【正文】 分離不明顯，直方圖分布較復(fù)雜。圖像處理中閾值法計(jì)算簡單，具有較高的運(yùn)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。而且可以實(shí)現(xiàn)任意灰度間隔的二值化。該方法不僅在實(shí)現(xiàn)傳統(tǒng)的黑白二值化方面。提出了一種新的圖像二值化方法。經(jīng)實(shí)驗(yàn)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(biāo)圖像的細(xì)節(jié)，又能夠有效地消除偽影，提高處理速度。針對(duì)在圖像二值化過程中動(dòng)態(tài)選取閾值難的問題，在分析了全局閾值法和局部閾值法各自優(yōu)缺點(diǎn)的基礎(chǔ)上。模擬實(shí)驗(yàn)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(yīng)性?；谧越M織特征映射(SOFM)神經(jīng)網(wǎng)絡(luò)的圖像融合二值化方法介紹了SOFM 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)及學(xué)習(xí)算法，根據(jù)SOFM 的聚類確定圖像第一閾值作為循環(huán)迭代的初始值，對(duì)整幅圖像進(jìn)行循環(huán)迭代得到第二閾值，使用第二閾值對(duì)原始圖像進(jìn)行二值化，得到第一幅待融合圖像；通過改進(jìn)的Bernsen方法對(duì)原始圖像進(jìn)行二值化，得到第二幅待融合圖像；最后根據(jù)圖像灰度值選小的原則作為圖像融合方法，得到最終的二值化圖像。該文采用高帽與低帽形態(tài)濾波增強(qiáng)車牌圖像中的字體，去除背景對(duì)圖像的影響，使用基于迭代的圖像分塊二值化算法進(jìn)行二值化。根據(jù)分形維數(shù)反映圖像復(fù)雜程度的定義，通過計(jì)算兩次突變的分維數(shù)，來確定圖像的灰度值范圍，并利用該灰度值范圍確定閾值。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(jìn)的Bernsen 算法對(duì)車牌圖像進(jìn)行二值化。 本方法比其他的傳統(tǒng)的二值化方法更具有自適應(yīng)性和魯棒性，通過大量的實(shí)驗(yàn)數(shù)據(jù)，以及與常用的其他算法進(jìn)行的比較得到了驗(yàn)證。采用信號(hào)匹配的支票圖像二值化提出了一種基于信號(hào)匹配的低信噪比圖像的信號(hào)提取方法，解決類似支票日期域的這種既有復(fù)雜背景，又有印章噪聲干擾的圖像二值化問題。最后將該方法和局部自適應(yīng)閾值二值化方法及改進(jìn)前的方法進(jìn)行比較，可以發(fā)現(xiàn)：采用該方法二值化效果有了明顯提高，對(duì)于不同質(zhì)量的指紋圖像有著令人滿意的處理效果。由于指紋圖像是一種方向性很強(qiáng)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(duì)指紋圖像的二值化效果并不十分理想。在自動(dòng)指紋識(shí)別系統(tǒng)中,指紋圖像的預(yù)處理是正確進(jìn)行特征提取、比對(duì)等操作的基礎(chǔ),而二值化是指紋圖像預(yù)處理中必不可少的一步。在信息社會(huì)中人的身份識(shí)別得到廣泛關(guān)注。現(xiàn)實(shí)世界中黑白二值圖像很少用，大多數(shù)圖像都是灰度圖像或是彩色圖像。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(jì)算機(jī)圖形學(xué)、圖像處理等學(xué)科的結(jié)合，應(yīng)用在各種材料上進(jìn)行文字、圖案加工。研究者對(duì)圖像二值化方法進(jìn)行了討論，在此基礎(chǔ)上提出了一個(gè)新的圖像二值化算法。在不同的應(yīng)用中，圖像二值化時(shí)閾值的選擇是不同的。在顆粒分析、模式識(shí)別技術(shù)、光學(xué)字符識(shí)別(OCR)、醫(yī)學(xué)數(shù)據(jù)可視化中的切片配準(zhǔn)等應(yīng)用中，圖像二值化是它們進(jìn)行數(shù)據(jù)預(yù)處理的重要技術(shù)。研究者在分析和討論了多種圖像二值化的優(yōu)缺點(diǎn)后，在吸取各種方法優(yōu)點(diǎn)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(dòng)態(tài)自適應(yīng)的二值化方法。必須經(jīng)過預(yù)處理，除去大量的噪聲信號(hào)，才能更好的進(jìn)行字符的定位、分割，以及識(shí)別。 二值化方法研究動(dòng)態(tài)作為一種高效智能的人機(jī)交互手段，身份證的快速識(shí)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(shí)間，提高了工作效率。依次類推，最后得到的是最上面的最右邊的一個(gè)像素。下面有兩點(diǎn)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(bǔ)齊。對(duì)于16色位圖，用4位就可以表示一個(gè)像素的顏色，所以一個(gè)字節(jié)可以表示2個(gè)像素。下面就2色、16色、128色和真彩色位圖分別介紹。數(shù)組中每個(gè)元素的類型是一個(gè)RGBQUAD結(jié)構(gòu)，占4個(gè)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(shí)際的圖像數(shù)據(jù)。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)。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。 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))。 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(gè)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(shí)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(shí)際的位圖數(shù)據(jù)占用的字節(jié)數(shù)biXPelsPerMeter目標(biāo)設(shè)備水平分辨率，單位是每米的像素?cái)?shù)biYPelsPerMeter目標(biāo)設(shè)備垂直分辨率，單位是每米的像素?cái)?shù)biClrUsed實(shí)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(lán)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(gè)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(gè)結(jié)構(gòu)的長度是固定的，為14個(gè)字節(jié)(WORD為無符號(hào)16位二進(jìn)制整數(shù)，DWORD為無符號(hào)32位二進(jìn)制整數(shù))。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(biāo)準(zhǔn)格式。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(yùn)算dilate()函數(shù)、腐蝕運(yùn)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)。(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(yùn)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工具箱提供的edge()函數(shù)可針對(duì)sobel算子、prewitt算子、Roberts算子、log算子和canny算子實(shí)現(xiàn)邊緣檢測(cè)的功能。對(duì)這種變化最有用的兩個(gè)特征就是灰度的變化率和方向。(3) 邊緣檢測(cè)和圖像分割功能邊緣檢測(cè)是一種重要的區(qū)域處理方法，邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。而銳化技術(shù)采用的是頻域上的高通濾波方法，通過增強(qiáng)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(qiáng)，但同時(shí)也放大了圖像的噪聲。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。照片或電子方法得到的圖像，常表現(xiàn)出低對(duì)比度即整個(gè)圖像較亮或較暗，為此需要對(duì)圖像中的每一像素的灰度級(jí)進(jìn)行標(biāo)度變換，擴(kuò)大圖像灰度范圍，以達(dá)到改善圖像質(zhì)量的目的。直方圖均衡化可用histeq()函數(shù)實(shí)現(xiàn)。常用的圖像增強(qiáng)方法有以下幾種：灰度直方圖均衡化。imcrop()對(duì)圖像進(jìn)行剪裁，圖像的插值縮放可用imresize()函數(shù)實(shí)現(xiàn)，旋轉(zhuǎn)用imrotate()實(shí)現(xiàn)。 工具箱實(shí)現(xiàn)的常用功能就圖像處理的基本過程討論工具箱所實(shí)現(xiàn)的常用功能。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(duì)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。(5) 對(duì)M文件編輯器(MEditor)進(jìn)行了功能增強(qiáng)，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。(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。就其開發(fā)環(huán)境方面來說：(1) 重新設(shè)計(jì)的桌面環(huán)境，針對(duì)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。 、代碼效率、數(shù)據(jù)可視化、數(shù)學(xué)計(jì)算、文件I/O操作等方面都有進(jìn)行不斷升級(jí)、增加了新功能。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(chǔ)；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(jìn)行，包括M文件的打開路徑，雙擊M文件名打開該文件進(jìn)行編輯。其工作環(huán)境包括五個(gè)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(dòng)顯示信息；啟動(dòng)平臺(tái)(Launch Pad)，當(dāng)用戶需要啟動(dòng)某個(gè)工具箱的應(yīng)用程序時(shí)，可以在啟動(dòng)平臺(tái)中實(shí)現(xiàn)。MATLAB中的數(shù)字圖像是以矩陣形式表示的，這意味著MATLAB強(qiáng)大的矩陣運(yùn)算能力用于圖像處理非常有利，矩陣運(yùn)算的語法對(duì)MATLAB中的數(shù)字圖像同樣適用。MathWorks公司針對(duì)不同領(lǐng)域的應(yīng)用，推出了信號(hào)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(jì)，系統(tǒng)辨識(shí)，優(yōu)化設(shè)計(jì)，統(tǒng)計(jì)分析等30多個(gè)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)