【正文】 發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡模式分類在圖像識別中越來越受到重視。例如，圖像變換 是圖像編碼技術(shù)的基礎(chǔ)，而圖像增強與復原一般又是圖像處理的最終目的，也可以作為進一步圖像處理工作的準備；通過圖像分割得到的圖像特征既可以作為最后結(jié)果，也可以作為下一步圖像分析的基礎(chǔ)。在這一時期，由于圖像存儲成本高、處理設備昂貴，其應用面很窄。 20 世紀 90 年代是圖像處理技術(shù)的實用化時期，圖像處理的信息量巨大，對處理速度的要求極高。比如一幅 128128 低分辨率的黑白圖像，要求 64Kbit的數(shù)據(jù)量；對高分辨率彩色 512512 圖像，則要求 128Kbit 數(shù)據(jù)量；如果要處理30 幀 /s 的視頻圖像，則每秒要求處理 500Kbit~ 數(shù)據(jù)量。如電視圖像的帶寬約 56MHz，而語音帶寬僅為 4KHz 左右。就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，其相關(guān)系數(shù)可達 以上。為此，如何客觀評價圖像質(zhì)量還有待進一步深入的研究。例如，圖像編碼的理論基礎(chǔ)是信息論和抽象數(shù)學的結(jié)合，而圖像識別則需要掌握隨機過程和信號處理方面的知識。 南京師范大學泰州學院本科生畢業(yè) (設計 )論文 5 灰度圖像二值化原理及意義 灰度圖像是指只含亮度信息，不含色彩信息的圖像。 灰度圖像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。 在數(shù)字圖像處理中，二值 化 圖像占有非常重要的地位，特別是在實用的圖像處理中，以二值圖像處理實現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于再對圖像做進一步處理時，圖像的集合性質(zhì)只與像素 的 值為 0 或 1 的點的位置有關(guān)，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。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。 MATLAB的工作環(huán)境 MATLAB 的工作環(huán)境簡單明了 ， 易于操作 ， 使用的 MATLAB 軟件一般是 版本 。 如圖 所示。就其開發(fā)環(huán)境方面來說： (1) 重新設計的桌面環(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 。 (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 。 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。常用的圖像增強方法有以下幾種： 灰度直方圖均衡化。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。而銳化技術(shù)采用的是頻域上的高通濾波方法，通過增南京師范大學泰州學院本科生畢業(yè) (設計 )論文 10 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。對這種變化最有用的兩個特征就是灰度的變化率和方向。 (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。 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。 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) )。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)。下面就 2 色、 16 色、 128 色和真彩色位圖分別介紹 。 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。 南京師范大學泰州學院本科生畢業(yè) (設計 )論文 14 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)務當中，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。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)自適應的二值化方法。在不同的應用中，圖像二值化時閾值的選擇是不同的。 激光雕刻中圖像處理的二值化處理激光雕刻是近十幾年隨著激光技 術(shù)的發(fā)展而產(chǎn)生的一種新的雕刻技術(shù)，它與計算機圖形學、圖像處理等學科的結(jié)合，應用在各種材料上進行文字、圖案加工。 在信息社會中人的身份識別得到廣泛關(guān)注。由于指紋圖像是一種方向性很強的圖像，這些方法僅僅利用了指紋圖像的灰度信息，而忽略了指紋圖像的方向信息，因此這些方法對指紋圖像的二值化效果并不十分理想。 采用信號匹配的支票圖像二值化提出了一種基于信號匹配的低信噪比圖像的信號提取方法，解決類似支票日期域 的 這種既有復雜背景，又有印章噪聲干擾的圖像二值化問題。為此，研究者提出一種解決辦法，首先使用同態(tài)濾波去掉車牌圖像的不均勻光照的影響，然后使用改進的 Bernsen 算法對車牌圖像進行二值化。該文采用高帽與低帽形態(tài)濾波增強車牌圖像中的字體，去除背景對圖像的影響，使用基于迭代的圖像分塊二值化算法進行二值 化。 模擬實驗結(jié)果表明，該方法的二值化效果明顯優(yōu)于 Bernsen 方法和Otsu 方法，且具有良好的適應性。經(jīng)實驗證明，該方法既能夠有效地消除光照不均勻?qū)D像的影響，較好地保留目標圖像的細節(jié)，又能夠有效地消除偽影，提高處理速度。該方法不僅在實現(xiàn)傳統(tǒng)的黑白二值化方面。 圖像處理中閾值法計算簡單，具有較高的運算效率，是圖像 分割中廣泛采用的方法，主要分為全局閾值法和局部閾值法。處理結(jié)果表明，與傳統(tǒng)的幾種方法相比，該方法能夠快速選取良好的二值化閾值，較 好地區(qū)分目標和背景，在相當大模板寬度內(nèi)圖像二值化的結(jié)果都令人滿意。 實驗驗證該方法對于噪聲干擾的一般質(zhì)量圖像有著良好的效果 。該算法著重于在圖像二值化時保留圖 像 的邊緣特征。 灰度圖像的二值化處理有很多種方法， 主要分為全局閾值法和局部閾值法。其中全局閾值法又可分為基于點的閾值法和基于區(qū)域的閾值法。 為了滿足圖像處理應用系統(tǒng)自動化及實時性要求，圖像二值化的閾值的選擇最好由計算機自動來完成。當被分割成的兩類類間方差最大時，此灰度值就作為圖像二值化處理的閾值。對于灰度均勻分布的區(qū)域內(nèi)的像素點，這些算子對其進行灰度減弱；對于在邊緣附近的像素點，這些算子對其進行灰度增強。但是如果圖像的背景不均勻，或目標灰度變化率比較大，全局方法便不再適用。用這種方 法分割后的圖像在不同子圖像的邊界處有灰度的不連續(xù)分布，因此必須采用平滑技術(shù)來消除灰度的不連續(xù)性。 對圖像 Image，記 t 為目標 與背景的分割閾值， 目標像素 數(shù)占圖像比例為 0? ， 平均灰度為 0? ； 背景 像素 數(shù) 占 圖 像 比 例 為 1? ， 平 均 灰 度 為 1? 。 因方差是灰度分布均勻性的一種度量 ， 方差 值 越大說明構(gòu)成圖像的兩部分差別越大 ， 當部分目標 點 錯分為背景或部分背景 點 錯分為目標 點 都會導致兩部分差別變小 ， 因此使類間方差最大的分割意味著錯分概率最小 。其實，換一種思想也能很好的理解大津方法。 設圖像在像素點 ),( ji 處的灰度值為 ),( jif ，考慮以像素點 ),( ji 為中心的)12()12( ??? ?? 窗口，（ 12?? 表示窗口的邊長），則 Bernsen 算法可以描述如下： 計算圖像中各個像素點 ),( ji 的閾值 ),( jiT )),(m i n),(m a x(),( njmifnjmifjiT nmnm ??????? ??? ?????? ??? ?? ???? ?? (412) 對圖像中各像素點 ),( ji 用 ),( jib 值逐點進行二值化。首先創(chuàng)建一個 )2()2( ??? MN 的矩陣 extend，把矩陣 I 中的像素 ),()1,1( jiIjie x t e nd ??? ，而第一行和最后一行，第一列和最后一列的填充依據(jù)是以它靠近的行或列為對稱軸進行填充。顯示得到的二值圖像 B 。 (a) (b) (c) (d) (e) (f) 圖 原圖 (a) lena 原始圖像 (128128)； (b)peppers 原始圖像 (128128)； (c)plane 原始圖像 (128128)； (d) lena 原始圖像 (512512)； (e)peppers 原始圖像 (512512)； (f)plane 原始圖像 (512512) Otsu方法實驗結(jié)果分析 對圖 這六幅圖像都采用 Otsu 算法進行圖像二值化處理。 plane(128 128)、 plane(512512)原始圖像通過 Otsu 方法二值化后的所得 到的二值圖像如圖 所示?？芍?， 512 512 圖像的執(zhí)行時間要比 128 128 圖像的時間要長，說明圖像越大，用 Otsu 方法對其進行二值化處理所需時間越長；大圖像的閾值也比小圖像要大。 lena(128128)、 lena(512512)原始圖像通過 Bernsen 方法二值化后的所得到的二值圖像如圖 所示。 表 Bernsen 方法處理不同像素的不同圖像 性能指標 圖 圖 圖 圖 圖 圖 閾值 (T) 時間 (S)/s 熵值 (H) 因為 Bernsen 方法不存在預取閾值，得到的都是局部閾值，隨像素的變化而變 化，所以沒有固定的閾值。 H 表示由 Otsu 方法、 Bernsen 方法處理得到的二值圖像的熵值，單位為比特 /符號。所以，信息熵也可以說是衡量圖像有序化程度的一個度量。二值圖像的熵值： H(Otsu)H(Bernsen)，可以見 Otsu 方法對于光照不均、噪聲干擾大的圖像，其二值化效果較差，其反映了整個圖像的整體灰度分布情況。這時尋找最佳閾值很困難。 由于 Bernsen 算法要尋找局部極大、極小值，因此速度較慢。 采用 Bernsen 算法時，常常在背景區(qū)域出現(xiàn)偽筆畫，這叫做偽影現(xiàn)象。 南京師范大學泰州學院本科生畢業(yè) (設計 )論文 31 參考文獻 [1] 周新豐 .圖像處理的空中目標識別技術(shù)研究 [D].南京：南京航空航天 大 學 .20xx. [2] 韓毅 ， 盧漢清運動目標檢算法的探討 [J].計算機仿真 ,20xx,23(10):221226 . [3] 郭永濤 ,宋煥生 ,賀昱曜 .視頻交通監(jiān)控系統(tǒng)中背景提取算法 [J].電視技術(shù) ,20xx(5):9193. [4] 潘梅森 , 榮秋生 .SOFM 神 經(jīng) 網(wǎng) 絡 的 圖 像 融 合 的 二 值 化 方 法 [J]. 光學精密工程 ,20xx,15(3):99104. [5] 潘梅 森 , 易明 . 一種 基于 人 類視 覺的 自適 應 均值 濾波 算 法 [J]. 計 算機 工程 與 應用 ,20xx,42(10):6264. [6] 王建衛(wèi) .彩色圖像的中值濾波算法的改進與應用 [J].哈爾濱商業(yè)大學大學報 :自然科學版 .20xx,22(4):6769. [7] 李文舉 ,梁德群 ,王新年 .質(zhì)量退化的車牌字符分割 方法 [J].計算機輔助設計與圖形學學報 ,20xx,16(5):697700. [8] 郝永杰 ,劉文耀 ,路爍 .畸變汽車牌照圖像的空間校正 [J].西南交通大學學報 ,20xx, 4(37): 417420. [9] 陳丹 ,張蜂 ,賀貴明 .一種改進的文本圖像二值化算法 [J].計算機工程 ,20xx,29(13):8586. [10] 黃志斌 .面向車輛牌照的 L快速二值化算法 [J].華僑大學學報（自然科學版） ,20xx,23(4):427430. [11] A Hashizume, P S Yeh, A Rosenfeld. A Method of Detecting the Orientation of Aligned Components[J]. Pattern Recognition Letters, 1986,4:125132. [12] ’Gorman. The Document Spectrum for Page Layout Analysis. IEEE Transactions. PAMI, , 1993:. [13] 鄭咸義 ,張穎豪 .一個改進的 LBG算法 [J].計算機輔助設計 ,1997,9(4):335338. [14] 王沫然 .MATLAB610與科學計算 [M].北京 :電子工業(yè)出版