圖像二值化算法研究與實(shí)現(xiàn)-免費(fèi)閱讀
【正文】 歲月是有情的，假如你奉獻(xiàn)給她的是一些色彩，它奉獻(xiàn)給你的也是一些色彩。VC++1. 若不給自己設(shè)限，則人生中就沒有限制你發(fā)揮的藩籬。Otsu 法是經(jīng)典的非參數(shù)、無監(jiān)督自適應(yīng)閾值方法，是一種直方圖技術(shù)。這樣做的效果好于用初始閾值直接分割圖像的效果。信息熵是信息論中用于度量信息量的一個(gè)概念?！ ?a) (b)圖13 Otsu方法二值化lenna圖像(a)二值lenna圖像(256256)； (b)二值lenna圖像(512512)(a) (b)圖14 Otsu方法二值化barbara圖像(a)二值barbara圖像(256256)； (b)二值barbara圖像(512512) (a) (b)圖15 Otsu方法二值化barbara圖像(a) 二值peppers圖像(256256)； (b)二值peppers圖像(512512)實(shí)驗(yàn)結(jié)果分析如表3。和，可以分別代表目標(biāo)和背景的中心灰度，則代表整幅圖像的中心灰度，要使目標(biāo)和背景得到最好的分割，當(dāng)然希望分割出的目標(biāo)盡量遠(yuǎn)離圖像中心，即或盡量大，背景也盡量遠(yuǎn)離中心，即或盡量大，由于希望兩者都大，于是有：(1) 兩者之加權(quán)和最大： (15)(2) 兩者之積最大： (16) 注意到有，且，因此有： 。圖像的總平均灰度為：。lenna(256256)、lenna(512512)原始圖像通過Bernsen方法二值化后的所得到的二值圖像如9所示。遍歷從到的像素，并取以當(dāng)前像素為中心的窗口的最大像素max和最小像素min，依據(jù)公式求出閾值。 圖6 簡單閾值效果圖像 由于簡單閾值法過于簡單，丟失部分信息。 灰度變換 黑白圖片的黑白變換叫灰度變換，彩色圖片的色彩變換也叫灰度變換。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(shí)際的R、G、B值。第二部分為位圖信息頭BITMAPINFOHEADER，也是一個(gè)結(jié)構(gòu)，其定義如下： typedef struct tagBITMAPINFOHEADER { DWORD biSize； LONG biWidth；LONG biHeight。 圖2 類視圖 圖3 資源視圖 (3) FileView(文件視圖)顯示所創(chuàng)建的工程。每個(gè)項(xiàng)目視圖都有一個(gè)相應(yīng)的文件夾，包含了關(guān)于該項(xiàng)目的各種元素。VC++由C++語言 、MFC的封裝類、IDE構(gòu)成。更重要的是，在二值圖像的基礎(chǔ)上，還可以進(jìn)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。超大規(guī)模集成電路（Very Large Scale Integration, VLSI）的出現(xiàn)更使處理速度大大提高，設(shè)備造價(jià)也進(jìn)一步降低，極大地促進(jìn)了圖形圖像系統(tǒng)的普及和應(yīng)用。因此，數(shù)字圖像實(shí)際上就是被量化的二維采樣數(shù)組。 關(guān)鍵詞：圖像處理；二值化；VC++； 1. 引言 圖像與數(shù)字圖像圖像就是用各種觀測系統(tǒng)觀測客觀世界獲得的且可以直接或間接作用與人眼而產(chǎn)生視覺的實(shí)體。視覺是人類從大自然中獲取信息的最主要的手段。 數(shù)字圖像處理技術(shù)內(nèi)容與發(fā)展現(xiàn)狀數(shù)字圖像處理就是采用一定的算法對數(shù)字圖像進(jìn)行處理，以獲得人眼視覺或者某種接受系統(tǒng)所需要的圖像處理過程。20世紀(jì)90年代是圖像處理技術(shù)的實(shí)用化時(shí)期，圖像處理的信息量巨大，對處理速度的要求極高。2. 軟件工具—VC++ 軟件概述 Microsoft Visual C++是 Microsoft公司推出的開發(fā)Win32環(huán)境程序，面向?qū)ο蟮目梢暬删幊滔到y(tǒng)。MFC（microsoft foundation classes, 微軟基礎(chǔ)類庫）是微軟為Windows程序員提供的一個(gè)面向?qū)ο蟮腤indows編程接口，它大大簡化了Windows編程工作。展開該文件夾可以顯示該視圖方式下工作區(qū)的詳細(xì)信息。展開文件夾可以查看工程中所包含的文件，如圖4。 WORD biPlanes；WORD biBitCount； DWORD biCompression； DWORD biSizeImage；LONG biXPelsPerMeter；LONG biYPelsPerMeter；DWORD biClrUsed；DWORD biClrImportant；} BITMAPINFOHEADER；這個(gè)結(jié)構(gòu)的長度是固定的，為40個(gè)字節(jié)(LONG為32位二進(jìn)制整數(shù))。下面就2色、16色、256色和真彩色位圖分別介紹。一幅彩色圖像的象素矩陣中每個(gè)象素由RGB 3種顏色按一定的比例混合形成一種顏色來表示，比如黑色使RGB(0,0,0) ，純紅色是RGB(0,1,0)...。隨著時(shí)代的發(fā)展人們對于圖像的要求也越來越高，這種簡單的方法已經(jīng)不能夠滿足人們的要求。把灰度圖像矩陣賦值于另一矩陣，以免改變當(dāng)前得到的灰度圖像矩陣。barbara(256256)、barbara(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10所示。從最小灰度值到最大灰度值遍歷，當(dāng)使得值 最大時(shí)即為分割的最佳閾值?？梢娛嵌叩葍r(jià)的。表3 Otsu方法處理不同像素的不同圖像性能指標(biāo)圖13a圖13b圖14a圖14b圖15a圖15b閾值(T)10912911411896106時(shí)間(S)/s熵值(H)圖(a)為256256的圖像，圖(b)為512512的圖像。一幅圖像越是有序，信息熵就越低；反之，一幅圖像越是混亂，信息熵就越高。具體算法步驟如下所述：(1)求出圖像中的最小灰度值和最大灰度值，分別記為Zmin和Zmax,則閾值初值T0為： （18）(2)根據(jù)閾值TK將圖像分割成目標(biāo)和背景兩部分，求出兩部分的平均灰度值Z0和ZG： （19） （20）式中z(i,j)為圖像上(i,j)點(diǎn)的灰度值；N(i,j)為(i,j)點(diǎn)的權(quán)重系數(shù)，一般N(i,j)為z(i,j)的個(gè)數(shù)。Otsu法實(shí)現(xiàn)簡單，對于具有明顯雙峰直方圖的圖像效果明顯，但對于低對比度和光照不均勻的圖像效
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1