【正文】 1100 tttt ????? ?? ，且 )()( 10 t??? ?? ，因此有：2120211200 ))(())(())(()())(()( ?????????? ?????? tttttt ，可見二者等價。 記 ),( jif 為 MN? 圖像 ),( ji 點處的灰度值，灰度級為 ? ，不妨假設(shè) ),( jif 取值 ]1,0[ ?m 。 圖 像 的 總 平 均 灰 度 為 ：)()()()( 1100 tttt ????? ?? 。 局部閾值法一般用于識別干擾比較嚴(yán)重、品質(zhì)較差的圖像，相對整體閾值方法有更廣泛的應(yīng)用，但也存在缺點和問題，如實現(xiàn)速度慢、不能保證字符筆畫連通性以及容易出現(xiàn)偽影現(xiàn)象 (即在背景域受到噪音干擾得到筆畫結(jié)果 )等。局部閾值法是用像素灰度值和此像素鄰域的局部灰度特性來確定該像素的閾值的。 局部閾值法 由當(dāng)前像素灰度值與該像素周圍點局部灰度特征來確定像素的閾值。大津法的使用范圍比較廣，不論圖像的直方圖有無明顯的雙峰，都能得到較滿意的結(jié)果，在很多領(lǐng)域得到了應(yīng)用和發(fā)展。下面列舉幾個閾值的自動選擇算法： (1) 平均灰度值法：以圖像中所有像素灰度值的平均值為閾值。 閾值分割法的結(jié)果很大程度上依賴于對閾值的選擇，因此該方法的關(guān)鍵是如何選擇合適的閾值。 全局閾值法 全局閾值法是指在二值化過程中只使用一個全局閾值 T 的方法。實驗結(jié)果表明，這個基于邊緣特征檢測算子的算法能很好地保留原圖的邊緣特征，并能處理低質(zhì)量的圖像。 基于邊緣特征的二值化閾值選取方法，閾值選取是圖象處理與 分析 的基 礎(chǔ)。 遺傳算法是當(dāng)前許多科學(xué)實驗領(lǐng)域廣泛應(yīng)用的一種非線性并行算法 。針對顆粒圖像，提出了一種基于形態(tài)學(xué)的最大類間方差 Otsu 二值化算 法 ，實驗證明，該算法這一算法能較好地保留原圖像中的特征，二值化后的圖像效果不錯。有強于 Windows 的繪圖軟件的黑白二值化功能。 在模式識別中，二值化效果的好壞直接影響著識別效果，首先通過改進(jìn)的南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 17 Bernsen 方法對原始圖像進(jìn)行二值 化，得到第一幅源圖像；然后根據(jù)自組織神經(jīng)網(wǎng)絡(luò)計算閾值，對圖像進(jìn)行二值化，得到第二幅源圖像；再根據(jù)灰度值最小的原則作為圖像融合方法，得到最終的二值化圖像，最后給出模擬實驗，實驗結(jié)果表明該方法是有效的。 基于貝葉斯算法的二值化算法。實驗表明，該算法可有效克服偏暗或泛白背景的影響，二值化效果良好。實驗表明，使用該算法能有效地克服不均勻光照的影響，二值化效果良好，車牌識別率得到顯著的提高 ； 針對常用車牌識別二值化算法存在的問題，提出了基于分形維數(shù)的二值化的方法。這種二值化方法完全不同于傳統(tǒng)的方法，它從信號處理的角度出發(fā)，利用了部分先驗知識和理想狀態(tài)下的投影輪廓信號，再通過用不同閾值分割的投影信號與之匹配，匹配度最大時的閾值即為圖像分割的最佳閾值。 爾 后提出了一種改進(jìn)的二值化方法：利用梯度法求取塊方向圖，將其量化成 8 個標(biāo)準(zhǔn)方向，以塊方向代替點方向并利用灰度信息對指紋圖像進(jìn)行二值化。指紋識別技術(shù)除了在傳統(tǒng)的法律南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 15 公安上得到應(yīng)用之外，還有更廣闊的應(yīng)用前景，如計算機(jī)用戶的確認(rèn)、訪問網(wǎng)絡(luò)資源的口令、銀行 ATM 機(jī)和信用卡的使用、各類智能 IC 卡的雙重確認(rèn)，以及雇員證明、海關(guān)身份鑒定、家用電子門鎖等一個完整的自動指紋識別系統(tǒng) (AFIS) 包括指紋采集、指紋圖像預(yù)處理、指紋特征提取和比對等幾個模塊。如何能得到光滑且能真實反映原圖像的雕刻圖像是其中的主要問題，但是激光器的開關(guān)只有兩種狀態(tài)，因此，圖像的二值化處理就成為了關(guān)鍵性技術(shù)，其中閾值的選取是決定二值化圖像好壞的因素。因此，自適應(yīng)圖像閾值的選取方法非常值得研究。 圖像二值化是圖像處理中的一項基本技術(shù)，也是很多圖像處理技術(shù)的預(yù)處理過程。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(biāo)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。 (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 。 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。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 )。其中，biCompression 的有效值為 BI_RGB、 BI_RLE BI_RLE BI_BITFIELDS，這南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 13 都是一些 Windows 定義好的常量。 BMP 圖像的數(shù)據(jù)由四 個部分組成 ，如表 所示。 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。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(jìn)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。在 MATLAB 中，各種濾波方法都是在空間域中通過不同的軍紀(jì)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(jìn)行濾波。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。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(xì)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(xì)節(jié)清晰，達(dá)到增強目的。 (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)。 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)； 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 9 (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)。 (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。 圖 論文中使用的 MATLAB 軟件為 版本，如圖 所示。 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) 。 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(jìn)行運用。 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(jìn)行布爾邏輯運算等特點 。圖像的灰度化處理可先求出每個像素點的 R、 G、 B 三個分量的平均值，然后將這個平均值賦予給這個像素的三個分量。 將彩色圖像轉(zhuǎn)化成為灰度圖像的過程 稱 為圖像的灰度化處理。此外， 不少課題還需要更加專業(yè)的知識，如小波變換、神經(jīng)網(wǎng)絡(luò)、分形理論等。另外，計算機(jī)視覺是模仿人的視覺，人類的感知原理必然嚴(yán)重影響計算機(jī)視覺的研究。一般而言，相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性還要大。所以數(shù)字圖像在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上，技術(shù)難度較大，成本高，且對頻帶壓縮技術(shù)提出了更高的要求。因此對計算機(jī)的計算速度、存儲容量等要求較高。 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 4 針對現(xiàn)有的實際應(yīng)用，數(shù)字圖像處理具有以下特點。進(jìn)入 20 世紀(jì) 70 年代的發(fā)展期，開始大量采用中、小型機(jī)進(jìn)行處理，圖像處理也逐漸改用光柵掃描方式，特別是 CT 和衛(wèi)星遙感圖像的出現(xiàn)，對圖像處理技術(shù)的發(fā)展起到了很好的推動作用。 不同的圖像處理技術(shù)應(yīng)用與不同的領(lǐng)域，發(fā)展出不同的分支學(xué)科，如遙感圖像處理、醫(yī)學(xué)圖像處理等，其他如計算機(jī)圖形學(xué)、模式識別、人工智能和機(jī)器人視覺等學(xué)科領(lǐng)域也與圖像處理有著密切的關(guān)系。 (7) 圖像隱藏。 (6) 圖像識別。它是進(jìn)一步進(jìn)行圖像識別、分析和理解的基礎(chǔ)。 (3) 圖像壓縮編碼。為此，通常采用各種圖像變換方法，如傅立葉變換、沃爾什變換、離散余弦變換、小波變換等間接處理技術(shù)，將空域處理轉(zhuǎn)換到變換域處理，這樣可以有效地減少計算量，提高處理性能。 目前，圖像處理技術(shù) 已經(jīng)在許多不同的應(yīng)用領(lǐng)域中得到重視，并取得了巨大成就。 (3) 重復(fù)性好。 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 2 與模擬圖像相比，數(shù)字圖像具有以下顯著優(yōu)點： (1) 精度高。每一個像素具有自己的屬性，如顏色 (color)、灰度 (gray scale)等，顏色和灰度是決定一幅圖像表現(xiàn)的關(guān)鍵因素。在嚴(yán)格意義上講，數(shù)字圖像是經(jīng)過等距離矩形網(wǎng)格采樣，對幅度進(jìn)行等間隔量化的二維函數(shù)。比如人在顯微鏡下看到的圖像就是一幅光學(xué)模擬圖像。 圖像存在方式多種多樣，可以是可視的或者 非 可視的，抽象的或者實際的，適于計算機(jī)處理的和不適于計算機(jī)處理的。 據(jù) 統(tǒng)計，在人類獲取的信息中，視覺信息約占 60%，聽覺信息約占 20%，其他方式加起來才約占 20%。 關(guān)鍵詞： 圖像處理，二值化， Matlab， Otsu 算法， Bernsen 算法 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 II Abstract Human beings obtain a lot of information, among which the visual information is about 60%, the sense of hearing about 20%, and others about 20%. Therefore, the visual information is very important for human beings. Moreover, the images are the primary way, by which a lot of information is obtained. Image binarization, as an important technology in image preprocessing, is widelyemployed in pattern recognition, optical character recognition, medical imaging and so forth. In this paper, some notions and relative knowledge in digital image processing technology are introduced。同時，圖像是人類獲取視覺信息的主要途徑。由此可見，視覺信息對人類非常重要。 課題重點實現(xiàn)了圖像分割技術(shù)中灰度圖像二值化方法，如 Otsu 算法、 Bernsen算法，并對這些算法運行的實驗結(jié)果進(jìn)行分析與比較。視覺是人類從大自然中獲取信息的最主要的手段。 通常，客觀事物在空間上都是三維的 (3D)的，但是從客觀景物獲得的圖像卻是屬于二維 (2D)平面的。包括光學(xué)圖像、照相圖像、電視圖像等。數(shù)字圖像是將連續(xù)的模擬圖像經(jīng)過離散化處理后得到的計算機(jī)能夠辨識的點陣圖像。比如一幅 128400，就是指該圖像是由水平方向上 128 列像素和垂直方向上 400 行像素組成的矩形圖。但是隨著量化等級的增加，數(shù)據(jù)量將大大增加，使得圖像處理的計算量和復(fù)雜度相應(yīng) 的 增加。數(shù)字圖像在本質(zhì)上是一組數(shù)據(jù)，所以可以用計算機(jī)對他進(jìn)行任意方式的修改，如放大、縮小、改變顏色、復(fù)制和刪除某一部分等。圖像處理的基礎(chǔ)是數(shù)字，主要任務(wù)是進(jìn)行各種算法設(shè)計和算法實現(xiàn)。圖像陣列很大時，若直接在空域中處理，計算量將很大。圖像增強并不是要求真實地反映原 始圖像，而圖像復(fù)原則要求盡量消除或減少獲取圖像過程中所產(chǎn)生的某些退化，使圖像能夠反映原始圖像的真實面貌。圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一，是為了將圖像南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計 )論文 3 中有意義的特征提取出來。對圖像中的不同對象進(jìn)行分割、分 類、識別、描述和解釋。近年來，新