【正文】 究灰度圖像的一種常用方法，即設(shè)定某一閾值將灰度圖像的像素分成大于閾值的像素群和小于閾值的像素群兩部分。該算法著重于在圖像二值化時保留圖像的邊緣特征。針對幾種常用的圖像二值化自動選取閾值方法，通過計算機仿真對實驗結(jié)果進行了比較研究。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。一種基于遺傳算法的灰度圖二值化方法研究了遺傳算法在數(shù)字圖像的灰度圖二值化中的應(yīng)用，提出了一種新的灰度圖二值化方法。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(biāo)和背景，在相當(dāng)大模板寬度內(nèi)圖像二值化的結(jié)果都令人滿意。數(shù)碼管圖像的目標(biāo)和背景分離不明顯，直方圖分布較復(fù)雜。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。而且可以實現(xiàn)任意灰度間隔的二值化。該方法不僅在實現(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(biāo)圖像的細(xì)節(jié)，又能夠有效地消除偽影，提高處理速度。針對在圖像二值化過程中動態(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)缺點的基礎(chǔ)上。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(yīng)性。基于自組織特征映射(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，對整幅圖像進行循環(huán)迭代得到第二閾值，使用第二閾值對原始圖像進行二值化，得到第一幅待融合圖像；通過改進的Bernsen方法對原始圖像進行二值化，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。根據(jù)分形維數(shù)反映圖像復(fù)雜程度的定義，通過計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，然后使用改進的Bernsen 算法對車牌圖像進行二值化。 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，通過大量的實驗數(shù)據(jù)，以及與常用的其他算法進行的比較得到了驗證。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(fù)雜背景，又有印章噪聲干擾的圖像二值化問題。最后將該的方法和局部自適應(yīng)閾值二值化方法及改進前的方法進行比較，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。在自動指紋識別系統(tǒng)中,指紋圖像的預(yù)處理是正確進行特征提取、比對等操作的基礎(chǔ),而二值化是指紋圖像預(yù)處理中必不可少的一步。在信息社會中人的身份識別得到廣泛關(guān)注。現(xiàn)實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)，它與計算機圖形學(xué)、圖像處理等學(xué)科的結(jié)合，應(yīng)用在各種材料上進行文字、圖案加工。研究者對圖像二值化方法進行了討論，在此基礎(chǔ)上提出了一個新的圖像二值化算法。在不同的應(yīng)用中，圖像二值化時閾值的選擇是不同的。在顆粒分析、模式識別技術(shù)、光學(xué)字符識別(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。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。 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。依次類推，最后得到的是最上面的最右邊的一個像素。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。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。下面就2色、16色、256色和真彩色位圖分別介紹。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)。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))。 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256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(biāo)設(shè)備水平分辨率，單位是每米的像素數(shù)biYPelsPerMeter目標(biāo)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(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，它是個結(jié)構(gòu)提，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))。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)。(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。對這種變化最有用的兩個特征就是灰度的變化率和方向。(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(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。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。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(biāo)度變換，擴大圖像灰度范圍，以達到改善圖像質(zhì)量的目的。直方圖均衡化可用histeq()函數(shù)實現(xiàn)。常用的圖像增強方法有以下幾種：灰度直方圖均衡化。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)。 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。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。(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。(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。就起開發(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。 、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。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。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)。本文對MATLAB圖像處理工具箱進行探索及應(yīng)用，實驗證明該軟件功能強大，語言簡潔易學(xué)，人機界面友好，工具箱具有豐富的技術(shù)支持并集成了該領(lǐng)域?qū)＜业闹腔郏瑧?yīng)用簡單而效果良好。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。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。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。在數(shù)字圖像處理中，二值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255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。圖像的二值化處理就是將圖像上的點的灰度置為0或255，也就是使整個圖像呈現(xiàn)出明顯的黑白效果?；叶葓D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。彩色圖像中的每個像素的顏色有R、G、B三個分量決定，而每個分量有255種值可取，這樣一個像素點可以有1600多萬的顏色的變化范圍。 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。另外，圖像處理是一門應(yīng)用性很強的學(xué)問，必須與計算機技術(shù)的發(fā)展相適應(yīng)。例如，圖像編碼的理論基礎(chǔ)是信息論和抽象數(shù)學(xué)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。(5) 圖像處理技術(shù)綜合性強。為此，如何客觀評價圖像質(zhì)量還有待進一步深入的研究。(4) 圖像質(zhì)量評價受主觀因素影響。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。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。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