Adaptive thresholding algorithm: Efficient computation technique based on intelligent block detection for degraded document images

Document image binarization involves converting gray level images into binary images, which is a feature that has significantly impacted many portable devices in recent years, including PDAs and mobile camera phones. Given the limited memory space and the computational power of portable devices, reducing the computational complexity of an embedded system is of priority concern. This work presents an efficient document image binarization algorithm with low computational complexity and high performance. Integrating the advantages of global and local methods allows the proposed algorithm to divide the document image into several regions. A threshold surface is then constructed based on the diversity and the intensity of each region to derive the binary image. Experimental results demonstrate the effectiveness of the proposed method in providing a promising binarization outcome and low computational cost.     

复杂背景下的多阈值人眼定位新算法*

提出了一种基于复杂背景下的多阈值人眼定位算法。该算法首先对图像进行光线补偿,减小由于光照不均等因素造成的影响;然后根据对人眼灰度特征的分析来确定3个人眼二值化阈值,从而分离出人眼候选区域;最后根据人脸的几何特征、人眼位置判定准则以及计算二维相关系数来排除非人眼区域,从而定位双眼。实验结果表明,该算法能在不同条件下准确定位人眼,且具有较快的定位速度和较高的检测率。     

图像的二值化处理

在某些情况下，整体阈值选取方法（即根据整幅图像确定一个阈值)不宜采用，而应代之以局部阈值选取方法，本文采取局部区域自动阈值选择的方法，解决了显微细胞图像分割困难的问题。     

基于二值化灰度图像的大豆蛋白液喷雾相对雾化程度的研究

目的 为了更直观的评估大豆蛋白液喷雾雾化程度,辅助筛选出有效扇形面积更大、缺陷更少的喷雾,有助于研究喷雾场的雾化均匀性,以期得到均匀一致的大豆蛋白膜。方法 选取合适的阈值后,对粒子图像速度场仪（Particle Image Velocimetry,PIV）拍摄的图像进行二值化处理,划定喷涂有效区域,利用二值化图像计算喷涂雾化场区域在喷涂有效区域内的点位数占比,将数值定义为相对雾化程度,改变稠度系数、喷涂参数,研究相对雾化程度的变化趋势。结果 低稠度系数的大豆蛋白液喷雾相对雾化程度受喷涂参数的影响较小,并保持在90%以上;中高稠度系数的大豆蛋白液喷雾相对雾化程度随着喷涂流量的增加而减小,随着液压、气压的增大有增大的趋势,随着气液比的增加先增大后减小。结论 基于二值化的PIV图像处理可以有效地辅助评估大豆蛋白液喷雾场的均匀性。     

一种新的动态二值化算法

本文提出了一种新的动态二值化算法，以实现从灰度点阵图象中提取其对象。通过分析象素和其所在的局部区和灰度值等数字特征，可以判断局部区的内是否存在对象，阈值和判断条件对应。     

基于区域优化的等厚对接焊缝图像二值化方法

坡口镜面反射、多层多道焊坡口形貌复杂和飞溅等现象,使图像存在灰度级多、灰度分布不均和随机噪声等问题,为此提出了一种基于区域优化的等厚对接焊缝图像二值化方法。提出自适应定义ROI算法以缩减图像;基于邻域灰度极差值的分布,将ROI图像分为平缓和剧烈两区域;进一步以高质量二值化图像为目标,建立了区域判定优化模型,由最优结果确定焊缝光带区域,将该区域灰度均值作为阈值,完成二值化处理。实验结果的主观和客观评价较优,满足多层多道焊和多厚度规格钢板的实时性焊接要求。     

基于空间分布的最大类间方差牌照图像二值化算法

车辆牌照识别VLPR(Vehicle License Plate Recognition)是智能交通系统ITS(Intelligent Transportation System)的重要部分,有着巨大的社会和经济效益。车辆牌照图像二值化方法的研究是VLPR中的关键技术,通常都采用经典的Bernsen算法和Otsu算法．但由于光照不均、摄像机畸变、曝光不足、动态范围太窄和车辆牌照被污染等原因,车辆牌照图像的质量往往不佳,常存在严重伪影和字符边缘模糊,极大地影响了牌照图像二值化效果,Bernsen算法和Otsu算法也不能很好地克服上述问题。为此,提出了一种新的牌照图像二值化算法CASDA(Cluster Algorithm Based on Spatial Distribution Analysis),把牌照图像空间分布特性与最大类间方差的统计特性有机结合,大大加快了最大类间方差模式分类速度．与Bernsen、Otsu、LEVBB等算法比较,CASDA具有速度快,能消除不均匀光照引起的伪影,极少出现笔划断裂等优点,二值化效果好．     

星空背景中目标识别算法研究

为了实时捕获混杂在天基背景中的运动目标,采用基于Fourier—Mellin图像配准与边缘提取相结合的差分算法。先采用Fourier—Mellin算法和相位相关算法求取图像的旋转角度及缩放和平移参数,得出配准点,再对连续采集的两帧图像配准、差分、二值化,将差分图像与后一帧边缘提取的图像进行逻辑乘,得到目标。仿真结果表明,该算法虚警率低,适合微型航天器多目标捕获的要求。     

弱边缘电荷耦合器件羊毛图像二值化算法

为解决弱边缘图像二值化产生羊毛几何尺寸失真问题,通过对基于灰度和梯度指数的边缘细化算法研究,结合经典的全局阈值法和局部阈值法,提出了一种电荷耦合器件（CCD）羊毛图像自动二值化算法。该算法将sobel算子和斜坡边缘模型引入现有边缘细化算法中,既增加寻找边缘点环节又改进灰度调整因子,达到提高处理效率和避免人为干预的目的;在分析最大类间方差法和Bernsen法的基础上,结合全局和局部阈值处理各个子图像,从而强化边缘细节,降低失真度。实验结果表明,与传统方法相比,该算法对于弱边缘图像二值化具有良好的性能。     

基于形态学处理的太阳能晶片计数研究

针对工业生产中太阳能晶片人工计数的难以实施,提出了运用数字图像处理技术的自动计数方法。通过对晶片叠层图像的纹理分析,提出了一种二值化计数方法,通过对二值图像的特殊的形态学处理后,得到一幅便于计数的图像。实验结果表明该算法有较高的计数精度,而且算法简单可行,具有实用价值。