的性能。研究者在分析和討論了多種圖像二值化的優(yōu)缺點后，在吸取各種方法優(yōu)點的基礎(chǔ)上，提出了一種新的身份證掃描圖像的二值化方法——嵌入式多閾值動態(tài)自適應(yīng)的二值化方法。圖像二值化是圖像處理中的一項基本技術(shù)，也是很多圖