圖像二值化算法研究與實現(xiàn)-在線瀏覽
2024-08-02 20:37本頁面
【正文】 圖4 文件視圖 向?qū)趫D5 向?qū)赪izardBar會自動跟蹤用戶程序的上下文——比如，當(dāng)文本編輯器中的光標(biāo)從一個函數(shù)移動到另一個函數(shù)時，Wizard的顯示會自動更新。3. 圖像二值化的算法及實現(xiàn) 論文研究對象論文主要研究BMP格式的灰度圖像文件。BMP圖像的數(shù)據(jù)由四個部分組成，如表1所示。第二部分為位圖信息頭BITMAPINFOHEADER，也是一個結(jié)構(gòu)，其定義如下： typedef struct tagBITMAPINFOHEADER { DWORD biSize； LONG biWidth；LONG biHeight。其中，biCompression的有效值為BI_RGB、BI_RLEBI_RLEBI_BITFIELDS，這都是一些Windows定義好的常量。第三部分為調(diào)色板(Palette)，當(dāng)然，這里是對那些需要調(diào)色板的位圖文件而言的。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)。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)就是實際的R、G、B值。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。對于256色位圖，一個字節(jié)剛好可以表示1個像素。(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。 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。在處理相片時，有時可能因為環(huán)境光源太暗，使RGB色的值偏小，就會使圖形太暗看不清，如果環(huán)境光源太光，又使圖像泛白，通過灰度變換，就可以使RGB值調(diào)和到合適的程度，使相片變得漂亮。灰度變換公式： GRAY=*R+*G+*B (2) 圖像二值化常用算法 簡單閾值通過直接對圖像的灰度直方圖曲線進(jìn)行分析，判斷極小值所在的灰度級，再對所有極小值點進(jìn)行相應(yīng)的分類合并來最終確定閾值的位置，避免出現(xiàn)過分割的現(xiàn)象。簡單閾值是指用灰度變換來研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。 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。 Bernsen法局部閾值法把灰度閾值選取為隨像素位置變化而變化的函數(shù)，它是一種動態(tài)選擇閾值的自適應(yīng)方法。 (5)用存儲灰度圖像的值，設(shè)為，把邊界擴(kuò)展成extend矩陣。由于中的元素不是每個都是在窗口的中心，所以需要對灰度圖像進(jìn)行擴(kuò)展。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。遍歷該矩陣，對當(dāng)前灰度值與比較，如果大于賦予1，判為目標(biāo)像素類，否則賦予0，作為背景像素類。Bernsen方法流程圖如圖7所示。 (a) (b) (c) (d) (e) (f)圖8 原圖(a) lenna原始圖像(256256)；(b)barbara原始圖像(256256)；(c)peppers原始圖像(256256)；(d) lenna原始圖像(512512)；(e)barbara原始圖像(512512)； (f)peppers原始圖像(512512)通過調(diào)研參考文獻(xiàn)可知，對圖8這六幅圖像都采用Bernsen算法進(jìn)行圖像二值化處理。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。peppers(256256)、peppers(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11所示。表2 Bernsen方法處理不同像素的不同圖像性能指標(biāo)圖9a圖9b圖10a圖10b圖11a圖11b閾值(T)時間(S)/s熵值(H)因為Bernsen方法不存在預(yù)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。 Otsu法Otsu 在1979 年提出的最大類間方差法(有時也稱之為大津法)，該方法的基本思想是：設(shè)閾值將圖像分割成兩組，一組灰度對應(yīng)目標(biāo)，另一組灰度對應(yīng)背景，則這兩組灰度值的類內(nèi)方差最小，兩組的類間方差最大。圖像的總平均灰度為：。對大津法可作如下理解：該式實際上就是類間方差值，閾值分割出的目標(biāo)和背景兩部分構(gòu)成了整幅圖像，而目標(biāo)取值，概率為 ，背景取值，概率為，總均值為，根據(jù)方差的定義即得該式。記為圖像點處的灰度值，灰度級為，不妨假設(shè)取值。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(dāng)部分目標(biāo)錯分為背景或部分背景錯分為目標(biāo)都會導(dǎo)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，這便是大津法的真正含義。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： 。Otsu方法流程圖如圖7所示。其結(jié)果如圖所示。barbara(256256)、barbara(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14所示?！ ?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)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1