【正文】 二值圖像在圖像分析中應(yīng)用非常廣泛，二值圖像就是指只有兩個(gè)灰度級(jí)的圖像，二值圖像具有存儲(chǔ)空間小，處理速度快，可以方便地對(duì)圖像進(jìn)行布爾邏輯運(yùn)算等特點(diǎn)。第二章 軟件工具——MATLAB MATLAB概述MATLAB是Matrix Laboratory的縮寫，是由美國(guó)MathWorks公司推出的計(jì)算機(jī)軟件，經(jīng)過多年的逐步發(fā)展與不斷完善，現(xiàn)已成為國(guó)際公認(rèn)的最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一，是近幾年來在國(guó)內(nèi)外廣泛流行的一種可視化科學(xué)計(jì)算軟件。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，財(cái)政金融，樣條，通信等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)基礎(chǔ)程序，可直接對(duì)工具箱進(jìn)行運(yùn)用。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(yǔ)法對(duì)MATLAB中的數(shù)字圖像同樣適用。 MATLAB的工作環(huán)境MATLAB的工作環(huán)境簡(jiǎn)單明了，易于操作。工作空間(Workspace)，MATLAB工作空間作為一個(gè)獨(dú)立的窗口，其操作相當(dāng)方便。 。為此、相對(duì)于以前的版本，也具有一些新的特性。(2) 增強(qiáng)數(shù)組編輯器(Array Editor)和工作空間瀏覽器(Workspace Browser)功能，用于數(shù)據(jù)的顯示、編輯和處理。(4) 增加了MLint編碼分析，能輔助用戶完成程序性能分析，提高程序執(zhí)行效率。 MATLAB圖像處理工具箱數(shù)字圖像處理工具箱函數(shù)包括以下15類：(1) 圖像顯示函數(shù)；(2) 圖像文件輸入、輸出函數(shù)；(3) 圖像幾何操作函數(shù)；(4) 圖像像素值及統(tǒng)計(jì)函數(shù)；(5) 圖像分析函數(shù)；(6) 圖像增強(qiáng)函數(shù)；(7) 線性濾波函數(shù)；(8) 二維線性濾波器設(shè)計(jì)函數(shù)；(9) 圖像變換函數(shù)；(10) 圖像鄰域及塊操作函數(shù)；(11) 二值圖像操作函數(shù)；(12) 基于區(qū)域的圖像處理函數(shù)；(13) 顏色圖操作函數(shù)；(14) 顏色空間轉(zhuǎn)換函數(shù)；(15) 圖像類型和類型轉(zhuǎn)換函數(shù)。MATLAB可操作的圖像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD等格式。(1) 常用圖像操作：圖像的讀寫與顯示操作：用imread()讀取圖像，imwrite()輸出圖像，把圖像顯示于屏幕有imshow()，image()等函數(shù)。(2) 圖像增強(qiáng)功能：圖像增強(qiáng)是數(shù)字圖像處理過程中常用的一種方法，目的是采用一系列技術(shù)去改善圖像的視覺效果或?qū)D像轉(zhuǎn)換成一種更適合于人眼觀察和機(jī)器自動(dòng)分析的形式。均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大，似的圖像中較暗區(qū)域中細(xì)節(jié)看不清楚，采用直方圖修整可使原圖灰度集中的區(qū)域拉開或使灰度分布均勻，從而增大反差，使圖像的細(xì)節(jié)清晰，達(dá)到增強(qiáng)目的。 灰度變換法。這一灰度調(diào)整過程可用imadjust()函數(shù)實(shí)現(xiàn)平滑與銳化濾波?；蛟陬l域上采取低通濾波，因在灰度連續(xù)變化的圖像中，我們通常認(rèn)為與相鄰像素灰度相差很大的突變點(diǎn)為噪聲點(diǎn)，灰度突變代表了一種高頻分量，低通濾波則可以削弱圖像的高頻成分，平滑了圖像信號(hào)，但也可能使圖像目標(biāo)區(qū)域的邊界變得模糊。在MATLAB中，各種濾波方法都是在空間域中通過不同的軍紀(jì)模板即濾波算子實(shí)現(xiàn)，可用fspecial()函數(shù)創(chuàng)建預(yù)定義的濾波算子，然后用filter2()或conv2()函數(shù)在實(shí)現(xiàn)卷積運(yùn)算的基礎(chǔ)上進(jìn)行濾波。如果一個(gè)像素落在邊界上，那么它的鄰域?qū)⒊蔀橐粋€(gè)灰度級(jí)變化的帶。邊緣檢測(cè)算子可以檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化，也包括對(duì)方向的確定，其中大多數(shù)是基于方向倒數(shù)掩模求卷積的方法。基于灰度的圖像分割方法也可以用簡(jiǎn)單的MATLAB代碼實(shí)現(xiàn)。MATLAB工具箱提供了常用的變換函數(shù)，如fft2()與ifft2()函數(shù)分別實(shí)現(xiàn)二維快速傅立葉變換與其逆變換，dct2()與idct2()函數(shù)實(shí)現(xiàn)二維離散余弦變換與其逆變換，Radon()與iradon()函數(shù)實(shí)現(xiàn)Radon變換與逆Radon變換。第三章 圖像二值化方法 課題研究對(duì)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(gè)部分組成。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。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(duì)那些需要調(diào)色板的位圖文件而言的。調(diào)色板實(shí)際上是一個(gè)數(shù)組，共有biClrUsed個(gè)元素(如果該值為零，則有2的biBitCount次方個(gè)元素)。對(duì)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(duì)于真彩色圖像，圖像數(shù)據(jù)就是實(shí)際的R、G、B值。對(duì)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(gè)字節(jié)可以表示8個(gè)像素。對(duì)于256色位圖，一個(gè)字節(jié)剛好可以表示1個(gè)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(gè)像素，然后是左邊的第二個(gè)像素，接下來是倒數(shù)第二行左邊第一個(gè)像素，左邊第二個(gè)像素。DIB(Device Independent Bitmap)圖像格式是設(shè)備無關(guān)位圖文件，描述圖像能力基本與BMP相同，并且能夠運(yùn)行多種硬件平臺(tái)，只是文件格式較大。由于身份證圖像背景復(fù)雜，由激光防偽陰影網(wǎng)格線及各種版面噪聲構(gòu)成；且因激光防偽標(biāo)志和打印條件的千差萬別，再加上身份證圖像質(zhì)量偏差，給身份證的字符識(shí)別帶來了很大的困難。而二值化是預(yù)處理中非常重要的一步，也是最為關(guān)鍵的一步，它直接影響到OCR 系統(tǒng)的性能。圖像二值化是圖像處理中的一項(xiàng)基本技術(shù)，也是很多圖像處理技術(shù)的預(yù)處理過程。由于圖像二值化過程將會(huì)損失原圖像的許多有用信息，因此在進(jìn)行二值化預(yù)處理過程中，能否保留原圖的主要特征非常關(guān)鍵。因此，自適應(yīng)圖像閾值的選取方法非常值得研究。該算法基于數(shù)學(xué)形態(tài)學(xué)理論，較好地保留了圖像二值化時(shí)原圖的邊緣特征。如何能得到光滑且能真實(shí)反映原圖像的雕刻圖像是其中的主要問題，但是激光器的開關(guān)只有兩種狀態(tài)，因此，圖像的二值化處理就成為了關(guān)鍵性技術(shù)，其中閾值的選取是決定二值化圖像好壞的因素。要使這些圖像適用于激光雕刻中，就需要對(duì)其進(jìn)行二值化處，研究者針對(duì)激光雕刻總結(jié)了適用于雕刻的二值化處理，然而沒有一種方法適合于所有圖像雕刻的，因而實(shí)際中要選擇一種合適的二值化方法，使得得到的二值圖像效果最好。指紋識(shí)別技術(shù)除了在傳統(tǒng)的法律公安上得到應(yīng)用之外，還有更廣闊的應(yīng)用前景，如計(jì)算機(jī)用戶的確認(rèn)、訪問網(wǎng)絡(luò)資源的口令、銀行ATM 機(jī)和信用卡的使用、各類智能IC 卡的雙重確認(rèn)，以及雇員證明、海關(guān)身份鑒定、家用電子門鎖等一個(gè)完整的自動(dòng)指紋識(shí)別系統(tǒng)(AFIS) 包括指紋采集、指紋圖像預(yù)處理、指紋特征提取和比對(duì)等幾個(gè)模塊。目前,國(guó)內(nèi)外學(xué)者在這方面已經(jīng)做了大量的工作，常用的二值化方法有固定閾值法、自適應(yīng)閾值法、局部自適應(yīng)閾值法等。爾后提出了一種改進(jìn)的二值化方法：利用梯度法求取塊方向圖，將其量化成8個(gè)標(biāo)準(zhǔn)方向，以塊方向代替點(diǎn)方向并利用灰度信息對(duì)指紋圖像進(jìn)行二值化。結(jié)合Canny 算子的圖像二值化方法，對(duì)經(jīng)典的二值化方法Otsu 算法和Bernsen 算法中存在的缺點(diǎn)進(jìn)行了分析后提出圖像二值化方法，該方法綜合考慮了邊緣信息和灰度信息，通過邊緣附近種子點(diǎn)在高閾值二值化圖像中的填充和低閾值圖像對(duì)它的修補(bǔ)而得到二值化結(jié)果圖像，較好地解決了經(jīng)典二值化方法中存在的抗噪能力差、邊緣粗糙、偽影現(xiàn)象等缺點(diǎn)，實(shí)驗(yàn)結(jié)果證明，該方法能夠較好地解決低對(duì)比度圖像和目標(biāo)像素灰度不均勻圖像的二值化問題。這種二值化方法完全不同于傳統(tǒng)的方法，它從信號(hào)處理的角度出發(fā)，利用了部分先驗(yàn)知識(shí)和理想狀態(tài)下的投影輪廓信號(hào)，再通過用不同閾值分割的投影信號(hào)與之匹配，匹配度最大時(shí)的閾值即為圖像分割的最佳閾值?；诨叶鹊能嚺茍D像二值化算法不均勻光照下的圖像二值化是數(shù)字圖像處理中的一個(gè)難題，汽車牌照自動(dòng)識(shí)別系統(tǒng)工作在復(fù)雜的光照環(huán)境下，經(jīng)常會(huì)出現(xiàn)車牌光照不均的現(xiàn)象，給圖像二值化帶來困難。實(shí)驗(yàn)表明，使用該算法能有效地克服不均勻光照的影響，二值化效果良好，車牌識(shí)別率得到顯著的提高；針對(duì)常用車牌識(shí)別二值化算法存在的問題，提出了基于分形維數(shù)的二值化的方法。并通過實(shí)驗(yàn)，表明利用分形維數(shù)所得到的閾值進(jìn)行二值化處理較傳統(tǒng)方法有較大改進(jìn)，且該方法解決了在自然光和不同光照背景下對(duì)車牌識(shí)別的干擾問題，也可以從復(fù)雜背景中提取出傾斜的車牌；偏白或泛白背景的車牌圖像二值化方法，在車輛牌照識(shí)別系統(tǒng)中，由于攝像機(jī)畸變、動(dòng)態(tài)范圍太窄、車輛牌照被污染等原因，灰度化的車輛牌照?qǐng)D像背景變得模糊，接近于字體的灰度或者動(dòng)態(tài)范圍不高，使得前景字體跟背景難以分開。實(shí)驗(yàn)表明，該算法可有效克服偏暗或泛白背景的影響，二值化效果良好。該方法既能有效地消除偽影，又能較好地分離字符和文字?；谪惾~斯算法的二值化算法。提出了一種基于貝葉斯算法的全局閾值法和局部閾值法相結(jié)合的二值化方法。在模式識(shí)別中，二值化效果的好壞直接影響著識(shí)別效果，首先通過改進(jìn)的Bernsen方法對(duì)原始圖像進(jìn)行二值化，得到第一幅源圖像；然后根據(jù)自組織神經(jīng)網(wǎng)絡(luò)計(jì)算閾值，對(duì)圖像進(jìn)行二值化，得到第二幅源圖像；再根據(jù)灰度值最小的原則作為圖像融合方法，得到最終的二值化圖像，最后給出模擬實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該方法是有效的。圖像的帶參數(shù)的二值化方法。有強(qiáng)于Windows的繪圖軟件的黑白二值化功能。因此該方法除能用于任意灰度起點(diǎn)的一般意義上的二值化外．特別適宜于圖像的挖掘和隱藏。針對(duì)顆粒圖像，提出了一種基于形態(tài)學(xué)的最大類間方差Otsu二值化算法，實(shí)驗(yàn)證明，該算法這一算法能較好地保留原圖像中的特征，二值化后的圖像效果不錯(cuò)。針對(duì)該問題，提出基于拉普拉斯高斯（Laplacian of Gaussian，LOG）算子邊緣檢測(cè)的全局二值化方法對(duì)其進(jìn)行處理，該方法通過提取圖像邊緣部份的像素灰度獲得圖像二值化的閾值。遺傳算法是當(dāng)前許多科學(xué)實(shí)驗(yàn)領(lǐng)域廣泛應(yīng)用的一種非線性并行算法。該方法通過對(duì)每個(gè)子群體的優(yōu)化計(jì)算和動(dòng)態(tài)改進(jìn)的適應(yīng)度函數(shù)，確定新的分割閾值?；谶吘壧卣鞯亩祷撝颠x取方法，閾值選取是圖象處理與分析的基礎(chǔ)。在此基礎(chǔ)上，提出了一種新的圖像二值化算法。實(shí)驗(yàn)結(jié)果表明，這個(gè)基于邊緣特征檢測(cè)算子的算法能很好地保留原圖的邊緣特征，并能處理低質(zhì)量的圖像。例如輸人灰度圖像函數(shù)為，輸出二值圖像函數(shù)為，則 (1)閾值(threshold )是把目標(biāo)和背景區(qū)分開的標(biāo)尺，選取適當(dāng)?shù)拈撝稻褪羌纫M可能保存圖像信息，又要盡可能減少背景和噪聲的干擾，這是選擇閾值的原則。 全局閾值法全局閾值法是指在二值化過程中只使用一個(gè)全局閾值的方法。根據(jù)文本圖像的直方圖或灰度空間分布確定一個(gè)閾值，以此實(shí)現(xiàn)灰度文本圖像到二值圖像的轉(zhuǎn)化。閾值分割法的結(jié)果很大程度上依賴于對(duì)閾值的選擇，因此該方法的關(guān)鍵是如何選擇合適的閾值。全局閾值法算法簡(jiǎn)單，對(duì)于目標(biāo)和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對(duì)于由于光照不均勻、噪聲干擾較大等原因使直方圖分布不呈雙峰的圖像，二值化效果明顯變差。下面列舉幾個(gè)閾值的自動(dòng)選擇算法：(1) 平均灰度值法：以圖像中所有像素灰度值的平均值為閾值。其原理是把圖像直方圖用某一灰度值分割成兩類，分別計(jì)算這兩類的像素點(diǎn)數(shù)和灰度平均值，然后計(jì)算它們的類間方差。大津法的使用范圍比較廣，不論圖像的直方圖有無明顯的雙峰，都能得到較滿意的結(jié)果，在很多領(lǐng)域得到了應(yīng)用和發(fā)展。 (3) 邊緣算子法：采用Laplace算子、Robert算子、Sober算子等對(duì)像素點(diǎn)進(jìn)行灰度級(jí)增強(qiáng)或減弱的變換。 局部閾值法由當(dāng)前像素灰度值與該像素周圍點(diǎn)局部灰度特征來確定像素的閾值。對(duì)于目標(biāo)和背景比較清楚的圖像，全局閾值化方法可以取得較好結(jié)果。局部閾值法是用像素灰度值和此像素鄰域的局部灰度特性來確定該像素的閾值的。局部閾值選取一般將圖像劃分為若干子圖像，在每個(gè)子圖像區(qū)域上使用整體閾值法，從而可以構(gòu)成整幅圖像的局部閾值法(根據(jù)每個(gè)子圖像確定相應(yīng)的閾值，具體的閾值確定方法同全局閾值的確定類似)。 局部閾值法一般用于識(shí)別干擾比較嚴(yán)重、品質(zhì)較差的圖像，相對(duì)整體閾值方法有更廣泛的應(yīng)用，但也存在缺點(diǎn)和問題，如實(shí)現(xiàn)速度慢、不能保證字符筆畫連通性以及容易出現(xiàn)偽影現(xiàn)象(即在背景域受到噪音干擾得到筆畫結(jié)果)等。第四章 Otsu方法和Bernsen方法 Otsu算法分析Otsu 在1979 年提出的最大類間方差法(有時(shí)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(duì)應(yīng)目標(biāo)，另一組灰度對(duì)應(yīng)背景，則這兩組灰度值的類內(nèi)